AI 데이터 분석 파트 2일차~
오늘은 프롬프트를 작성하는 다양한 프레임워크를 배웠어용 ^0^

---

좋은 결과물을 위한 프롬프트 엔지니어링

“Don’t 대신 Do에 집중하라”
하지 말라고 하기보다, 무엇을 해달라고 명시적으로 요청해야 한다.

CO-STAR 프레임워크

프롬프트를 설계할 때 단순히 자유롭게 질문하는 것보다는 일정한 구조를 갖추는 것이 중요하다.
이때 유용한 구조가 바로 CO-STAR Framework ‼️

• Context: 배경 정보나 맥락을 제공하여 AI가 상황을 이해하게 함
• Objective: AI가 수행해야 할 구체적인 목표를 정의
• Style: 원하는 문체나 형식을 제시
• Tone: 응답의 감성적 분위기나 목소리를 설정
• Audience: 대상 독자 혹은 사용자 집단을 명확히 함
• Response: 출력 형식이나 구조(예: 표, 리스트, JSON)를 지정

예)

“저는 비영리 조직에서 일하고 있습니다(Context). 기후변화에 대한 이메일을 작성하고 싶어요(Objective). 스타일은 라이프스타일 잡지풍으로(Style), 톤은 친근하고 캐주얼하게(Tone), 독자는 싱가포르 거주자입니다(Audience). 350단어 내외로요(Response).”

이런 식으로 프롬프트를 설계하면 AI가 더 정확하고 적절한 결과를 내놓을 가능성이 높아진다.

---

추론모델이란?

기본 모델(Base LLM): 일반적인 언어 생성에 최적화. 문장 생성, 요약, 번역, Q&A에 잘함

추론 모델(Reasoning-optimized models): 복잡한 논리·수학·계획 문제에서 더 나은 성능을 내도록 훈련되거나 방법(예: CoT, ToT)을 적용해 사용되는 모델/세팅

보통 내부적으로 더 깊은 탐색, 여러 패스(passes)로 추론, 혹은 강화된 추론 기법을 사용함

Chain-of-Thought (CoT, 생각의 사슬)

: 생성형 AI에게 문제를 풀 때 단계별로 추론 과정을 순차적으로 적어 달라고 요청하는 방식
AI가 사고의 흐름(사고 1 → 사고 2 → …)을 텍스트로 풀어내게 해서,
최종 답의 근거를 투명하게 만드는 기법이다.

“Let’s think step by step.”

이 한마디로 시작할 수 있다. 실제로 SNS에서 이 한마디로 AI 효율을 높이는 법이라면서 유행하였다.

특징

• 선형적(순차적): 한 줄기 사고를 차근차근 전개함
• 간단한 논리 문제 / 산출 근거가 필요한 질문에서 효과적
• 모델이 내부적으로 어떻게 결론에 도달했는지 보여줌

예시 프롬프트:

문제: [문제 기술]
목표: [원하는 출력(정답/요약/추천 등)]

요청:
1) 이 문제를 해결하기 위한 단계들을 순서대로 생각해줘.
2) 각 단계마다 왜 그렇게 생각하는지 간단한 이유를 적어줘.
3) 마지막에 결론과 추천을 명확히 제시해줘.

출력 형식:
- Step 1: ...
  근거: ...
- Step 2: ...
  근거: ...
...
- 결론:
- 추천:

언제 쓸까?

• 계산·추론·논증의 근거가 필요할 때
• 모델이 “어떻게”(why)를 설명해야 할 때

---

Tree-of-Thought (ToT, 생각의 나무)

: 사고를 단일한 사슬이 아니라 여러 갈래(가지)로 확장해서 탐색하는 방법론이다.
각 가지(branch)는 하나의 잠재적 해결 경로를 나타내고, 여러 가지를 동시 평가하면서 가장 유망한 경로를 선택한다. 복잡하고 창의적이거나 탐색 공간이 큰 문제에 효과적이다.

특징

• 비선형적(트리 구조): 여러 대안(가지)을 생성하고 평가 → 가지를 확장하거나 가지를 버림
• 탐색적 문제(창의적 솔루션, 복잡한 계획, 보드게임형 문제 등)에서 강함
  = ToT는 사람의 ‘인지전략’을 모사해 LLM의 추론능력을 끌어올리는 프레임워크

단계 개념(간단화)
1. 생성(Generate): 현재 노드에서 여러 후보(next thoughts) 생성
2. 확장(Expand): 후보들 중 몇 개를 선택해 더 깊게 전개
3. 평가(Evaluate): 각 경로의 유망성(heuristic)으로 점수화
4. 선택(Select): 가장 타당한 경로로 결론 도출

예시 프롬프트:

문제: [문제 기술]
목표: [원하는 출력]

요청:
1) 이 문제에 대해 서로 다른 3가지 접근 방식(A,B,C)을 제시해줘.
2) 각 접근 방식마다 초기 '생각(노드)'을 3개씩 만들어줘.
3) 각 노드를 기준으로 한 단계 더 확장해서(가지치기 전) 가능한 다음 생각 2개씩 제안해줘.
4) 각 가지(경로)를 간단한 기준(실현가능성, 비용, 속도 등)으로 평가(점수 0~10).
5) 평가 결과 기반으로 가장 유망한 경로를 선택하고, 그 경로를 따라 구체적 해결안을 제시해줘.

출력 형식:
- 접근 A:
  - 노드 A1: ...
    - 확장: A1.1, A1.2
  - 노드 A2: ...
  ...
  - 평가(평균점수): X.X
- 접근 B: ...
- 선택된 접근: [A/B/C]
- 구체적 실행 계획:

언제 쓸까?

• 해결책 후보가 많고 최적 경로를 탐색해야 할 때
• 제품 전략, 캠페인 설계, 복잡한 의사결정 문제 등

---

CoT vs ToT — 핵심 차이

• 구조: CoT = 선형 사슬 / ToT = 트리(가지) 탐색
• 목적: CoT는 ‘근거 있는 단일 답’에 적합 / ToT는 ‘복수 대안 탐색 및 최적 해 선택’에 적합
• 복잡도: CoT는 간단/중간 복잡 문제. ToT는 고난도·탐색 문제에 강함.
• 실전 팁: 먼저 CoT로 문제를 분석해 기초가 잡히면, ToT로 여러 대안을 만들어 비교 평가.

---

ReAct 프롬프팅 (Reasoning + Acting)

: CoT보다 한 단계 진화된 방식으로,
추론(Reasoning)과 행동(Acting)을 번갈아가며 실행하도록 설계된 프레임워크

Thought: …  
Action: …  
Observation: …

의 방식으로 [생각 → 행동 → 관찰]을 루프하는 것이다.

특징

• 외부 도구나 지식베이스와의 상호작용 가능
• 사고만 하는 것이 아니라 “행동(예: 검색, API 호출)” 후 결과를 반영함
• 추론 + 행동 + 관찰이 반복되면서 더 정확하고 신뢰성 있는 결과가 나옴

➡️ 단일 답변을 내는 것보다, 다단계 문제 해결에 훨씬 효과적이다.

---

과제

오늘 과제는 배운 프롬프팅 방식을 연습해보는 것 + Lovable 돌려보기,
항공권 검색 UI 디자인이었당 ~

프롬프트 연습은 모두 그록과 함께하였다!
요즘 그록을 애용하고 있다 ~,~

1. 생각의 사슬(COT) 프롬프팅 연습

느낀 점
시행할 수 있는 대안들을 평가하고, 위험요소까지 제거 후 최적화까지 해주는 것을 보고 놀랐다… 프로젝트 시행 전 근거 수집, 논리적 사고까지 더해주어 일의 효율이 굉장히 높아질 것이라고 생각이 들었다. 생각의 사슬 프롬프트를 이용하니 LLM이 정말 사고까지 대신 해주는 기분이 들었다.

---

2. 생각의 나무 (TOT) 프롬프팅 연습

느낀 점
CoT보다 ToT가 더 정밀하고 실행 가능한 ‘실전 플랜’을 만들었다. 예상해준 비용도 더 낮았고, 실행 난이도도 더 낮은 전략을 추천해주었다. 트리 구조로 병렬 검색을 해서, 실제 인간의 사고와 더 비슷한 것 같다고 생각된다. (논리력보다도, 생각하는 방식이 비슷하다고 느껴졌다.)

---

3. ReAct 프롬프팅 연습

느낀 점
생각>행동>관찰을 반복하는 ReAct 프롬프팅...ᐟ 처음에는 결과를 봐도 이해가 안되어서 추가적인 설명을 요구하고 이해하게 되었다. 실제로 행동(검색 등)을 하니 예상만 하는 것보다 더 확실한 근거가 느껴져서 좋았고, 단계별로 해결해나가는 프레임이 가장 잘 느껴지는 프롬프팅이었다.

---

4. Scholar AI 사용해보기

ReAct 프롬프팅과 동일한 문제에 대한 해결성과 찾아보았다.
논문 검색에 매우 좋은 AI !

---

5. 프롬프트 작성해서 Lovable로 UI 제작해보기

어제의 스티치와 같은 프롬프트를 사용했다. 인상 깊었던 건 스티치에서는 잘 나오지 않았던 키컬러나 배경색 등의 스타일 지정을 정확하게 표기해주었고, 실제 F1 데이터(값은 다르더라도, 팀명이나 드라이버명, 팀 컬러 등)을 적용하여 구현했다는 점이다. 또 이전 대쉬보드 과제에서 아쉬웠던 점들을 보안하고자 이 주제를 선정했는데, 그 대쉬보드랑 비슷하게 UI가 구성되어서 더 디벨롭하기 좋을 것 같다고 느꼈다.

러버블 결과 캡쳐(링크로 보기)

이전 대쉬보드 과제

6. 항공권 검색 UI 디자인

과제목표:
항공권을 검색하거나 옵션을 비교할 수 있는 앱 또는 웹사이트를 디자인해보세요. 다음과 같은 변수를 고려해보세요: 편도, 왕복, 혹은 다구간 항공권인가? 수하물 비용은 포함되는가? 많은 데이터를 간단하고 명확하게 보여주는 것이 핵심입니다. 매일 수백만 명이 여행을 하기 때문에, 아주 작은 디테일이 사용자 경험에 큰 차이를 만듭니다. 항공사 앱, 여행 앱 실제 서비스를 확인하세요.

1️⃣ 레퍼런스

자주 이용했던 네이버 항공권 예약을 레퍼런스 삼았다.

2️⃣ 정보 구조 및 흐름 정리

3️⃣ 화면 설계 및 프로토타입

프로토타입 보러가기

흐름

제작 컴포넌트

느낀 점
정말 필요한 내용만 골라서 제작하였다.
또 각 데이터 종류에 따라 어떤 디자인 형태가 좋을지도 많이 고민해봤다..!
컴포넌트 설계를 처음부터 잘못했는데,
아이콘+텍스트까지 베리언트화해서 하면 더 적게 제작할 수 있었을 것,,
이전에는 가독성이 많이 떨어졌는데 요즘 좋아하는 글래스모피즘을 유지하면서도
가독성을 높이고 깔끔하게 만들어지는 것 같아 좋다 ㅎ_ㅎ

---

회고

프롬프트는 하지 말라(Don’t) 보다는 해 주세요(Do) 중심으로 설계해야 한다. 부정어를 많이 쓰는 한국인으로써 습관으로 길러나갈 것..

생각의 사슬이나 생각의 나무 프롬프팅을 배울 땐 마치 컴퓨팅적 사고를 배우는 것 만 가튼.. 컴공 알고리즘 수업이랑 묘하게 비슷한.. 그런 기분이 들었다!!
논리적 사고란 매우 어렵구나,,..

프롬프트 엔지니어링은 단순히 질문을 잘하는 것이 아니라, 질문을 설계하는 기술이라는 것을 다시 한 번 느꼈다!

#AI를 잘 이해하고 활용하려면 프롬프트를 잘 써야한다.