https://learn.deeplearning.ai/chatgpt-prompt-eng
Andrew Ng님 코스는 옛~날 옛적에 Coursera 코스 들은 이후로 들은 적이 없는데 이번에 OpenAI랑 같이 1시간 반짜리 영상이 나왔다고 해서 공휴일 기념으로 쭉 들어보았다.
일단 이 강의 듣기 전에 ChatGPT에 대한 내 경험을 생각해보면
- 유료결제해서 코딩할 때 구글링 (스택오버플로우) 대용으로 종종 사용
- HTML/CSS 코딩
- 메소드 단위 코딩
등등 주로 프로그래밍에 관련해서 써먹고 있었다.
반대로 이 강의는 주로 text generation 컨텍스트에서 단순 답변 / 요약 / 추론(감정 분류 같은거) / transforming (번역, 톤 바꾸기) / expanding (이메일 써주기) 같은 태스크가 된다고 소개해주고 나름 정돈된 예제를 제공해주는 것 같다. 각 태스크 별로 보면 인터넷에 훨씬 좋은 리소스가 많을 것 같은데 다 합쳐놓고 보면 이만한 글은 별로 없지 않을까?하는 생각이 들었다. 특히 두번째 챕터인 guidelines 부분이 나같이 ChatGPT를 구글처럼만 써먹던 사람에게 신기했다.
Tactic 1: Specify the steps required to complete a task
이거는 코딩할 때 우리가 500줄짜리 메소드 이런거를 지양하고, 작은 메소드들이 협업하도록 짜는 것이랑 결국 비슷한 얘기라고 생각했다.
Tactic 2: Instruct the model to work out its own solution before rushing to a conclusion
중간에 확인을 시키는 것은 마치 코딩을 할 때 중요한 부분에서 assertion을 넣는 것이랑 같은 느낌 아닌가?해서 엄청 신기했다.
세번째 챕터에서 Iterative 파이프라인을 강조하는 것도 기존 ML 파이프라인이랑 다를 것이 없는데 Prompt Engineering은 그 사이클이 훨씬 빠른 느낌..? 그래도 아직은 Iteration은 사람이 더 잘하는 분야이니 이런거라도 열심히 해야될 것 같다.
그래서 Prompting은 얼마나 잘해야 할까?
LLM은 정말 신기한 물건이 맞는데 그렇다고 내가 Prompt Engineer 커리어를 타거나 서비스 만들어서 창업을 하는 것은 또 쉬운 일이 아닌 것 같다. 너무 당연한 말이지만 내가 회사에서 풀어야 하는 문제에 도구로 사용하는 것이 가장 모티베이션도 좋고 임팩트도 크지 않을까..? 새로운 비지니스를 찾아내면 당연히 좋지만, 그냥 지금 돌아가고 있는 비즈니스에 incremental한 가치만 추가해도 충분히 밥값을 할 수 있다.
