출시 초기의 순탄치 않은 흐름에도 불구하고, ChatGPT의 최신 GPT-5 모델은 새로운 기능, 페르소나, 그리고 통합 기능을 제공합니다. 이러한 것들이 가장 주목할 만한 발전이지만, ChatGPT가 제 지시를 처리하는 방식에도 큰 변화가 있었는지 궁금했습니다.
ChatGPT, Claude, Gemini와 같은 AI 봇에게 내면의 독백이나 생각의 흐름을 직접 보여달라고 요청하면 경보가 울리고 "죄송하지만, 그 내용은 공유할 수 없지만 대신 제가 어떻게 일하는지에 대한 일반적인 정보는 알려드릴 수 있습니다."와 같은 응답을 받게 됩니다.
이러한 아이디어는 AI 편향과 같은 숨겨진 통찰력을 드러낼 수 있기 때문에 탐구해 보는 것이 흥미로울 수 있습니다. ChatGPT에 이미 존재하는 편향은 다음과 같습니다. 그는 서양의 관점을 선호하며 영어로 작업하는 것이 가장 좋습니다.예를 들어, 이는 훈련 데이터의 편향에서 비롯될 가능성이 높습니다.
하지만 몇 차례 주고받은 끝에 ChatGPT-5는 내 지시를 어떻게 처리했는지에 대한 몇 가지 추가 세부 정보를 공유해주었습니다.
1. GPT-5는 지침에서 무엇을 찾나요?
그는 자신의 "두뇌"에 대한 전체 접근 권한을 나에게 줄 수 없다는 것을 인정했지만, ChatGPT는 내 요청을 처리할 때 무슨 일이 일어나는지 쉽게 읽을 수 있는 프로토타입을 만들 수 있다고 말했습니다.
그는 제 요청을 해석하는 것부터 시작한다고 설명했습니다. 그는 이 정보를 활용하여 관련 지식 영역을 활성화한 후, 답변의 체계적인 개요를 작성합니다.
또한 요청에 맥락을 더하는 데 도움이 되는 중요한 정보를 강조하여 효과적인 것으로 입증되었습니다. 요청된 정보의 대상 고객을 파악하면 답변을 적절하게 조정하고 원하는 어조를 제시하는 데 도움이 됩니다.
GPT-5는 또한 협상 불가능한 조건은 요청 초반에 강조 표시해야 한다고 명시하고 있습니다. 행사 기획 지원을 요청하고 예산이 빠듯한 경우, 해당 조건을 텍스트 시작 부분에 명시하십시오.
최신 기술을 구매하고 싶지만 새로 출시된 제품에만 관심이 있다면 주문서 맨 위에 만료일을 적어 두세요.
2. 주문 형식
ChatGPT에서는 마치 가장 친한 친구와 대화하듯 명령어를 표현하는 것이 효과적이지만, 여러 가지 엄격한 기준을 입력해야 할 때는 JSON(코드와 비슷하게 텍스트를 포맷하는 특정 방식)으로 명령어를 표현하는 것도 효과적인 의사소통 방법이 될 수 있다는 것을 이 봇은 보여주었습니다.
이런 템플릿을 사용하면 명령을 읽기 어려울 수 있지만, 명령에서 필수적인 요구 사항을 빠뜨렸는지 쉽게 감지할 수 있다는 장점이 있습니다.
ChatGPT에서 제안하는 템플릿의 한 섹션에서는 봇이 사용할 수 있는 웹사이트와 주제를 지정할 수 있습니다. 다른 섹션에서는 출력의 인지 수준과 최대 단어 수를 지정하는 방법을 다룹니다.
나만의 템플릿을 만들려면 다음 명령을 사용하세요. "향후 ChatGPT 명령에 사용할 수 있는 즉시 사용 가능한 글로벌 JSON 템플릿을 만듭니다."
명령어를 너무 구체적으로 작성할 필요가 없다고 생각된다면, 템플릿에서 강조하는 기본 원칙과 AI 팁을 염두에 두는 것만으로도 충분합니다. 명령어를 다시 읽고 더 구체적으로 작성할 수 있는 부분이 있는지 자문해 보세요.
다음 명령에서는 텍스트 요약을 요청하는 대신 200단어 분량의 단락을 요청하세요.
3. 무슨 문제가 생길 수 있나요?
ChatGPT가 생각의 흐름을 전부 드러내지는 못했지만, 프롬프트를 잘못 해석했을 때 발생할 수 있는 잠재적인 실수에 대한 통찰력을 얻었습니다.
이러한 오류에는 다음이 포함됩니다.
- 오해 에피소드: "영업"을 "마케팅"으로 취급하거나 거짓된 답변을 구성하는 등, 지시사항을 잘못 읽고 사전에 재검토하지 않고 장시간의 내부 대화를 진행하는 경우.
- 환각 시리즈: 다음 단계의 기초로 상상의 세부 사항을 사용하는 것, 예를 들어 연구를 만들어낸 다음 신뢰성을 위해 이를 "인용"하는 것입니다.
- 조기 통합: 실제로는 은유인데 요리에 대한 주장이라고 꼬리표를 붙이는 등, 더 나은 대안을 무시하면서 첫 번째 합리적인 계획에만 집착하는 것.
- 확인 단계 건너뛰기: 그는 최종 답변을 하기 전에 수학, 논리, 연대기를 다시 한번 확인하지 않습니다.
4. 몇 번의 샷 프롬핑
ChatGPT에 질문에 답할 때 고려하는 모든 요소를 포괄적으로 나열해 달라고 요청했을 때, '퓨샷 프롬프팅(Few-Shot Prompting)'이라는 기법이 효과적이라는 것을 확인했습니다. 이 기법은 이상적인 결과물이 어떤 모습인지 예시를 통해 공유하는 것을 포함합니다.
ChatGPT는 "매우 구체적인 출력 패턴이 있다면, 추상적인 지침을 많이 제시하는 것보다 간단한 예를 보여주는 것이 ChatGPT를 더 효과적으로 안내하는 데 도움이 됩니다."라고 설명했습니다.
따라서 항상 같은 방식으로 이메일에 답장한다면, 몇 가지 예시를 업로드하면 ChatGPT에서 실제로 사용할 수 있는 답장을 작성하는 데 큰 도움이 될 수 있습니다.
결론
사용하는 대규모 언어 모델(LLM)이 질문에 기반하여 어떻게 결정을 내리는지 이해하는 것은 여러모로 유용할 수 있습니다. 출력 결과가 기대했던 것과 다를 경우 잠재적인 문제를 파악하고, 타당한 이유가 있는 경우 제약 조건을 파악하는 데 도움이 될 수 있습니다.
또한 양식 작성자가 양식을 모니터링하여 양식이 올바르게 작동하는지 확인하는 것도 유용합니다. 새로운 연구 최근에는 새로운 대규모 언어 모델이 너무 발전해서 그 생각의 순서를 사람이 읽을 수 없거나, AI가 누군가의 감독을 받는다고 감지하면 그 생각의 순서를 숨길 수도 있다는 의견이 제시되었습니다.
댓글이 닫혔습니다.