2.7 KiB
2.7 KiB
| title | description | sidebar | ||
|---|---|---|---|---|
| 고급 도출 | 구조화된 추론 방법으로 LLM이 자신의 작업을 다시 생각하게 합니다 |
|
LLM이 방금 생성한 결과를 다시 검토하게 만드세요. 추론 방법을 선택하면 LLM이 그 방법을 자신의 출력에 적용하고, 사용자는 개선 사항을 유지할지 결정합니다.
고급 도출이란?
구조화된 두 번째 검토 단계입니다. AI에게 막연히 "다시 해봐" 또는 "더 좋게 만들어"라고 말하는 대신, 특정 추론 방법을 선택하고 AI가 그 렌즈를 통해 자신의 출력을 다시 살핍니다.
이 차이는 중요합니다. 모호한 요청은 모호한 수정을 낳습니다. 이름 있는 방법은 특정한 검토 관점을 강제해 일반적인 재시도로는 놓칠 인사이트를 드러냅니다.
사용 시점
- 워크플로가 콘텐츠를 생성한 뒤 대안을 보고 싶을 때
- 출력은 괜찮아 보이지만 더 깊이가 있을 것 같을 때
- 가정을 스트레스 테스트하거나 약점을 찾고 싶을 때
- 다시 생각하는 과정이 도움이 되는 중요도가 높은 콘텐츠일 때
워크플로는 결정 지점에서 고급 도출을 제안합니다. LLM이 무언가를 생성한 뒤 실행할지 묻습니다.
작동 방식
- LLM이 콘텐츠에 관련 있는 방법 5개를 제안합니다
- 하나를 고릅니다(또는 다른 선택지를 보려고 다시 섞습니다)
- 방법이 적용되고 개선 사항이 표시됩니다
- 수락하거나 버리고, 반복하거나 계속합니다
내장 방법
수십 가지 추론 방법을 사용할 수 있습니다. 예시는 다음과 같습니다.
- 사전 실패 분석 - 프로젝트가 이미 실패했다고 가정하고 이유를 역추적합니다
- 제1원칙 사고 - 가정을 걷어내고 근거 사실에서 다시 세웁니다
- 역전 사고 - 실패를 보장하는 방법을 묻고, 그 일을 피합니다
- 레드 팀 vs 블루 팀 - 자신의 작업을 공격한 뒤 방어합니다
- 소크라테스식 질문 - 모든 주장에 "왜?"와 "어떻게 알아?"를 던집니다
- 제약 제거 - 모든 제약을 제거해 무엇이 바뀌는지 보고, 선택적으로 다시 추가합니다
- 이해관계자 매핑 - 각 이해관계자 관점에서 다시 평가합니다
- 유추 추론 - 다른 도메인의 유사점을 찾아 그 교훈을 적용합니다
그 밖에도 훨씬 많습니다. AI는 콘텐츠에 가장 관련 있는 선택지를 고르고, 사용자는 실행할 방법을 선택합니다.
:::tip[시작점] 사전 실패 분석은 어떤 사양이나 계획에도 좋은 첫 선택입니다. 표준 리뷰가 놓치는 공백을 꾸준히 찾아냅니다. :::