프롬프트엔지니어링이란?
2023년 9월 22일| 기사
공유하다
인쇄
다운로드
구하다
프롬프트 엔지니어링은 최적의 출력을 생성하는 생성 AI 도구에 대한 입력을 설계하는 관행입니다.
파란색 배경에 노트북을 공중에 띄우다
다운로드
기사(5페이지)
저녁 식사로 스파게티 마리나라를 만들고 있다고 가정해 보겠습니다 . 항아리의 소스는 완벽하게 괜찮습니다. 하지만 농산물 직거래 장터에서 토마토와 바질을 사서 소스를 직접 만든다면 어떨까요? 훨씬 더 맛있을 가능성이 높습니다. 그리고 정원에서 직접 재료를 재배하고 신선한 파스타를 직접 만들어 보면 어떨까요? 완전히 새로운 차원의 맛.
프롬프트 엔지니어링에 대해 McKinsey 수석 전문가를 알아보고 직접 참여하세요.
Rodney Zemmel은 McKinsey 뉴욕 사무소의 수석 파트너이자 McKinsey Digital의 글로벌 리더입니다. Alex Singla 는 시카고 사무소의 수석 파트너이자 McKinsey의 AI인 QuantumBlack의 글로벌 리더입니다. Chandra Gnanasambandamv 와 Lareina Yee 는 Bay Area 사무소의 수석 파트너이며 Roger Roberts 는 전문 파트너입니다. Kate Smaje 와 Alex Sukharevsky 는 런던 사무소의 수석 파트너입니다. 다른 전문가로는이스탄불 사무소의 수석 파트너인 Sven Blumberg ; 시카고 사무소의 수석 파트너인 Aamer Baig ; 에릭 하잔, 파리 사무소의 수석 파트너; 보스턴 사무소의 수석 파트너인 Delphine Zurkiya 입니다 .
우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.
더 나은 재료가 더 나은 저녁 식사를 만들 수 있는 것처럼 생성 AI 모델에 더 나은 입력을 하면 더 나은 결과를 얻을 수 있습니다. 이러한 입력을 프롬프트라고 하며 이를 작성하는 방식을 프롬프트 엔지니어링이라고 합니다. 숙련된 프롬프트 엔지니어는 생성 AI 도구의 다른 입력과 최적으로 상호 작용하도록 입력을 설계합니다. 이러한 입력은 AI 모델에서 더 나은 답변을 도출하는 데 도움이 됩니다. 즉, 모델이 마케팅 이메일 작성 , 코드 생성, 텍스트 분석 및 합성, 챗봇을 통한 고객 참여, 디지털 아트 제작, 음악 작곡 등의 작업을 더 잘 수행할 수 있음을 의미합니다. 수천 개는 아니더라도 수백 개의 현재 애플리케이션이 있습니다.
예를 살펴보겠습니다. 조직의 CFO인 Acme Inc와 함께 예정된 재무 계획 워크숍을 홍보하는 데 도움이 되는 생성적 AI 모델이 필요하다고 가정해 보겠습니다. 생성적 AI 챗봇에 "수업을 광고하는 소셜 게시물을 작성하세요"라는 간단한 프롬프트를 제공합니다. 출력은 다음과 같습니다.
**기술 향상: 우리 수업에 참여하세요!**
새로운 지식을 얻고, 전문가와 연결하고, 성장을 수용하세요. 이용 가능한 자리가 제한되어 있습니다. 지금 예약하세요!
#LearnWithUs #기술 쌓기 #수업 시간
그것은 매우 일반적이며 많은 관심을 불러일으킬 가능성이 없습니다.
다시 해보자. 이번에는 "Acme, Inc.의 CFO와 함께하는 재무 계획 워크숍을 광고하는 짧은 소셜 게시물을 작성하세요."라는 메시지를 좀 더 구체적으로 작성하세요. 이번에는 모델이 제공하는 내용은 다음과 같습니다.
**Acme, Inc.의 CFO와 함께 재무 관리를 마스터하세요!**
귀하의 재정적 미래를 책임질 준비를 하세요! Acme, Inc.의 CFO가 참석하는 재무 계획 워크숍에 참여하세요. 귀하의 재정적 성공을 보장하기 위한 통찰력, 전략 및 전문가 조언을 얻으십시오.
이용 가능한 자리가 제한되어 있습니다. 이 독점적인 기회를 놓치지 마십시오. 오늘 좌석을 예약하고 경제적 자유를 누리세요!
#재무계획 #전문가의 조언 #당신의 미래를 확보하세요
보다 구체적인 출력이 원하는 결과를 얻을 가능성이 더 크다는 것은 분명합니다. AI 챗봇에 대한 보다 자세하고 구체적인 요청을 작성하면 프롬프트가 생성됩니다.
생성적 AI는 비즈니스와 사회의 미래에서 중요한 역할을 합니다 ( 또한 귀하 가 참여할 예정인 워크숍을 홍보하는 데 도움이 될 수도 있습니다). 그러나 신속한 엔지니어링은 어디에 적합합니까? 알아보려면 계속 읽어보세요.
McKinsey의 디지털 업무 에 대해 자세히 알아보세요 .
McKinsey 설명자 소개 : 복잡한 질문에 대한 직접적인 답변
시리즈 살펴보기
생성 AI란 무엇인가?
가장 인기 있는 통찰력
- 생성 AI의 경제적 잠재력: 차세대 생산성 개척지
- 일부 직원은 가치를 파괴하고 있습니다. 다른 사람들이 그것을 만들고 있습니다. 차이점을 아시나요?
- 2023년 AI 현황: 제너레이티브 AI의 획기적인 해
- 고성능 Gen AI: Mercedes-Benz는 ChatGPT의 강력한 기능을 활용합니다.
- 투자자들은 기업으로부터 지속 가능성의 가치에 대해 듣고 싶어합니다.
가장 먼저 할 일: 생성 AI에 대해 다시 살펴보겠습니다. 생성적 AI 모델은 일반적으로 기초 모델을 사용하여 구축된 애플리케이션입니다. 이러한 모델 에는 인간 두뇌에 연결된 수십억 개의 뉴런에서 영감을 얻은 광범위한 인공 신경망이 포함되어 있습니다. 기초 모델은 신경망 내의 많은 심층 계층을 참조하는 딥 러닝의 일부입니다. 딥 러닝은 최근 AI 의 많은 발전을 주도했습니다.—Alexa나 Siri와 같이 이미 사용하고 있을 수도 있지만 기반 모델은 딥 러닝 내에서 중요한 발전을 나타냅니다. 이전 딥러닝 모델과 달리 기초 모델은 방대하고 다양한 비정형 데이터 세트를 처리할 수 있습니다. 이러한 모델에 대해 훈련된 AI는 질문에 답하고 새로운 콘텐츠를 분류, 편집, 요약 및 초안 작성하는 등의 작업을 수행할 수 있습니다.
생성 AI는 인력에 어떤 영향을 미칠까요?
McKinsey의 최신 연구에 따르면 생성 AI가 영업 및 마케팅, 고객 운영, 소프트웨어 개발 등 전반에서 성과를 향상시킬 준비가 되어 있는 것으로 나타났습니다. 그 과정에서 생성적 AI는 은행에서 생명과학에 이르기까지 전 분야에 걸쳐 세계 경제에 연간 최대 4조 4천억 달러를 추가할 수 있습니다.
생성적 AI를 기반으로 한 혁신은 인력도 변화시킬 것입니다. 생성 AI의 강점 중 하나는 거의 모든 사람의 업무에 도움이 될 수 있다는 것입니다. 이는 또한 기술의 가장 큰 과제 중 하나입니다. McKinsey는 생성 AI 및 기타 기술이 오늘날 직원 시간의 최대 70%를 흡수하는 업무 활동을 자동화할 수 있는 잠재력을 가지고 있다고 추정합니다 . 이는 주로 자연어에서 발견된 패턴을 예측하는 생성 AI의 능력에 기인합니다. 이는 결과적으로 생성 AI가 임금이 높고 교육 요구 사항이 더 높은 직업과 관련된 지식 작업에 더 많은 영향을 미칠 수 있음을 의미합니다. 그리고 이러한 변화는 빠르게 일어날 가능성이 높습니다. McKinsey는 오늘날 업무 활동의 절반이 2030년에서 2060년 사이에 자동화될 수 있다고 추정합니다.이전 추정치보다 대략 10년 정도 빠릅니다 .
이러한 발전은 노동 시장에 큰 변화를 의미할 것입니다. 생성적 AI는 2040년까지 연간 최대 0.6% 의 노동 생산성 증가를 가능하게 할 수 있습니다 . 그러나 이는 조직이 얼마나 빨리 기술을 채택하고 직원의 시간을 효과적으로 재배치할 수 있는지에 달려 있습니다. 자동화될 기술을 갖춘 직원은 새로운 기술을 배우는 데 지원이 필요하며 일부 직원은 직업 변경에 대한 지원이 필요합니다.
McKinsey의 디지털 업무 에 대해 자세히 알아보세요 .
조직에서는 이미 신속한 엔지니어를 고용하고 있나요?
McKinsey의 AI에 대한 최신 설문 조사에 따르면 조직은 이미 생성적 AI 야망을 반영하여 채용 관행을 변경하기 시작했습니다. 여기에는 신속한 엔지니어 채용이 포함됩니다. 설문 조사는 두 가지 주요 변화를 나타냅니다. 첫째, AI를 사용하는 조직은 프롬프트 엔지니어링에서 역할을 채용하고 있습니다. AI를 채택한 조직 의 응답자 중 7%가 이 카테고리의 역할을 채용하고 있습니다. 둘째, AI를 사용하는 조직은 2022년보다 훨씬 적은 수의 AI 관련 소프트웨어 엔지니어를 고용하고 있습니다. 조직의 28%가 이러한 역할을 위해 채용했다고 보고했으며 이는 작년의 39%에서 감소한 수치입니다.
조직에서 신속한 엔지니어를 고용하면 기존 직원이 밀려난다는 뜻인가요?
신속한 엔지니어링은 향후 몇 년 내에 더 큰 채용 범주가 될 가능성이 높지만 조직에서는 기존 직원에게 AI에 대한 재교육을 기대하기도 합니다. AI 도입을 보고한 응답자 10명 중 약 4명은 회사 인력의 5분의 1 이상이 재교육을 받을 것으로 예상하는 반면, 인력 규모가 5분의 1 이상 감소할 것이라고 답한 응답자는 8%에 불과했습니다.
McKinsey의 AI인 QuantumBlack 에 대해 자세히 알아보세요 .
프롬프트 엔지니어링은 조직(예: 은행)이 고객에게 보다 효율적으로 서비스를 제공하는 데 어떻게 도움이 될 수 있습니까?
신속한 엔지니어링의 잠재적인 힘을 보여주는 한 가지 예로서 은행 산업을 살펴보겠습니다. 은행은 생성 AI를 통해 얻을 수 있는 가치가 많습니다. McKinsey는 생성 AI 도구가 업계 연간 매출의 최대 4.7%까지 생산성 향상을 통해 가치를 창출할 수 있을 것으로 추정합니다. 이는 연간 약 3,400억 달러가 더 추가된다는 의미입니다. 신속한 엔지니어링은 은행이 이러한 가치를 포착하도록 돕는 역할을 합니다. 방법은 다음과 같습니다.
대규모 기업 은행이 생성 AI를 사용하여 자체 애플리케이션을 구축 하려고 한다고 가정해 보겠습니다. 관계 관리자(RM)의 생산성을 향상합니다. RM은 고객의 우선순위에 대한 최신 정보를 유지하기 위해 연간 보고서 및 수익 보고 기록과 같은 대규모 문서를 검토하는 데 많은 시간을 보냅니다. 은행은 API(또는 두 소프트웨어가 서로 대화하도록 돕는 코드인 애플리케이션 프로그래밍 인터페이스)를 통해 생성적 AI 기반 모델에 액세스하는 솔루션을 구축하기로 결정했습니다. 이 도구는 문서를 스캔하고 RM이 묻는 질문에 대한 종합적인 답변을 신속하게 제공할 수 있습니다. RM이 가능한 가장 정확한 답변을 받을 수 있도록 은행에서는 신속한 엔지니어링 교육을 실시합니다. 물론 일부 모델은 환각을 일으키거나 거짓 정보를 사실인 것처럼 내놓는 것으로 알려졌기 때문에 은행은 모델의 출력에 대한 검증 프로세스도 확립해야 합니다.
이것은 단지 가상의 예가 아닙니다. 2023년 9월, Morgan Stanley는 수만 명의 자산 관리자가 회사 내부 지식 기반에서 방대한 양의 데이터를 신속하게 찾고 통합할 수 있도록 지원하기 위해 GPT-4를 사용하는 AI 도우미를 출시할 예정입니다 . 이 모델은 검색과 콘텐츠 생성을 결합하여 자산 관리자가 언제든지 모든 고객을 위한 정보를 찾고 맞춤화할 수 있도록 합니다. 유럽의 한 은행은 생성 AI 기반의 환경, 사회, 거버넌스 가상 전문가를 개발했습니다. 모델은 프롬프트를 기반으로 복잡한 질문에 답하고, 각 답의 출처를 식별하며, 그림과 표에서 정보를 추출합니다.
이러한 예에서는 가정적이며 프롬프트가 좋을수록 출력도 더 좋아집니다.
McKinsey의 Digital Practice 와 QuantumBlack, McKinsey의 AI 에 대해 자세히 알아보세요 . McKinsey에서 일하는 데 관심이 있다면 생성 AI 관련 취업 기회를 확인해 보세요 .
참조된 기사: