- 1AI한테 말 걸었는데... 엉뚱한 답변만?
- 2질문을 바꿔보자! 구체적으로, 친절하게!
- 3딱 맞는 명령어 완성! AI가 척척 이해해
- 4프롬프트 엔지니어링, 말 잘 거는 기술!
정의와 배경
퓨샷 프롬프팅(Few-Shot Prompting)은 대규모 언어 모델(LLM)에 입력하는 프롬프트 안에 소수의 입력-출력 예시 쌍을 포함시켜 모델이 원하는 방식으로 응답하도록 유도하는 기법이다. '퓨(few)'는 '소수'를 뜻하며, 예시를 전혀 주지 않는 '제로샷(Zero-Shot)'과 단 하나의 예시를 주는 '원샷(One-Shot)'에 대비되는 개념이다.
이 기법은 대규모 언어 모델이 문맥 안의 패턴을 학습하는 '인컨텍스트 러닝(In-Context Learning)' 능력에 기반한다. 즉, 모델 가중치를 수정하는 별도의 파인튜닝 없이 프롬프트 내 예시만으로 모델의 행동을 조정할 수 있다는 점이 핵심이다.
작동 원리와 구성 방식
퓨샷 프롬프트는 일반적으로 '시스템 지시 → 예시 쌍(입력·출력) 반복 → 실제 질의'의 구조로 구성된다. 예를 들어 민원 분류 업무라면 '민원 내용: OOO → 분류: 교통'처럼 2~5개의 예시를 먼저 제시한 뒤 분류할 실제 민원을 입력하는 방식이다.
예시의 품질과 다양성은 결과의 정확도에 직접 영향을 미치므로, 대표성 있는 사례를 선별하고 출력 형식을 일관되게 작성하는 것이 중요하다. 예시 수가 지나치게 많으면 모델의 맥락 처리 한계(컨텍스트 윈도우)를 초과하거나 오히려 혼선을 줄 수 있어 적정 개수를 조율해야 한다.
공공·행정 업무에서의 활용 의의
공공 행정에서 AI 도구를 활용할 때 퓨샷 프롬프팅은 별도의 모델 개발 없이 업무 특화 결과물을 얻을 수 있는 실용적인 방법이다. 보고서 요약, 민원 답변 초안 작성, 법령 조문 해석 예시 제시 등 반복적이고 형식이 정해진 행정 업무에 특히 유용하다.
다만 예시 자체에 오류나 편향이 포함될 경우 모델이 그 오류를 반복할 수 있으므로, AI 리터러시 역량과 결합하여 결과물을 비판적으로 검토하는 습관이 필요하다. 또한 민감한 개인정보가 포함된 실제 사례를 예시로 직접 입력하는 것은 개인정보 보호 측면에서 주의가 요구된다.
※ 본 상세 설명은 용어집 데이터를 토대로 AI가 생성했습니다. 정확한 내용은 원문 출처를 우선하세요.