? 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다. 

우리가 있는 직장에서 오가는 말들을 한 번 살펴보자.

'대리님, 어제 회의에서 말한 '프로젝트' 이미지소스 좀 부탁해요.', '어제 반려 맞은 '기안서'에 예산 집행계획 다시 써주세요.'

다소 모호해보이는 텍스트지만, 업무 유관자이거나 담당 조직 내 임직원이라면 무엇을 말하는지 알 수 있다.

이는 맥락(Context)를 알고 있기 때문이다.

반대로 해당 업무를 모르고 있는 제3자나 타 부서 임직원은 무엇을 말하는지 무슨 액션을 원하는지 정확하게 파악하기 어려울 것이다.

그럼 혹자는 이렇게 말할지도 모르겠다. 그럼 모든 커뮤니케이션에 자세하고 명확하게 말하면 되는거 아닌가요? 그러기에는 우리의 시간과 비용 모두 한정적이다. 

생성형 AI를 위한 프롬프트엔지니어링 

이미 대부분의 사람들이 하루도 빼놓지 않고 사용하는 생성형 AI 역시 결과물에 영향을 미치는 가장 큰 요소가 맥락(Context)이다. 

이러한 프롬프트를 잘 작성하는 방법 뿐만 아니라 더 나아가 서비스화까지 할 수 있는 프롬프트 엔지니어링 책을 소개하려고 한다.

이 책은 우선 1~10장까지 구성되어 있고 아래와 같이 도식화하여 소개했다.

텍스트 생성과 이미지 생성 두 파트로 크게 나눠 설명했고 각 개념에 대한 설명과 예시까지 구성되어 있다.

1장 프롬프트의 다섯 가지 원칙

이 책의 전반적인 내용을 관통하는 프롬프트의 다섯가지 원칙을 소개하고, 대규모 언어모델(LLM)의 역사와 모델의 종류까지 소개하고 있다.

사실 그 동안 GPT 활용법 같은 류들의 책은 많이 봐와서 그런지 크게 새로운 부분 없었지만 프롬프트 예시를 통한 맥락을 통해 정확도를 높이는 방법을 정량화한 내용은 흥미로웠다,

예시가 없는 프롬프트를 제로샷(Zero-shot)이라 부르고, 예시를 하나를 제공하면 원샷(One-shot), 그리고 여러 예제를 제공하면 퓨샷(Few-shot)으로 정의한다. 

재밌는 점은 이들간의 정확도인데 예시를 하나만 제시해도 정확도가 급격하게 올라가고 예시의 수를 늘릴수록 정확도는 더 높아진다. 이는 사용되는 파라마터가 많은 모델일수록 더 큰 효과를 낸다.

 프롬프트에서 내가 원하는 결과물에 가장 빠르게 도달할 수 있는 방법은 맥락을 제공하는 것이고 그 중 가장 효과적인 방법이 예시라는 것을 알 수 있다. 그러나 너무 많은 예시는 높은 신뢰성을 얻는 대신 창의성은 줄어들 수 있다고 경고한다.

마치 어떤 그림을 그릴 때 템플릿을 정해놓고 디자인 하는 것과 백지 상태에서 그리는 것과의 차이라고 할 수 있다. 어떤 문제냐에 따라서 이 부분을 잘 정의해야 함을 알 수 있었다.

2장 텍스트 생성을 위한 대규모 언어 모델 소개

2장은 LLM 자체가 어떻게 동작하는지 간략히 짚어준다. 이 구조를 알면 왜 우리가 맥락을 그렇게 강조하는지 더 잘 이해할 수 있다.

그 중 기억에 남는 부분은 바로 트랜스포머 아키텍처의 어탠션(Attention)이라는 개념이다.

기존의 정통적인 언어모델인 RNN./LSTM과 같은 순차 모델은 문장이 길어질수록 앞의 정보가 희미해지고 병렬처리가 불가능한 문제가 있었다. 

그러나 트랜스포머 기반의 병렬처리 방식을 통해 지금의 LLM 분야가 획기적으로 성장할 수 있었다고 한다. 모든 단어가 동시에 연관도를 계산(Self-Attention)하고 이를 병렬로 처리하다보니 장기 의존성 문제를 해결할 수 있다.

이 역시 GPU 수요를 높였다는 점에서 재밌는 부분이라 할 수 있다

 대규모 언어모델을 소개하는 부분에서는 이 책의 원서가 약 1년 전에 나오다보니 다소 구형 모델의 소개하는 페이지가 되어버렸다. 아쉽지만 크게 중요한 부분은 아니니 넘어가도 좋을 것 같다.

AI 모델의 발전속도가 워낙 빠르다보니 발생하는 문제이긴 한데, 옮긴이의 각주를 통해 보충 설명을 해두고 있으니 책을 읽는데는 크게 거슬진 않았다.

3장 챗GPT로 텍스트 생성하기

3장에서는 실제 출력결과를 다루는 방법으로 확장되는데 앞선 1장에서 제시했던 다섯가치 원칙에 근거해 설명하고 있다.

사실 그동안 AI를 사용할 때, 철저한 사용자 관점에서 텍스트나 파이썬 코드 형태로 결과물을 받아 보는데 익숙했는데 여기서는 json이나 yml같은 구조화된 포맷으로도 쉽게 출력할 수 있다는 점이 신선했다.

이전에 Make와 같은 자동화 툴로 MCP(Model Context Protocol)를 다룰 때, json 형태로 받아오긴 했지만 자꾸 오류가 떴던 기억이 나면서 여기서 나온 내용을 바탕으로 다시 만들어봐야겠다는 생각이 들었다.

더 나아가서 업무 중에서 사용하는 자료를 자동화된 형식으로 출력해보는 것도 가능하겠다는 생각도 들었다.

4~6장 랭체인을 활용한 고급 프롬프트 기술, 벡터 데이터베이스

4장에서 6장은 LLM을 직접 만들어 서비스 하는 사람에게 필요한 내용들이 담겨있다. 그렇지 않더라도 LLM을 빌려서 만드는 플랫폼 구조와 그 속에서 텍스트 청킹(Chunking)이 왜 중요한지를 이야기하고 있기 때문에 알아두면 좋을 내용이었다.

나는 사실 LLM을 활용한다고 하면 그냥 API 호출해서 질문과 답변 주고 받는 수준으로만 생각했다. 하지만 책을 읽으면서 서비스의 원리가 훨씬 체계적이라는 걸 알게 됐다.

문서를 일정한 크기로 청킹(Chunking)하고, 그걸 벡터 데이터베이스에 저장해두고 사용자의 질문이 들어오면 관련 있는 chunk만 찾아서 모델에 함께 전달하는 프로세스를 가볍게 이해할 수 있었다.

결국 이러한 모델은 응답시간, 사용 토큰수, 정확도(서비스 품질) 모두 중요하기 때문에 이러한 프롬프트 엔지니어링이 중요하다는 사실도 알게 되었다.

7~9장 이미지 생성을 위한 확산모델

최근 들어 AI를 통한 이미지 생성이 더 이상 디자이너의 영역이 아닌 일반 대중으로 확산되고 있다.

얼마 전 열풍이 불었던 지브리풍 이미지 생성을 떠올려보면 이제 소상공인 수준에서도 이미 활발하게 사용되고 있는 것 같다.

나 역시도 마케팅에서 간단한 이미지는 더 이상 이미지 소스 서비스보다는 직접 생성해서 쓰는 편이다.

7장부터는 이미지 생성의 프롬프트 원리와 설계방법을 소개한다.

텍스트 프롬프트와 크게 다르지 않지망 디퓨전(Diffusion) 모델을 소개하면서 보니 네거티브 프롬프트도 이미지생성에서 중요함을 알게 되었다.

9장에서는 스테이블 디퓨전을 좀 더 깊게 다루는데 리뷰 차원에서 간단하게 훑어본 상태라서 시간 내서 이 부분은 정독하고 실습해볼 예정이다. 이미지의 일부만 수정하거나 업스케일하는 과정까지 다루고 있어 실제로 도움이 많이 될 것 같다.

10장 AI기반의 애플리케이션 구축

마지막 장에서는 앞서 배운 지식을 활용해 실제 애플리케이션을 만드는 방법을 짧게 소개한다. 매우 짧지만 임팩트있게 정리되어 있어서 그동안 하고 싶었지만 미뤄왔던 뉴스 요약하는 AI 모델을 만들어볼 때 참고하면 좋을 것 같다는 생각이 들었다.

마치며

생성형 AI는 이미 많은 것을 바꿔놓았고 앞으로도 많은 부분을 바꿔놓을 것이다.

이 책은 소프트웨어 개발자나 데이터 관련 엔지니어 외에도 활용하는 사용자나 서비스 기획자 입장에서도 읽어보면서 참고하면 좋을 내용들이 담겨있다.

그동안 가벼운 내용의 GPT 활용 관련 책만 읽었는데 책의 내용을 100% 이해하진 못했지만 프롬프트 엔지니어링에 대한 작게나마 이해할 수 있게 된 것 같다.

 ? 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

프롬프트 엔지니어링.

이 용어를 알게된지 그리 오래 되지 않은 것 같다.

아마 챗GPT가 등장하고 그 후로 여러 생성형AI 프로그램들이 등장하면서 관심을 같게 된 것 같다. 처음 챗GPT가 등장할 때는 내가 던진 질문에 그리 만족할 만한 답을 들을 수가 없어서 그리 많은 관심을 기울이지는 않았다. 그러다 생성형AI와 대화하는 방법에 대한 내용을 접하게 되면서 관심도가 급격히 올라게 되었고 이를 이용해 보고서나 기획서를 작성하기도 하고 때론 아이디어를 검증하고 새로운 아이디어를 찾아가는 과정에서 내가 생성형AI에게 어떻게 질문을 던져야 하는지 고민을 하지 않을 수 없게 되면서 '프롬프트 엔지니어링'이라는 기술역량이 필요하다는 걸 인식하게 되었다. 이러한 시점에 제임스 피닉스와 마이크 테일러가 쓴 [생성형 AI를 위한 프롬프트 엔지니어링]을 접하게 된 것은 나에게 깊이 있는 통찰과 실질적인 가이드를 제공하는 귀한 책으로 다가왔다.

이 책에 대한 기본적인 내용은 뒷 표지에 자세히 담겨있듯이, 프롬프트 엔지니어링이라는 핵심 기슬을 활용하여 AI의 잠재력을 극대화하기 위한, 생성형 AI의 활용 원리를 소개하고 실제 적용법을 사례를 통해 체계적으로 제시하고 있으며, 전체적인 구성은 텍스트와 이미지 생성이라는 두 개의 큰 PART로 구분하여 10개의 장으로 구성되어 있다.

먼저 1장은 프롬프트 엔지니어링의 기본 개념을 다루는 입문 과정으로 '프롬프트의 다섯 가지 원칙'을 살펴보는 것으로부터 시작되는데 이는 마치 글쓰기에서 좋은 문장을 위한 원칙을 배우는 것과 유사하게 생성형 AI와의 소통하기 위해 어떤 원칙을 적용해야 하는지에 대한 방법을 설명하고 있으며, 이 원칙은 어떤 한 특정 모델에만 국한된 기술이 아닌 모든 생성형 AI 모델에 범용적으로 적용가능한 유용한 기술임을 강조하고 있다. 다음 2장은 챗GPT로 대표되는 대규모 언어 모델(LLM)에 대한 개념과 역사 그리고 LLM을 기반으로하는 몇 개의 모델들에 대한 소개를 하고 있으며, 3장부터 본격적인 프롬프트 엔지니어링과 관련된 내용을 접하게 되는데, 질문자가 원하는 결과물을 얻기 위해 1장에서 소개한 '프롬프트의 다섯 가지 원칙'을 바탕으로 어떻게 프롬프트를 작성해야 하는지 다양한 예시를 통해 프롬프트 엔지니어링 기법을 소개하고 있으며, 4~6장의 내용은 지금까지 배운 기초 지식을 바탕으로 좀 더 복잡한 문제를 해결하기 위한 고급 프롬프트 엔지니어링 기법을 제시하고 있는데 이 부분은 기본적인 내용을 충분히 숙지한 상황에서 자신의 원하는 결과물이 뭔지에 대한 부분 또한 파악한 상태에서 필요한 부분만 익히면 될 것 같다.

​

다음으로 7장부터 9장에 담긴 내용은 생성형 AI를 활용한 이미지 생성 모델에 대한 역사와 각 모델들에 대한 장단점을 소개하는 것을 시작으로 이미지 생성 모델을 효과적으로 활용하기 위한 기본적인 팁과 고급 활용 기술을 소개하는 것으로 마무리하고 있다.

​

이렇게 프롬프트 엔지니어링에 대한 소개를 시작으로 자신의 원하는 텍스트와 이미지를 얻기위한 기본적인 학습과정을 마친 후, 생성형 AI를 이용해 AI 블로그 글을 함께 작성해 보는 과정을 거치면서, 프롬프트 엔지니어링이라는 거대한 세계의 여행을 마감하게 됩니다. 쉽지 않은 여행이었습니다. 하지만 많은 도움이 되는 여행이었고 반드시 그리고 여러번의 여행을 떠나야겠다는 다짐을 하게 됩니다.

​

이 책은 생성형 AI를 제대로 활용하고 혼란스러운 정보속에서 길을 잃지않은 나침반이 되어줄 책이라 여겨지고, 생성형 AI 시대에 필수적인 역량을 기르고자 하는 모든 이들에게 이 책을 강력히 추천합니다.

“한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.”

생성형 AI를 위한 프롬프트 엔지니어링은 생성형 AI를 실무에 효과적으로 활용하고자 하는 기업 및 공공기관 실무자에게 매우 유용한 실전형 전문서다. 특히 챗GPT, 미드저니, 스테이블 디퓨전 등 최신 생성형 AI 도구들을 어떻게 다뤄야 실제 업무에 도움이 되는지를 구체적으로 설명하며, 프롬프트 작성의 원칙과 전략을 체계적으로 제시하고 있다.

단순한 기능 설명에 그치지 않고, 생성형 AI의 핵심 역량인 '프롬프트 설계 기술'을 중심에 둔다. 실제로 생성형 AI의 응답 품질은 어떤 방식으로 입력을 구성하느냐에 크게 좌우되며, 바로 그 입력값인 프롬프트의 품질을 끌어올리는 데 집중한다. '지시 내리기', '형식 정하기', '예시 들기', '품질 평가하기', '업무 나누기'라는 다섯 가지 원칙을 중심으로, 다양한 실제 사례를 통해 원칙의 효과와 적용 방식을 상세히 설명한다. 책은 총 10장으로 구성되며, 기본적인 프롬프트 설계에서부터 랭체인, 파인콘, FAISS와 같은 최신 벡터 검색 기술, 자율 에이전트 구축, 그리고 이미지 생성까지 포괄적으로 다룬다. 특히 실습 중심의 구성 덕분에 단순히 개념을 배우는 데서 그치지 않고, 실제 조직 내 자동화 및 AI 서비스 기획에 바로 적용할 수 있는 구체적인 방안을 제시한다.

프롬프트 엔지니어링과 관련된 기술적 흐름도 충실히 반영돼 있다. GPT-4, 미스트랄, 제미나이, 라마 등 최신 언어 모델의 비교와 특징을 소개하며, 멀티모달 모델인 GPT-4V, DALL·E, 미드저니 등을 활용한 고급 이미지 생성 기법도 다룬다. 이러한 정보는 단순한 툴 사용자 수준을 넘어, AI를 업무 전반에 통합하고자 하는 조직에게 전략적 인사이트를 제공한다. 책의 실습은 기본적인 파이썬 문법을 바탕으로 구성되어 있으며, OpenAI나 미드저니 계정이 필요하다. 이 때문에 완전 초보자에게는 다소 진입 장벽이 될 수 있으나, 기본적인 디지털 역량을 갖춘 공공기관 실무자나 대기업의 마케터·디자이너·기획자·데이터 분석가에게는 실제 업무에 적용할 수 있는 유의미한 학습 자료가 될 것이다.

프롬프트 설계에 대해 구조적인 학습이 가능하며, 단편적인 사용법을 넘어서 실질적인 'AI와의 협업 능력'을 기를 수 있다. 또한 랭체인과 자율 에이전트 등 고급 기술까지 단계적으로 접근할 수 있어, 조직 내 AI 활용 수준을 한 단계 끌어올리는 데 기여할 수 있다. 텍스트 생성은 물론, 이미지 생성과 같은 멀티모달 프롬프트까지 아우르기 때문에 콘텐츠 제작 및 디지털 행정 서비스 기획에도 실질적인 도움을 줄 수 있다. 다만 기술 자체의 내부 작동 원리를 깊이 파고들기보다는 도구 활용과 전략 적용에 초점이 맞춰져 있어, 연구자나 AI 모델 개발자보다는 실무자 대상에 더 적합하다. 생성형 AI의 생산성과 신뢰성을 높이고자 하는 대기업과 공공기관 실무자에게 매우 효과적인 실전 가이드다. 조직 내 프롬프트 작성 기준 수립, AI 기반 서비스 기획, 콘텐츠 자동화 시스템 설계 등에 바로 적용할 수 있는 구체적이고 실용적인 내용을 담고 있어, 교육 교재나 실무 참고서로 적극 추천할 수 있다.

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

생성형 AI는 이제 누구나 한 번쯤 써본 도구가 되었다. 그러나 직접 사용해보면, 그 결과물이 기대와 다르게 나오는 경우가 많다. 같은 질문을 던져도 어떻게 말하느냐에 따라 전혀 다른 응답을 얻는다. 결국 AI를 ‘잘 쓰는 능력’은 도구 자체보다, 질문을 어떻게 설계하느냐에 달려 있다. ‘생성형 AI를 위한 프롬프트 엔지니어링’은 그런 점에서, 단순한 사용법을 넘어 AI 시대의 새로운 언어 감각을 기르게 해주는 책이다.

책의 도입부는 AI가 텍스트를 이해하는 방식부터 짚는다. 트랜스포머 아키텍처, 어텐션, 토크나이징 같은 개념들을 사례 중심으로 설명하며, 왜 단어의 순서나 형태보다 ‘맥락’이 중요한지를 보여준다. 우리가 AI에게 무언가를 요청할 때, 단지 키워드가 아니라 관계와 구조를 어떻게 표현하느냐가 결과물의 질을 좌우한다는 메시지는 이 책 전체를 관통하는 핵심이기도 하다.

텍스트 프롬프트 파트에서는 실제 사용 사례들이 등장한다. 단순한 정보 나열을 넘어서, “포맷을 지정하라”, “불필요한 설명은 제거하라”, “결과는 리스트 형태로 정리하라” 등과 같이 AI가 기대한 방식대로 동작하게 만들기 위한 구체적인 프롬프트 전략이 펼쳐진다. 특히 JSON이나 YAML 같은 데이터 포맷을 지정하여 원하는 형식의 결과를 받아내는 법은 실무에서 바로 활용할 수 있는 유용한 팁들로 가득하다. 이 장을 통해 ‘프롬프트 설계’가 단지 요청이 아니라, 설계된 커뮤니케이션이라는 점이 명확해진다.

 
이미지 프롬프트 파트로 넘어가면, AI의 시각적 응답을 다루는 새로운 세계가 열린다. DALL·E, 미드저니, 스테이블 디퓨전 같은 주요 이미지 생성 모델의 특징과 활용법이 비교되며, 각각의 장단점을 바탕으로 어떤 상황에 어떤 도구가 적합한지 명확히 짚어준다. 단순히 명령을 내리는 것이 아니라, 스타일, 구도, 조명, 해상도 같은 요소까지 고려한 정교한 프롬프트 설계가 필요하다는 점도 인상 깊다. 이미지 생성 역시 말하기의 기술임을 실감하게 된다.

책의 후반부에서는 프롬프트를 실제 응용 사례로 확장하는 다양한 프로젝트들이 등장한다. 블로그 작성, 전문가 인터뷰, 스타일 복제 같은 실전 시나리오들은 독자가 AI를 단순한 도구가 아닌 파트너로 느낄 수 있게 해준다. 동시에, 이 책은 창의성과 정확성, 그리고 전략 사이에서 균형 잡힌 사고를 요구한다. AI를 잘 쓴다는 건 결국, AI가 잘 반응할 수 있도록 ‘내가 어떻게 말을 거는가’에 달린 일이다.

이 책은 그런 점에서, 생성형 AI의 원리를 이해하고 실전에 적용하고자 하는 이들에게 훌륭한 길잡이가 되어준다. 단순한 사용법이 아니라, 사고 방식의 전환을 제안하는 책. 프롬프트 한 줄이 결과를 좌우하는 시대에, 우리가 해야 할 일은 결국 더 잘 질문하는 일이다.

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

실무에서 AI를 더 효과적으로 활용하기 위한 필수적인 기술을 안내하는 실전형 기본서.

기존 LLM 성능을 향상시키는 방법은 크게 3가지로 나뉜다.

​

1. 이전 모델을 목적에 맞게 파인 튜닝한다.

​

2. RAG를 사용하여 knowledge cutting이 발생한 이후 시점의 데이터를 학습시킨다.

​

3. prompt를 튜닝하여 LLM이 사용자가 의도한 응답을 만들 수 있도록 유도한다.

​

이번에 리뷰한 '생성형 AI를 위한 프롬프트 엔지니어링'은 3번의 방법에서 LLM 응답을 사용자가 의도한 방향대로 이끌어 낼 수 있도록 다양한 방안을 정리한 책으로, 청킹 전략을 비롯한 역할 할당, 랭체인 적용법 등이 정리되어 있다. 또한 적당한 예시를 제시하고 있기 때문에 LLM에 친숙하지 않은 개발자라 할지라도 쉽게 내용을 이해할 수 있는 구성을 하고 있다.

​

【책 내용 요약】

​

이 책은 LLM에 관한 기초 지식이 있어야 하지만, 반드시 딮하게 알고 있진 않아도 된다. 다만, 랭체인을 사용하는 만큼 Python 기본 동작 원리와 문법에 대해서는 반드시 알고 있어야 한다.

​

책의 내용은 순수 LangChain과 LangGraph를 이용한 LLM 서비스 구축에 집중되어 있다.

​

책의 구성은 아래와 같이 이루어져 있다.

​

• 프롬프트란 무엇이며 프롬프트 엔지니어링은 무엇인가?
• 프롬프트 엔지니어링 (텍스트 편)
  • 케이스에 기반한 스터디
  • 램체인을 활용한 심화 스터디
  • FAISS 사용법 등
• 프롬프트 엔지니어링 (이미지 편)
  • 확산 모델이란 무엇인가?
  • AI 이미지 생성의 역사
  • 미드저니로 이미지 생성하기 등

​

책의 구성은 이론 설명 -> 코드 설명 -> 정리 순으로 되어있다.

​

더욱이 책의 구성이 이미지와 텍스트로 나누어져 있기 때문에 본인이 당장 필요한 부분이 있다면 이를 취사적으로 선택하여 학습하면 된다. 

​

【 프롬프트 엔지니어링을 읽고 나서 】

​

LLM의 튜닝 관점에서 접근할 수 있는 부분은 필자가 생각하기에 3가지 부분이라 생각한다. 앞서 언급한 바와 같이 프롬프트, 파인튜닝, RAG가 그것이다.

​

RAG의 경우에 벡터 테이블에 신규 영역의 지식을 넣음으로써 LLM이 이를 이해할 수 있게 하는 것이고, 파인 튜닝이라 함은 모델 자체를 우리가 원하는 형태로 변조하는 과정이라 할 수 있다.

​

프롬프트 튜닝은 어찌 보면 LLM이 우리가 원하는 질문을 잘 이해하고 LLM이 우리가 제시한 답안으로 갈 수 있게 잘 유도하는 과정이라 할 수 있다.

​

따라서 LLM을 최적화하는 가장 쉬운 방법부터 나열한다면

​

프롬프트 -> RAG -> 파인튜닝 이 될 것이다.

​

만약 LLM을 최적화하는 과정을 걷고 계신 개발자가 계시다면, 프롬프트 엔지니어링을 우선 수행해 보고 이 과정에서 최신 데이터가 필요하다면 RAG 도입을 그럼에도 성능이 좋지 않을 경우 파인튜닝 하는 순으로 LLM을 사용해 본다면 어느 정도 원하는 성능을 취할 수 있을 것이라 생각된다.

#본 도서는 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.



한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

생성형 AI에 관심이 있어서 조금씩이라도 꾸준하게 관련 교양/입문 도서를 읽고 있는데요.

최신 생성형 AI가 나옴에 따라 최신 버전에 맞는 다양한 활용법을 다룬 책들이 지속적으로 출간되고 있지만, 어느 순간부터 프롬프트 엔지니어링과 관련해서는 여러 강의나 책에서 다루는 내용이 비슷하다는 생각이 들었습니다.

프롬프트 엔지니어링이라는 분야가 있는 만큼 좀 더 고도화된 기법이 있을 것 같아서 이 책을 읽게 되었는데요.

롤플레잉 또는 페르소나 부여, 구조 정의, 예시 제공(제로샷, 원샷, 퓨샷)와 같은 기본적인 프롬프트 엔지니어링 기법은 기존에 알던 것과 같고, 사업자/실무자 관점에서 실무 활용을 중심으로 프롬프트 엔지니어링을 구체적으로 다루고 있어 프로그래밍에 대한 이해가 있고, 특히 실무에서 생성형 AI를 실제 활용하고 있는 사람이 보기에 더 적합하다는 생각이 들었습니다.

초중급 단계라서 도전해 본 책인데, JSON, YAML, RAG, FAISS 등의 경험이 전혀 없는 상태에서 보려니 저에게는 어려웠던 책이었습니다. 공부하는 마음으로 도전해봤는데, 곧바로 실전에 내던져진 느낌이었습니다. 

그래도 초급자 입장에서 좋았던 점은 예시가 많고, 파이썬 기반으로 실습할 수 있어서 따라 해봄직했다는 점이었습니다.

텍스트 생성을 위한 프롬프트 엔지니어링과 이미지 생성을 위한 프롬프트 엔지니어링을 구분하고, 생성형 AI별로 접근한 방식도 체계적이어서 좋았습니다.

그러나 확실히 초"중"급 단계라는 점! 프로그래밍 지식이 있는 사람에게는 초급 정도가 될 것 같고, 저한테는 중급 이상인 책이었다는 생각이 듭니다.

책의 구성

• 프롬프트 원칙을 소개한 뒤 텍스트 파트와 이미지 파트로 나눠 진행됨
• 랭체인 파트가 꽤 길긴 한데, 꼭 랭체인에 국한되지 않더라도 내가 LLM을 이용한 워크플로우나 파이프라인을 만들어야 한다면 그 개념을 참고하기 좋음
• FAISS, 파이콘 기반의 임베딩 벡터 DB 얘기가 나오는데 검색 기술에 대한 개념도 같이 쓰이며 참고하기 좋음. 개인적으로 이 얘기까지 나오리라 기대하지 않았는데 다뤄줘서 좋았음
• 후반 미드저니와 스테이블 디퓨전을 다루는 이미지 생성 파트는 굳이 없어도 될 내용같긴 한데 있어서 나쁠건 없었음
  • 워낙 텍스트의 엔지니어링 구성 파트랑은 느낌이 확 달라져 버리니 책의 흐름에서 조금 어색했음
  • 관심사가 이미지 생성에 있다면 결국 많은 키워드 조합, 프롬프트 예시를 접해보는게 더 좋으리라 생각함

이 책을 읽어도 좋을 대상

• LLM 기술을 엔지니어링으로 접근하려는 사람
• 사용자 평가(Good, Bad)를 LLM 모델에 반영해 사용해야하는 프로젝트 담당자

총평

최근 AI, LLM 기술 쪽에서 신제품이 연달아 나오며 불과 몇 달, 몇 주 전의 내용도 금방 옛날 정보가 되어버리는데, 이를 감안하더라도 책의 내용에서 참고할 내용이 많아 좋습니다. 단순히 기술의 나열이 아니라 프롬프팅을 가능케 하는 근간 기술에 대한 설명과 다양한 예시로 하여금 개인 프로젝트나 회사 업무에 적용할 여지를 많이 줍니다.



"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

요즘 생성형AI가 너무 빠르게 발전하니 몇 달 전에 나온 책은 이미 시대에 뒤떨어진 경향이 있어서 새책을 사기도 망설여지고, 외국서를 번역한 책을 읽는 것에 대한 두려움이 있다.

이 책의 제목은 생성형 AI를 위한 '프롬프트 엔지니어링'이지만

프롬프트 엔지니어링 입문

프롬프트 엔지니어링 기술 - 텍스트 생성편, 이미지 생성편

총정리 및 실습으로 AI 블로그 게시물 생성

이렇게 프롬프트가 필요한 많은 부분을 커버하고 있다.

특히 텍스트 생성편에서는 랭체인, 벡터 데이터베이스, AI에이전트까지 다루고 있어서 기대가 되었다.

나같은 경우에는 챗GPT가 막 등장해서 초기에 프롬프트 엔지니어링에 관한 아티클이나 강의가 나왔을 때부터 열심히 강의를 듣고 사용했었고, 긴 시간 RAG와 에이전트에 대해 공부하고 실습을 한 경험이 있기에 이 책을 보는데 어려움은 없었다. '새로운 것은 없나?' 하는 관점에서 이 책을 봤다.

이 책을 추천해주고 싶은 독자는 세 부류인데

프롬프트 엔지니어링을 막연하게만 대하고 체계적으로 공부해본 적이 없는 사람 (소스코드를 실행하며 봐야 더 재미가 있기 때문에 파이썬은 알고 있어야 한다.)

단순한 질의-응답을 벗어나 랭체인, 벡터DB, 에이전트까지 두루 공부하기 위해 계획을 세우고 있는 사람 (구체적으로 시간을 투자해 공부하기 전에 처음부터 끝까지 가볍게 실행해 보기에 좋다.)

텍스트는 많이 다루어 봤지만 이미지 생성은 발을 깊이 들이지 못한 사람 (사실 나는 비용 부담 때문에 깊이 발을 들이지는 못했다.)

소스코드를 제시하고, 코드에 대한 설명도 비교적 자세하고, 코드 자체가 그렇게 어렵지 않기 때문에 이 부류의 사람에게는 큰 도움이 될 것 같다. 나는 이 중에 세 번째 부류에 속한다.

1장 프롬프트의 다섯 가지 원칙은 이미 잘 알려진 원칙들을 다루고 있지만 그 중 '품질 평가하기' 파트에서는 사람이 ?, ?을 체크하는 코드를 제공한다. 우리가 직접 평가를 한다면 다분히 주관적일 수 있어서 실제 사용자의 평가와 차이가 있고, 많은 응답에 대해서 일일이 평가하기도 힘들긴 하지만 이렇게 수집한 데이터를 분석해 좀 더 일반적으로 적용할 수 있는 평가시스템을 만드는데 활용할 수도 있겠다. 솔직히 수동으로 이런 평가를 한다는 생각은 해보지 않았다. 게을러서?^^ 생성된 응답에 대해서 통으로 LLM에 넣고 품질에 대한 질의를 다시 하는 식으로 결과물을 개선해 본 적은 있는데, 두 방법의 결과물이 어떤 차이를 보일지 궁금하다.

나에게 도움이 되었던 부분은 이미지 생성 부분인데, 딱 부담이 없을 정도의 분량으로 딱 부담이 없을 정도의 깊이까지 소개를 해주고 있다는 느낌이었다.

*한빛미디어 서평단 <나는 리뷰어다> 활동을 위해서 책을 협찬받아 작성된 서평입니다.*

 

'첨부된 사진을 지브리 스타일 이미지로 변환시켜줘'

이 문장은 아마 올 상반기에 인공지능에게 가장 많이 했던 명령 중에 하나가 아닐까 한다. 하지만 진행하는 사람마다 결과물엔 미묘한 차이가 꽤나 보이곤 했는데 나 역시도 그랬었다.

어느 누군가는 조금 더 디테일하고 만족스러운 결과물이 나왔고, 다른 누군가는 이게 뭐야? 싶을 정도의 괴상한 작품이 나오기도 하는데, 뒤늦게 이것이 프롬프트 역량의 차이라는 걸 깨달았다.

프롬프트 개념에서 '프롬프트 엔지니어링 (prompt engineering)'이라는 개념이 발전되는데, 바로 '유용하거나 원하는 결과를 안정적으로 제공하는 프롬프트를 발견하는 과정' 이 그것이다.

그렇게 이번에 한빛미디어의 '생성형 AI를 위한 프롬프트 엔지니어링'이라는 책을 알게 되었고 읽어보게 되었다.
아마존 머신러닝 분야 베스트셀러로 이미 상당히 유명한 책이라고 하는데 표지부터 기대감이 생긴다.

500페이지 가까운 분량에 달하는 두꺼운 책은 10장의 주제로 구성되어 있다. 하지만 책의 구성을 살펴보면, 한눈에 흐름을 파악할 수 있도록 잘 짜여져 있어 전체적으로 쉽게 내용을 이해하며 읽어 나갈 수 있었다.

끝까지 책을 읽고 나면 나의 부족했던 지식에 반성을 하게되는데, 빠르게 변화하는 세상에서 그냥 기초적이고 단순한 수준으로만 인공지능을 맛만 보고 있었다는 깨달음을 얻게된다.

'생성형 AI를 위한 프롬프트 엔지니어링' 이 책 한 권이면 생성형 AI의 핵심 개념과 원리, 프롬프트 엔지니어링의 다섯 가지 원칙, 프롬프트 최적화 방법과 실전 활용법, AI 윤리와 신뢰성 문제 해결법, 실제 AI 프로젝트 적용 사례와 도구 활용법 등에 대해 쉽고 자세하게 배울 수 있다.

AI를 처음 접하거나 개발자, 데이터 과학자, 실무에 활용하려는 누구나 한 권 준비해두면 어디 가서도 기본은 알고 있고 제법 한다는 이야기를 들을 수 있는 책이 아닐까 한다. 아직 한참 부족한 지식수준을 가진 나이지만, 한번 적극 추천해 본다.