GSP1151

개요

이 실습에서는 LLM에서 생성하는 대답의 품질을 개선하도록 효과적인 프롬프트 설계에 필요한 프롬프트 엔지니어링 및 권장사항을 살펴봅니다. 한 번에 하나의 작업에 집중하여 간결하고 구체적이며 명확하게 정의된 프롬프트를 작성하는 방법을 알아봅니다. 또한 생성 작업을 분류 작업으로 전환하고 예시를 사용하여 대답의 품질을 개선하는 등의 고급 기법도 다룹니다. 자세한 내용은 프롬프트 설계 관련 공식 문서를 참조하세요.

Gemini

Gemini는 Google DeepMind에서 개발한 강력한 생성형 AI 모델 제품군으로 텍스트, 코드, 이미지, 오디오, 동영상을 포함한 다양한 형식의 콘텐츠를 이해하고 생성합니다.

Vertex AI의 Gemini API

Vertex AI의 Gemini API는 Gemini 모델과 상호작용할 수 있는 통합 인터페이스를 제공합니다. 이를 통해 개발자는 이러한 강력한 AI 기능을 손쉽게 애플리케이션에 통합할 수 있습니다. 최신 세부정보와 최신 버전의 구체적인 기능은 공식 Gemini 문서를 참조하세요.

Gemini 모델

• Gemini Pro: 복잡한 추론을 위해 설계되었으며 다음과 같은 작업을 처리합니다.
  • 대량의 정보 분석 및 요약
  • 정교한 교차 모달 추론(텍스트, 코드, 이미지 등)
  • 복잡한 코드베이스로 효과적인 문제 해결
• Gemini Flash: 속도와 효율성에 최적화되었으며 다음을 제공합니다.
  • 1초 미만의 응답 시간과 높은 처리량
  • 광범위한 작업에 대해 낮은 비용으로 높은 품질 제공
  • 개선된 공간 이해, 새로운 출력 형식(텍스트, 오디오, 이미지), 기본 도구 사용(Google 검색, 코드 실행, 서드 파티 함수)을 포함한 향상된 멀티모달 기능

기본 요건

이 실습을 시작하기 전에 다음 개념을 숙지해야 합니다.

• 기본 Python 프로그래밍
• 일반적인 API 개념
• Vertex AI Workbench의 Jupyter 노트북에서 Python 코드를 실행하는 방법

목표

이 실습에서는 다음 작업을 수행하는 방법을 배웁니다.

• Google Gen AI SDK를 사용한 프롬프트 엔지니어링 시작하기
• 간결하고 구체적인 작업 정의를 포함하는 프롬프트 설계 권장사항 적용
• 다음과 같이 Google Gen AI SDK를 사용한 다양한 텍스트 생성 사용 사례 살펴보기
  • 아이디어 구상
  • 질의 응답
  • 텍스트 분류
  • 텍스트 추출
  • 텍스트 요약

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드(권장) 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 이 실습에는 학습자 계정만 사용하세요. 다른 Google Cloud 계정을 사용하는 경우 해당 계정에 비용이 청구될 수 있습니다.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 대화상자가 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 창이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

   {{{user_0.username | "Username"}}}

   실습 세부정보 창에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

   {{{user_0.password | "Password"}}}

   실습 세부정보 창에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스에 액세스하려면 탐색 메뉴를 클릭하거나 검색창에 제품 또는 서비스 이름을 입력합니다.

작업 1. Vertex AI Workbench에서 노트북 열기

1. Google Cloud 콘솔의 탐색 메뉴()에서 Vertex AI > Workbench를 클릭합니다.

2. 인스턴스를 찾아 JupyterLab 열기 버튼을 클릭합니다.

Workbench 인스턴스의 JupyterLab 인터페이스가 새 브라우저 탭에서 열립니다.

작업 2. 노트북 설정하기

1. 파일을 엽니다.

2. Select Kernel(커널 선택) 대화상자에서 사용 가능한 커널 목록 중 Python 3를 선택합니다.

3. 노트북의 Getting Started(시작하기) 및 Import libraries(라이브러리 가져오기) 섹션을 실행합니다.

   • Project ID(프로젝트 ID)로는 을(를) 사용하고, Location(위치)으로는 을(를) 사용합니다.

참고: Colab only(Colab만 해당)이라고 되어 있는 노트북 셀은 건너뛰어도 됩니다. 노트북 셀 실행 중 429 응답이 발생하는 경우 1분 동안 기다린 다음 다시 셀을 실행하여 계속 진행하세요.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

패키지 설치 및 라이브러리 가져오기

작업 3. 프롬프트 엔지니어링 권장사항

프롬프트 엔지니어링은 실제로 원하는 대답을 얻을 수 있도록 프롬프트를 설계하는 방법을 의미합니다. '간결한' 프롬프트를 사용하는 이유는 프롬프트의 노이즈를 최소화하여 LLM이 프롬프트의 의도를 잘못 해석할 가능성을 줄이기 위함입니다. 다음은 '간결한' 프롬프트를 엔지니어링하는 방법에 관한 몇 가지 가이드라인입니다.

이 섹션에서는 프롬프트 엔지니어링에서 고려해야 할 다음과 같은 권장사항을 다룹니다.

• 간결하게 작성하기
• 구체적이고 명확하게 정의하기
• 한 번에 하나의 작업만 요청하기
• 예를 포함하여 대답 품질 개선하기
• 생성 작업 대신 분류 작업을 요청하여 안전성 개선하기

1. 노트북의 간결하게 작성하기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 간결하게 작성하기

2. 노트북의 구체적이고 명확하게 정의하기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 구체적이고 명확하게 정의하기

3. 노트북의 한 번에 하나의 작업만 요청하기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 한 번에 하나의 작업만 요청하기

4. 노트북의 할루시네이션에 주의하기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 할루시네이션에 주의하기

작업 4. 출력 변동성 줄이기

관련 없는 대답과 할루시네이션이 발생할 가능성을 줄이려면 어떻게 해야 하나요? 한 가지 방법은 LLM에 시스템 요청 사항을 제공하는 것입니다. 이 섹션에서는 시스템 요청 사항의 작동 방식과 이를 사용하여 여행 챗봇에서 할루시네이션 또는 관련 없는 대답을 줄이는 방법을 알아봅니다.

1. 노트북의 시스템 요청 사항을 사용하여 모델의 관련 없는 대답 방지하기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 시스템 요청 사항을 사용하여 모델의 관련 없는 대답 방지하기

2. 노트북의 생성 작업 대신 분류 작업을 요청하여 출력 변동성을 줄이기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 생성 작업은 출력 변동성을 높임

3. 노트북의 분류 작업은 출력 변동성을 낮춤 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 분류 작업은 출력 변동성을 낮춤

작업 5. 예를 포함하여 대답 품질 개선하기

프롬프트에 예를 추가하는 것도 대답 품질을 개선하는 방법 중 하나입니다. 대답 방법에 대한 예를 통해 LLM이 컨텍스트 내에서 학습합니다. 일반적으로 1~5개의 예(샷)가 있으면 대답 품질을 개선할 수 있습니다. 예가 너무 많으면 모델이 데이터에 과적합되어 대답 품질이 저하될 수 있습니다.

기존 모델 학습과 마찬가지로 예의 품질과 분포가 매우 중요합니다. 모델이 학습해야 하는 시나리오의 대표 예를 선택하고 예의 분포(예: 분류의 경우 클래스당 예의 개수)를 실제 분포와 일치시킵니다.

1. 노트북의 예를 포함하여 대답 품질 개선하기 섹션을 실행합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 예를 포함하여 대답 품질 개선하기

수고하셨습니다

수고하셨습니다. 이 실습에서는 Google Gemini로 생성형 AI를 활용한 프롬프트 엔지니어링 권장사항을 배웠습니다. LLM을 사용하여 대답을 생성할 때 간결하게 작성하기, 구체적이고 명확하게 정의하기, 예 포함하기, 한 번에 하나의 작업만 요청하기 등의 권장사항을 따른 사용 사례를 살펴봤습니다.

다음 단계/자세히 알아보기

Gemini에 대한 자세한 내용은 다음 리소스를 참조하세요.

• Gemini 개요
• Vertex AI의 생성형 AI 문서
• YouTube의 생성형 AI
• Vertex AI 설명서에서 생성형 AI를 위한 선별된 노트북 갤러리를 검색하며 살펴보세요.
• Google Cloud 생성형 AI 저장소에서 다른 노트북과 샘플을 찾아보세요.

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2025년 5월 15일

실습 최종 테스트: 2025년 5월 15일

Copyright 2025 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.