인공지능을 통해 학습하는 능력이 중요해진 시점인데요. 어떻게 LLM을 이용하면 좋을지 제 의견을 이야기해보겠습니다.
저는 이렇게 봅니다. 핵심은 언어적 연상을 일으키는 '트랜스포머'입니다. 그것에 덧붙은 것들은 보조적인 거라 봐야 합니다.
순수한 LLM을 이용하는게 좋습니다. 바로 그 연상 자체를 이용하는걸 기본으로 하고, 그외는 보조적인 거라 생각하는게 좋다고 봅니다.
LLM이 소제목을 여러 개 달아가며, 체계적으로 답변을 해줄 때, 이는 순수한 LLM이 아니라 할 수 있습니다. 그건 다른 기술에 의해 복합된 것입니다. 그건 마치 위키피디아를 검색해서 말해주는 것과 유사한 거라 할 수 있습니다. 대화가 아니라, 교과서 검색해서 알려주는 것과 유사합니다.
그리고 순수한 LLM도 기본적으로 답변을 짧게 받는게 좋다고 봅니다. 5문단씩 길게 이어서 말하는게 아니라, 2문단으로 답변해달라 하는 것입니다. 혹은 1문단으로 답변해달라 하는 것입니다.
이를 축구에 비유하자면, 긴 답변은 롱패스이고, 짧은 답변은 숏패스입니다. 기본적으로 숏패스에 훈련되어야 합니다.
어떻게 LLM을 이용하면 좋은가?
티키타카가 기본이라 봅니다.
그냥 물어보면 긴 답변을 하고 있는다면, 특별히 2문단으로 답하라는 등으로 프롬프트에서 짧은 답변을 유도해줘야 합니다.
긴 답변의 치명적인 문제는 — 불필요한 텍스트가 많이 끼어있게 된다는 것입니다. 그것은 시간을 낭비시키고, 몰입감을 떨어뜨리고, 정신을 피로하게 만듭니다.
체계적이면서 긴 답변의 문제는 — 깊이가 얕은 경향이 있다는 것입니다. 그건 아마도 먼저 목차를 떠올려놓고, 각각의 소제목에 연상적으로 내용을 채워넣기 하는 식일 것입니다. 그러므로 실은 깊은 답변이 아닌 겁니다. 교과서처럼, 소제목 안에 얕게 채워넣기 하는 겁니다.
모르는 걸 학습할 때에, 질문 하나로 해결하려 하지 말고, 짧게 답변을 듣고, 다시 물어보는 걸 반복하는게 좋습니다. 그러면 불필요한게 줄어듭니다. 그리고 오히려 깊이 들어가기 유리합니다.
하루에 질문 횟수가 정해져 있을 때에는 어쩔 수 없이, 길게 답변하게 하는게 좋은 것이었을 수 있습니다. 그러나 질문 횟수가 정해져 있지 않다면, 짧게 티키타카하는걸 기본으로 하는게 좋다고 봅니다.
제가 이것이 좋다고 말하는 이유는, 당장의 결과를 좋게 받기 위함이기도 하지만, 또한 인공지능에 익숙해지고 훈련되도록 하기 위함입니다. 트랜스포머에 익숙해져야 합니다. 그걸 마치 기수가 말에 익숙해지는 것처럼 훈련되어야 합니다. 트랜스포머에 덧붙은 것들은 상당부분 잠시 과도기적으로 덧붙어진 것일 뿐입니다. 시간 지나면 사라질 것이고, 그런 것들에 경험치를 쌓을 일이 아니라는 거죠.
최근에 나온 LLM의 고성능 버전은 많은 시간을 생각하고 답변을 하는 걸 볼 수 있습니다. AI가 많은 시간을 생각하고, 답변하는 건 좋습니다. 그런 답변이 필요할 때가 있습니다. 생각을 많이 한 것이지, 답변을 길게 한게 아닙니다. 과연 원하는 답이 추론이 필요한 것인지 생각해보고, 추론이 필요한 거라면, 그 추론 버전을 쓰는게 좋습니다.
그리고 애초에 어떤 보고서를 대신 써달라 할 때, 그것도 좋습니다. 완성품이 긴 글이니, 긴 글로 답변받는 거 좋습니다. 앞서 긴 글을 피하는게 좋다고 할 때에는, 그게 위키피디아식 답변이었기 때문이었습니다. 지금은 보고서 자체가 필요한 것이니, 그걸 AI에게 잘 만들어달라고 요청하는 건 좋은 겁니다.
그리고 대략적인 개요를 알기 위해서, 긴 답변을 요청하고, 그거 어차피 다 읽지 않고, 소제목으로 필요한 부분만 찾아서 읽을 생각이라면, 역시 체계적이고 긴 답변은 좋습니다. 그건 내 필요에 부합하니까요. 그런 이런 것들은 예외적인 걸로 보고, 기본은 티카타카로 하는게 좋다고 봅니다.
짧은 답변을 받을 때, 유리한 또다른 점은, 그 답변이 마음에 안 들때, 바로 다시 요청할 수 있다는 것입니다. 시간낭비를 최소화하고, 다시 답변을 얻는 것이죠. 이때, 더 좋은 답변을 위해서, 추가조건을 이야기해줄 수도 있고요.
답변이 마음에 안 들 가능성이 높거나, 동문서답할 가능성이 크다면, 숏패스가 좋습니다.
이걸 이렇게도 비유적으로 말할 수 있습니다. 직원에게 위임을 한다고 해봅시다. 직원이 갖다 줄 결과물이 마음에 안 들 가능성이 높거나, 직원이 엉뚱하게 일을 하고 있을 가능성이 높다면, 피드백 간격을 짧게 잡는게 좋을 것입니다. 또다른 비유로 이렇게 말할 수 있습니다. 인터뷰어 내지 사회자가 질문을 하는데, 엉뚱한 답변을 길게 이야기하고 있다면, 혹은 이해도 안 되는 이야기가 계속 이어지고 있다면, 혹은 그외 별 관심없는 밀도 낮은 이야기를 늘어지게 하고 있다면, 그건 지루한 일이 될 것입니다. 그럴 거면 강의를 하지, 인터뷰나 토의를 할 일이 아닌 거죠.
그리고 이건 팁이라 할 수 있을 텐데요. 궁금한 개념이 어떤 수식과 관련된 거라 해봅시다. 그러면 이렇게 하는게 좋다고 봅니다. 그 수식의 간단한 예시를 들게 하는 것입니다. 우리가 생소한 수식을 이해함에 있어서, 간단한 예시는 상당한 도움이 될 수 있습니다. 그런데 AI는 인간이 어떻게 예시를 들면 이해를 잘 할지 판단하는 능력이 부실합니다. 앞으로는 어찌될지 모르지만, 지금으로서는 그렇습니다.
그러므로 AI가 예시를 만들 때, 그걸 직접 지도해야 합니다. 그래야 내가 이해하기 좋은 예시로 설명을 받을 수 있습니다. 이때 수식이 복잡한 경우, 일부 변수는 없애거나 고정시켜놓고 하는게 좋습니다. 만약 본질적인게 무엇인지 알 수 있다면, 기본적인게 무엇인지 알 수 있다면, 그 외의 것은 제거하거나 상수로 고정하는 겁니다.
그리고 가급적 요소의 수를 줄여놓는게 좋습니다. [a1, a2, a3 ... a∞] 이런 건 좋은 예시가 아닙니다. [a1, a2] 이렇게 딱 두개만 놓으면 간단할 것입니다.
단 1회의 시도만으로, 예시가 만족스럽게 얻어지지 않는 경우가 많을 것입니다. 기본적으로 서너번 수정을 해서, 예시를 간단하게 만들어야 한다고 보면 됩니다. 불만족스러운 예시를 AI가 줄줄 적고 있다면, 기다리지 말고 중단해버리고, 조건을 수정해 다시 질문해야 합니다.
학생으로서 개인교사가 말을 해주고 있는데, 도중에 말을 끊더니, '그거 아니고요. 이거 이렇게 해서 예시를 들어주세요.'라고 하면, 그 개인교사는 스트레스가 높아질 수 있을 것입니다. 그러나 AI는 얼마든지 말 끊어도 됩니다. 내 맞춤형으로 계속 요구해야 합니다. 티키타카로 내 목적과 내 수준과 내 호기심에 맞게, 맞춤형 답변을 하게 하는 겁니다.
그리고 수치를 넣을 때에는 같은 숫자를 중복해서 쓰지 않는게 좋습니다. 특별한 사정이 없는 이상, 숫자는 각각 다른 걸 넣어야 합니다. 그래야 직관적으로 이해하기 좋습니다. 2, 3, 5, 7, 11 이런 소수를 이용해도 좋습니다. 그러면 그 숫자들이 특이성이 있기 때문에, 이게 무슨 기호 ・ 무슨 개념을 예시하는건지 바로 눈치챌 수 있는 것입니다.
일단 이렇게 간단한 예시를 이해했다면, 그리고 더 잘 알고 싶다면, 그 뒤로는 그 예시를 변형을 하거나, 복잡성을 조금씩 늘려가면서, 또다른 예시를 요청하면 됩니다. 그리고 이 과정에서 계속해서 관찰을 하고 궁금한게 있으면 물어보면 됩니다.
AI가 빅데이터 학습할 때, 그 간단한 예시는 데이터에 없었을 것입니다. 데이터에 없는게 어떻게 만들어질 수 있는가 하면, 티키타카를 통해서 만들어질 수 있는 겁니다. 인간과 상호작용을 활발히 함으로써 만들어질 수 있는 겁니다. 그런 걸 하지 않는다면, 기본적으로 그건 검색엔진과 유사한 거라 볼 수 있습니다. 또는 고성능 위키피디아라 할 수 있습니다.
AI와 상호작용을 잘 할 수 있다는 것은, 현재 그리고 미래에 상당한 강점이 되는 거라 봅니다. 그런데 그건 훈련이 필요하다고 봅니다. 체계적이고 긴 답변을 받는 거, 그걸 주로 하고 있다면, 이런 훈련이 안 되는 겁니다. LLM을 어떻게 이용하면 좋은가? — 기본은 티키타카라 할 수 있습니다.
지금 AI 때문에, 예전에는 어렵고 생소해서 도전하기 힘든 것도, 스스로 학습해낼 기회가 열린 거라 봅니다. 그러나 그것도 의욕이 있어야 하는 것이겠죠. 의욕이 있었고 해보셨지만, 잘 안 되어서 포기하셨을 수 있습니다. 이 글에 이야기한 걸 참고해서, 다시 해보시면 좋을 것 같습니다. 이건 하다 보면, 점점 잘하게 되는 거라 봅니다.
제 생각에 이렇습니다. AI는 의욕에 따라서 사람을 차별한다고 봅니다. 의욕이 있는 사람은 AI의 도움으로 더욱 상승할 것이고, 의욕이 없는 사람은 그 사람과 더욱 격차가 벌어질 것입니다. 의욕이 없는 사람에게 AI는 무용지물이거나 혹은 바보상자가 될 수도 있습니다. 내 머리는 안 써도 되고, 알아서 다 해주니, 점점 머리는 둔해질 것입니다. 티키타카를 하려면 계속해서 머리를 써야 합니다. 티키타카는 몰입하는데 유리합니다. 몰입해서 머리를 쓰다보면, 점점 머리가 좋아질 것입니다. 상승할 것인가, 하락할 것인가. — 갈림길에 놓인 거라 봅니다. 많은 분들이 이미 잘 하고 계실 것입니다. 의욕이 있지만 그 의욕이 꺾인 분들에게, 이 글이 조금이나마 도움이 되었길 바랍니다.