패스트캠퍼스 환급챌린지 2일차 미션(2월2일):프롬프트 엔지니어링으로 시작하는 AI/LLM 서비스 개발 강의후기
본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
2일차부터는 직접 실습을 통해 배워볼려고 한다.
단순한 AI 개념 학습을 넘어, 실제 서비스에서 LLM(대형 언어 모델)을 활용하는 실전적인 접근 방식을 배울 수 있는 강의였다. 특히, "프롬프트 엔지니어링(Prompt Engineering)"이라는 강력한 기술을 활용해 모델 성능을 최적화하는 방법을 체계적으로 익힐 수 있다는 점이 돋보였다.
※ Prompt란?
Prompt는 사용자가 텍스트 입력을 통해 모델이 특정한 출력을 내도록 유도하는 방법론
- "패스트캠퍼스로 육행시를 지어 줘" → 모델이 육행시 생성
- "안녕하세요!" → 모델이 "네, 안녕하세요!"로 응답
- "안녕하세요..." → 모델이 "네 안녕하세요. 혹시 무슨 일 있으신가요?"로 응답
※ Prompt Engineering이란?
Prompt를 적절히 조정하여 LLM의 성능을 극대화하는 방법이다.
모델이 프롬프트의 미세한 변화를 인식하는 능력을 활용하여, 보다 정확하고 유용한 출력을 얻어낼 수 있다.
※ LLM 최적화를 위한 핵심 기법들
- Few Shot Learning: 예제를 몇 개 제공하여 성능 향상
- Chain-of-Thought (CoT): 단계별 사고 과정을 유도하여 복잡한 문제 해결
- Self-Consistency, Least-to-Most 등 다양한 기법을 실습하며 직접 테스트 가능
특히 **"프롬프트 엔지니어링에서 가장 중요한 것은 명확한 평가 기준을 설정하고 반복적으로 실험하는 것"**이라는 점이 강의에서 강조되었다.
오늘은 실습 환경을 구축을 메인으로 해보았다.
01. 실습환경
- Python 3.12
- Google Colab
- IDE: Visual Studio Code
- Mac OS / Window / Linux
02. 기술 분류(개발)
- OpenAI API
- Anthropic Claude API 0.0.5
- PyTorch 2.2.2
03. 기술 분류(데이터)
- MongoDB
- Beautifusoup4 4.12.3
- Selenuim
04. 데모 및 API 제작
- Gradio 4.26
- Slackclient 2.9.4
- FastAPI 0.110.1
① 오늘자 날짜, 공부 시작 시각
② 오늘자 날짜, 공부 종료 시각
③ 클립 1번 수강 인증 사진
④ 클립 2번 수강 인증 사진
⑤ 학습 인증샷 1장 이상 (ex. 필기 촬영, 작업물, 등)
google Colaboratory 셋업
billing setup 필요