LeanX

Few-shot과 단계적 사고

예시를 2~3개 보여주는 퓨샷(few-shot) 프롬프팅과 풀이 과정을 유도하는 단계적 사고(chain of thought)는 공식 가이드들이 검증한 가장 효과 확실한 두 가지 고급 기법입니다.

기본기(역할·맥락·형식)를 익혔다면, 이제 전문가들이 가장 많이 쓰는 두 가지 기법을 배울 차례입니다. 바로 '예시로 보여주기'와 '생각 과정 유도하기'입니다. 둘 다 Anthropic과 OpenAI 공식 가이드에서 효과가 검증된 정석 기법입니다.

기법 1: Few-shot — 백 마디 설명보다 예시 세 개

퓨샷(few-shot)은 원하는 입출력 예시를 몇 개 보여준 뒤 새 입력을 주는 기법입니다. 신입에게 '보고서 잘 써 와'라고 말하는 것보다 잘 쓴 보고서 샘플 두 개를 건네는 것이 빠른 것과 같은 원리입니다. 말로 설명하기 어려운 톤, 형식, 분류 기준일수록 예시가 압도적으로 효과적입니다.

Few-shot 예시 — 고객 문의 자동 분류

고객 문의를 [배송/환불/제품문의/기타] 중 하나로 분류해 주세요.

예시 1
문의: "주문한 지 5일이 지났는데 아직 안 왔어요"
분류: 배송

예시 2
문의: "사이즈가 안 맞아서 돌려보내고 싶어요"
분류: 환불

예시 3
문의: "이 제품 전자레인지에 돌려도 되나요?"
분류: 제품문의

이제 다음 문의를 분류해 주세요.
문의: "결제는 됐는데 주문 내역에 안 떠요"
  • 예시는 2~5개면 충분합니다. 많다고 좋아지지 않고 토큰만 낭비됩니다.
  • 서로 다른 유형을 대표하는 다양한 예시를 고르세요. 비슷한 예시 5개보다 다른 예시 3개가 낫습니다.
  • 예시의 형식이 곧 출력의 형식이 됩니다. 예시를 표로 주면 표로, 한 줄로 주면 한 줄로 답합니다.
  • 글쓰기에도 통합니다. '내가 쓴 글 샘플이야. 이 문체로 새 글을 써줘'라고 하면 내 목소리를 흉내 냅니다.

기법 2: 단계적 사고 — 풀이 과정을 요구하기

단계적 사고(Chain of Thought)는 답만 내지 말고 풀이 과정을 먼저 쓰게 하는 기법입니다. 수학 시험에서 암산으로 답만 적는 학생보다 풀이를 쓰는 학생이 실수가 적은 것과 같습니다. LLM도 중간 과정을 글로 쓰면서 논리를 전개하면 계산, 분석, 다단계 판단의 정확도가 눈에 띄게 올라갑니다.

단계적 사고 예시 — 사업 의사결정 분석

우리 온라인 쇼핑몰의 월 매출이 3,000만 원, 마진율이 25%입니다.
월 200만 원짜리 물류 대행 서비스를 도입할지 고민 중입니다.
도입하면 배송 관련 CS 시간이 주 20시간 줄고, 배송 속도 개선으로 재구매율이 2%p 오를 것으로 예상합니다.

다음 단계로 나누어 분석해 주세요.
1단계: 현재 상황 정리 (주어진 숫자 확인)
2단계: 도입 시 비용과 이익을 각각 계산
3단계: 숫자에 안 잡히는 정성적 요소 검토
4단계: 종합 결론과 근거, 그리고 결론이 뒤집힐 수 있는 조건

각 단계의 계산 과정을 생략하지 말고 보여주세요.

가장 간단한 버전은 프롬프트 끝에 '단계별로 생각해 보세요(Think step by step)'라는 한 문장을 붙이는 것입니다. 다만 위 예시처럼 단계를 직접 설계해 주면 내가 원하는 관점(비용 계산 → 정성 요소 → 반박 조건)을 빠뜨리지 않게 되어 훨씬 강력합니다.

두 기법은 함께 쓸 때 가장 강합니다

퓨샷으로 '결과물의 모양'을 잡고, 단계적 사고로 '풀이의 품질'을 올리는 조합이 실무의 기본 패턴입니다. 예를 들어 회의록 요약이라면, 잘 요약된 회의록 예시 1개(퓨샷)를 주고 '먼저 결정사항을 추출하고, 다음으로 담당자별 할 일을 정리한 뒤, 마지막으로 미결 안건을 나열하라'(단계 설계)고 지시하는 식입니다.

최신 추론 모드가 켜진 모델은 스스로 단계적 사고를 수행하므로 '단계별로 생각하라'는 지시가 덜 중요해졌습니다. 하지만 '어떤 단계로 생각할지'를 설계해 주는 것은 여전히 유효합니다. 사고의 순서를 정해주는 것은 인간의 몫입니다.

퓨샷 예시에 오류나 편향이 있으면 AI가 그대로 복제합니다. 예시는 반드시 직접 검토한 '정답'만 사용하세요. 잘못된 예시 하나가 프롬프트 전체를 망칠 수 있습니다.