에이전트 시대의 AI 시스템 설계

125

2

장

콘텐츠 스타일의 제어

있다는 것이다. 그 덕분에

LLM

의 미세조정을 위한 훈련 데이터셋을 좀 더 수월하게 만들어 낼

수 있다. 지금 시나리오에서는 기존의 법률 텍스트를 기초 모델을 이용해서 중립화하고, 그 입

력과 출력을 뒤집어서 만든 훈련 데이터셋으로

LLM

을 미세조정하면 된다. 그러한 미세조정

LLM

은 여러분이 평범한 스타일로 작성한 루프트한자 대상 항의 서한을 법적 조치를 요구하는

법률 텍스트로 변환해 줄 것이다.

2.4.4

예제

2

: 개인적인 스타일

이번에는 역중립화를 개인화에 사용하는 전체 과정을 예제로 만들어 보자. 이 경우에도 여러분

의 개인적인 스타일 (원하는 출력 형식 )이 담긴 콘텐츠는 많지만, 미세조정 작업을 위한 훈련

용 입력 데이터는 없는 상황이다.

단계

1

: 중립화

첫 단계에서는 미세조정에 사용할 입력을 생성해야 한다. 여러분의 문체나 어조가 반영된 이메

일이 많이 있고, 이를 중립적인 표현으로 만들고 싶다고 가정해 보자. 개인화의 효과를 명확히

보여 주기 위해, 다소 과장된 스타일의 이메일 모음 (

https

://

oreil

.

ly

/

O4LZp

)을 사용하기

로 한다.

다음은 개인적인 스타일로 작성된 이메일을 중립적인 버전으로 바꾸는 프롬프트이다.

다음 이메일의 어조와 문체를 중립화해서, 서로 잘 모를 수 있는 임원 간 의사소통에 적