ChatGPT 활용력을 200% 끌어올리는 COSTAR 프롬프트 전략

목차 (Agenda)

COSTAR 프레임워크란?

COSTAR 프레임워크는 대형 언어 모델(LLM)의 프롬프트 엔지니어링을 체계화하기 위해 싱가포르 정부 기술청(GovTech Singapore)의 데이터 과학 및 인공지능 부서에서 개발한 구조화된 접근 방식입니다. 이 프레임워크는 2023년 말부터 2024년 초 사이에 공개되었으며, LLM의 응답 품질을 향상시키기 위한 목적으로 설계되었습니다.

이 프레임워크는 특히 프롬프트 엔지니어링 대회에서 우수한 성과를 보인 참가자들이 활용하여 주목받았습니다. 예를 들어, 싱가포르의 GPT-4 프롬프트 엔지니어링 대회에서 우승한 Sheila Teo는 COSTAR 프레임워크를 사용하여 효과적인 프롬프트를 구성하였습니다.

COSTAR는 프롬프트 엔지니어링에서 효과적인 지시문을 작성하기 위한 6가지 핵심 요소의 약어입니다. 이 프레임워크는 LLM이 사용자의 의도를 정확히 파악하고 원하는 결과물을 생성하도록 돕습니다.

항목	의미	설명
C	Context (맥락)	작업의 배경 정보를 제공하여 LLM이 특정 시나리오를 이해할 수 있도록 합니다.
O	Objective (목적)	수행할 작업을 명확하게 정의하여 LLM의 초점을 맞춥니다.
S	Style (스타일)	원하는 문체나 형식을 지정하여 LLM의 응답이 요구되는 스타일과 일치하도록 합니다.
T	Tone (톤)	응답의 감정과 분위기를 설정하여 필요한 감정과 분위기에 맞는 응답을 얻습니다.
A	Audience (대상자)	대상 독자를 식별하여 LLM의 응답이 해당 대상에 적합하도록 합니다.
R	Response (응답 형식)	응답 형식(예: 텍스트, JSON 등)을 지정하여 LLM 출력이 적절한 형식으로 제공되도록 합니다.

COSTAR 적용 전후 비교 이래서 COSTAR

사례: Alpha 사의 신제품 Beta 헤어드라이어 광고용 Facebook 게시물 작성

1. COSTAR 없이 단순 프롬프트 사용

프롬프트:

“우리 회사의 새로운 초고속 헤어드라이어를 광고하는 Facebook 게시물을 작성해줘.”

LLM 응답:

“Alpha의 혁신적인 Beta 헤어드라이어를 소개합니다! 빠른 건조 시간과 세련된 디자인으로 여러분의 스타일을 완성하세요. 지금 구매하세요!”

문제점:

일반적이고 차별화되지 않은 문구
타겟 오디언스에 대한 고려 부족
브랜드 톤이나 스타일 반영 미흡

2. COSTAR 프레임워크 적용

프롬프트:

Context: 우리 회사 Alpha는 새로운 초고속 헤어드라이어 Beta를 출시했습니다.
Objective: Facebook 게시물을 통해 제품의 장점을 강조하고 구매를 유도하고자 합니다.
Style: Dyson과 같은 프리미엄 브랜드의 광고 스타일을 참고해주세요.
Tone: 설득력 있고 전문적인 톤을 원합니다.
Audience: 40대 이상 여성 고객을 주요 타겟으로 합니다.
Response: 간결하면서도 임팩트 있는 Facebook 게시물을 작성해주세요.

LLM 응답: