퓨샷 학습
Few-shot Learning · 중급
퓨샷 학습은 모델의 가중치를 다시 학습시키지 않고, 프롬프트 안에 몇 개의 입력-출력 예시를 함께 제시해 원하는 작업 방식을 즉석에서 알려주는 방법을 말한다.
특정 형식이나 스타일로 답하도록 모델을 조정하려면 원래는 데이터셋을 모아 파인튜닝해야 하지만, 이는 시간과 비용이 들고 작업마다 반복하기 어렵다. 퓨샷 학습은 이 문제를 프롬프트 설계로 해결한다. 풀고자 하는 문제와 유사한 예시 몇 개를 프롬프트에 넣으면, 모델이 문맥 속에서 입력과 출력 사이의 패턴을 파악해 새로운 입력에도 같은 규칙을 적용한다. 이 원리를 인컨텍스트 러닝이라 부른다. 실무에서는 분류 결과의 레이블 이름을 통일하거나, 응답을 특정 JSON 구조나 어조에 맞추거나, 사내 전용 용어처럼 모델이 익숙하지 않은 표현을 다룰 때 예시 두세 개를 추가해 즉시 동작을 바로잡는 식으로 활용한다. 다만 예시를 넣는다고 모델 자체가 변하는 것은 아니어서 매 요청마다 예시를 함께 보내야 하며, 예시 개수가 많다고 항상 결과가 좋아지는 것은 아니고 예시의 순서와 품질, 다양성이 결과에 더 큰 영향을 준다는 점에 주의해야 한다.