고급 도출

LLM이 방금 생성한 결과를 다시 검토하게 만드세요. 추론 방법을 선택하면 LLM이 그 방법을 자신의 출력에 적용하고, 사용자는 개선 사항을 유지할지 결정합니다.

고급 도출이란?

구조화된 두 번째 검토 단계입니다. AI에게 막연히 “다시 해봐” 또는 “더 좋게 만들어”라고 말하는 대신 특정 추론 방법을 선택하면, AI가 그 관점으로 자신의 출력을 다시 살핍니다.

이 차이는 중요합니다. 모호한 요청은 모호한 수정을 낳습니다. 구체적인 추론 방법을 지정하면 검토 관점이 분명해져 일반적인 재시도로는 놓칠 인사이트를 찾을 수 있습니다.

사용 시점

• 워크플로가 콘텐츠를 생성한 뒤 대안을 보고 싶을 때
• 출력은 괜찮아 보이지만 더 깊이가 있을 것 같을 때
• 가정을 스트레스 테스트하거나 약점을 찾고 싶을 때
• 다시 생각하는 과정이 도움이 되는 중요한 콘텐츠일 때

워크플로는 결정 지점에서 고급 도출을 제안합니다. LLM이 무언가를 생성한 뒤 실행할지 묻습니다.

작동 방식

1. LLM이 내용에 맞는 방법 5개를 제안합니다
2. 하나를 고릅니다(또는 다른 선택지를 보려고 다시 섞습니다)
3. 선택한 방법을 적용해 개선 사항을 보여 줍니다
4. 수락하거나 버리고, 반복하거나 계속합니다

내장 방법

수십 가지 추론 방법을 사용할 수 있습니다. 예시는 다음과 같습니다.

• 사전 실패 분석 - 프로젝트가 이미 실패했다고 가정하고 이유를 역추적합니다
• 제1원칙 사고 - 가정을 걷어내고 근거 사실에서 다시 세웁니다
• 역전 사고 - 실패를 보장하는 방법을 묻고, 그 일을 피합니다
• 레드 팀 vs 블루 팀 - 자신의 작업을 공격한 뒤 방어합니다
• 소크라테스식 질문 - 모든 주장에 “왜?”와 “어떻게 알아?”를 던집니다
• 제약 제거 - 모든 제약을 제거해 무엇이 바뀌는지 보고, 선택적으로 다시 추가합니다
• 이해관계자 매핑 - 각 이해관계자 관점에서 다시 평가합니다
• 유추 추론 - 다른 도메인의 유사점을 찾아 그 교훈을 적용합니다

그 밖에도 훨씬 많습니다. AI는 콘텐츠에 가장 관련 있는 선택지를 고르고, 사용자는 실행할 방법을 선택합니다.

시작점

사전 실패 분석은 어떤 사양이나 계획에도 좋은 첫 선택입니다. 표준 리뷰가 놓치는 빈틈을 꾸준히 찾아냅니다.