"생각의 나무" ChatGPT에서 활용하기

OpenAI의 ChatGPT는 자연어 처리 분야에 혁명을 일으켰습니다.
사람과 같은 텍스트를 생성하고, 복잡한 질문에 답하고, 에세이를 작성하고,
긴 텍스트를 요약하고, 심지어 언어를 번역할 수도 있습니다.
그러나 복잡한 문제를 추론하고 해결하는 능력은 사용자의 활용 방식에 따라 달라질 수 있습니다.
바로 여기에서 '생각의 나무'라는 혁신적인 개념이 등장합니다.

생각의 사슬과 생각의 나무

전통적으로 언어 모델과 상호 작용할 때 우리는 "생각의 사슬(Chain of Thought, CoT)" 접근 방식을 사용합니다.

여기에는 모델에 프롬프트를 제공하고 응답을 받은 다음,

그 응답을 기반으로 새로운 프롬프트를 입력하는 것이 포함됩니다.

이 과정은 마치 사슬의 고리처럼 선형적인 방식으로 계속됩니다.

 

이와는 대조적으로 "생각의 나무(Tree of Thought, ToT)" 프레임워크는

언어 모델과의 상호 작용을 구조화하는 보다 발전된 방법을 제공합니다.

대화는 선형 체인 대신 트리로 구조화되며, 각 노드는 '생각' 또는 텍스트 단위를 나타냅니다.

그런 다음 모델은 나무의 여러 가지 가지를 탐색하여

다양한 추론 라인이나 문제에 대한 다양한 접근 방식을 통해 결과물을 만들어 낼 수 있습니다.

ChatGPT에서 생각의 나무 활용하기

ChatGPT에서 ToT 프레임워크를 구현하여 활용하기 위해서는

단순히 하나의 프롬프트를 보내는 것보다 더 복잡한 상호작용이 필요합니다.

'생각의 나무'의 여러 가지 가지를 따라 모델을 안내하는 일련의 프롬프트를 보낸 다음

몇 가지 평가 기준에 따라 최상의 응답을 선택해야 할 수도 있습니다.

 

그러나 신중하게 만들어진 단일 프롬프트를 사용하여 유사한 접근 방식을 시뮬레이션할 수도 있습니다.

예를 들어, 문제를 공동으로 해결하는 세 명의 전문가 간의 대화를 시뮬레이션하도록 요청하여

가능한 해결책의 트리를 광범위하게 우선 검색하도록 할 수 있습니다.

각 전문가는 다른 전문가의 이전 생각을 고려하고 오류를 인정하면서 자신의 사고 과정을 자세히 공유합니다.

서로의 아이디어를 반복적으로 다듬고 확장하면서 적절한 부분은 인정하고 막다른 노드는 과감히 버립니다.

 

다음은 각자에게 역할을 부여하고 풍부한 토론을 이끌어낸 이러한 프롬프트의 한 예입니다.
원래 프롬프트에 대한 링크는 아래를 참조하세요.

논리적 사고력이 뛰어난 세 명의 전문가가 공동으로 문제를 해결하면서 가능한 해결책의 트리를 광범위하게 탐색하고 있습니다. 각 전문가는 다른 전문가의 이전 생각을 고려하고 오류를 인정하면서 자신의 사고 과정을 자세히 공유합니다. 이들은 서로의 아이디어를 반복적으로 다듬고 확장하며, 마땅히 인정해야 할 부분은 인정하고 막다른 길의 노드는 버립니다. 첫 번째는 전문가, 두 번째는 제너럴리스트, 마지막은 반론가입니다. 이 과정은 결정적인 답을 찾을 때까지 계속됩니다. 문제는 "인생이란 무엇입니까?"입니다.

원본 레딧 : https://www.reddit.com/r/LocalLLaMA/comments/143fx21/apparently_you_can_perform_a_tree_of_thought_like/
원본 프롬프트 : https://sharegpt.com/c/L46Tj8q

 

결론

"생각의 나무" 프레임워크는 언어 모델과 상호 작용하는 새로운 방법을 제시하여

보다 신중하고 사려 깊은 응답을 가능하게 합니다.

단순한 프롬프트보다 더 복잡한 상호 작용이 필요하지만,

나무와 같은 추론 구조를 통해 모델을 안내하는 신중하게 만들어진 프롬프트를 사용하여 시뮬레이션할 수 있습니다.

언어 모델이 계속 발전함에 따라 언어 모델과의 상호 작용을 구조화하는 더욱 발전된 방법을 통해

더욱 놀라운 기능을 기대할 수 있습니다.