Chain of Thought 4장 카드뉴스

AI 활용 분야에서 쓰이는 Chain-of-Thought(생각의 사슬)의 약자로, LLM에게 답을 곧장 내놓지 말고 풀이 과정을 단계별로 노출하라고 지시해 정답률을 끌어올리는 프롬프트 기법입니다.

수학 시험에서 정답만 쓰지 말고 풀이 과정을 같이 적으라고 시키면 더 정확해지는 것과 같은 원리예요. LLM에게도 "바로 답하지 말고 단계별로 생각해 봐"라고 부탁하면, 모델이 중간 계산을 노출하는 과정에서 스스로 오답을 잡아냅니다. 조별 과제 발표에서 결론만 말하는 친구보다 근거를 한 단계씩 풀어 말하는 친구가 교수님 평가가 좋은 것과 비슷해요.

케이스 1: Google PaLM 540B — 초등 수학 문장제 정답률 17%에서 57%로 Wei et al. [1] 영업 견적이나 단가 계산 같은 다단 산수 업무에 그대로 적용 가능합니다. 9% (Wei et al. 2022, PaLM 540B 기준, +39%p) 케이스 2: 도쿄대 Kojima et al.