대규모 언어 모델을 위한 프롬프트 엔지니어링 잠재력 활용

오늘의 논문

원문 보기 문헌연구

HOT PAPER IT Crossref 실존 확인 2026-09-11 회차 지난 회차

대규모 언어 모델을 위한 프롬프트 엔지니어링 잠재력 활용

Unleashing the potential of prompt engineering for large language models

B.‐C. CHEN, Zhaofeng Zhang, Nicolas Langrené 외 · Patterns · 2025년 · 조회 13

왜 이 논문인가 — 선정 기준

HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위

2025-05 발표 · 피인용 326회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%

HOT 논문으로 선정된 이유는 2025년 발표 이후 326회 인용돼 분야 평균 대비 인용 영향력이 매우 높으며, 동년 논문 중 상위 1%에 해당하기 때문이다.

논문 요약

본 리뷰는 대규모 언어 모델(LLM)의 성능을 극대화하기 위한 프롬프트 엔지니어링의 역할을 탐구한다. 기본적인 입력 구조부터 self‑consistency, chain‑of‑thought, generated knowledge와 같은 고급 기법까지 포괄적으로 다룬다. 또한 비전·언어 모델(VLM)에 적용되는 프롬프트 기법을 상세히 분석한다. 주관적·객관적 평가 지표를 통해 이러한 방법들의 효용을 검증하고, AI 보안 관점에서 적대적 공격 방어에 미치는 영향을 논한다.

후속 연구설계에 활용하기

프롬프트 설계 기법(예: chain‑of‑thought, self‑consistency)을 변수로 설정하고, 제시된 평가 지표를 사용해 모델 성능 및 보안 강인성을 측정하는 실험 설계에 활용할 수 있다.

핵심어

프롬프트 엔지니어링대규모 언어 모델체인 오브 싱크AI 보안

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1016/j.patter.2025.101260

2026-09-11 확인 · 2026-09-11 선정

대규모 언어 모델을 위한 프롬프트 엔지니어링 잠재력 활용

왜 이 논문인가 — 선정 기준

논문 요약

후속 연구설계에 활용하기

핵심어

실존 확인

같은 회차의 다른 논문