[Prompt Engineering] ReAct이란 무엇인가?!!

ReAct(Reason + Act)는 대규모 언어 모델(LLM)의 추론 및 행동 능력을 향상시키는 프롬프트 엔지니어링 기법입니다. 인간의 사고 방식에서 영감을 얻은 ReAct는 LLM에게 명확한 추론 과정과 함께 작업을 수행하도록 지시합니다. 이를 통해 모델은 보다 정확하고 신뢰할 수 있는 결과를 생성할 수 있으며, 특히 상식 추론과 관련된 복잡한 작업에 효과적입니다.

ReAct 작동 방식

구분	내용
행동 지시	먼저 사용자는 LLM에게 수행할 작업을 명확하게 지시합니다. 이 지침은 간단하고 명료하며 LLM이 쉽게 이해할 수 있는 언어로 작성되어야 합니다.
추론 과정 생성	LLM은 지시에 따라 작업을 완료하기 위한 단계별 추론 과정을 생성합니다. 이 추론 과정은 중간 단계와 결론을 포함하여 명확하고 논리적이어야 합니다.
행동 수행	마지막으로 LLM은 생성된 추론 과정을 기반으로 실제 행동을 수행합니다. 여기에는 텍스트 생성, 언어 번역, 질문 답변 등 다양한 작업이 포함될 수 있습니다.

ReAct의 장점

구분	내용
향상된 정확성	명확한 추론 과정을 통해 LLM은 보다 정확하고 신뢰할 수 있는 결과를 생성할 수 있습니다.
높은 투명성	추론 과정을 노출함으로써 ReAct는 사용자가 LLM의 추론 과정을 이해하고 결과를 신뢰할 수 있도록 합니다.
복잡한 작업 처리 능력	ReAct는 상식 추론과 관련된 복잡한 작업을 처리하는 데 특히 효과적입니다.
다양한 작업 적용 가능	ReAct는 텍스트 생성, 언어 번역, 질문 답변 등 다양한 작업에 적용될 수 있습니다.

ReAct 활용 사례

 

• 자연어 처리: ReAct는 챗봇, 자동 요약, 정보 검색 등 자연어 처리 작업의 정확성을 향상시키는 데 사용될 수 있습니다.
• 교육: ReAct는 학생들에게 복잡한 개념을 가르치고, 과제를 평가하고, 개인 맞춤형 학습 경험을 제공하는 데 사용될 수 있습니다.
• 의료: ReAct는 의료 기록 분석, 질병 진단, 치료 계획 수립 등 의료 분야에서 데이터 분석 및 의사 결정을 지원하는 데 사용될 수 있습니다.
• 고객 서비스: ReAct는 고객 문의에 답변하고, 문제를 해결하고, 고객 만족도를 향상시키는 데 사용될 수 있는 고객 서비스 챗봇을 구축하는 데 사용될 수 있습니다.

 

 

ReAct는 또 다른 추론 기법 중 하나인 CoT(Chain of Thought)에 기반을 두며 함께 사용하는 것을 권장합니다.