사이버보안 전문가 설문 응답자로서의 LLM 활용을 위한 프롬프트 작성 방안

초록

오늘날 거대언어모델(Large-Language Model, LLM)은 사람의 그것과 구분이 어려울 정도로 자연스러운 응답을 생성할 뿐더러, 방대한 데이터 학습을 통해 사람보더 더 많은 지식을 보유하고 있는 것으로 보인다. 따라서 LLM을 전문가 설문 조사에서 전문가 역할을 수행토록 활용하고자 하는 시도는 충분히 타당하다. 다만 LLM의 환각 현상을 완전히 배제할 수 없기에, 그 응답을 인간 전문가의 응답만큼 신뢰할 수 있을지는 여전히 의문이다. 본 연구에서는 전문가 설문에 LLM을 활용함에 있어서, 설문 대상 전문가와 가까운 페르소나의 형성이 설문 결과의 질적 향상에 영향을 미치는지 실험을 통해 확인한다. 실험 결과 응답자의 프로파일에 가까운 페르소나를 형성 하는 것이 LLM 응답을 전문가 응답에 가깝게 하는 데에 기여하는 것으로 확인된다.

키워드