post
LLM은 전문성을 보상함
LLM 덕분에 누구나 여러 분야에서 준수한 결과를 만들 수 있지만, 같은 모델에서 더 큰 가치를 끌어내는 핵심은 프롬프트 기법보다 도메인 전문성임 Terence Tao는 Jacobian Conjecture의 반례를 ChatGPT와 논의하며 짧고 핵심적인 질문, 간접적인 반박, 독자적인 도약과 대안으로 대화를 주도함
일반·0·2026년 8월 4일
|
post
LLM 덕분에 누구나 여러 분야에서 준수한 결과를 만들 수 있지만, 같은 모델에서 더 큰 가치를 끌어내는 핵심은 프롬프트 기법보다 도메인 전문성임 Terence Tao는 Jacobian Conjecture의 반례를 ChatGPT와 논의하며 짧고 핵심적인 질문, 간접적인 반박, 독자적인 도약과 대안으로 대화를 주도함
LLM 덕분에 누구나 여러 분야에서 준수한 결과를 만들 수 있지만, 같은 모델에서 더 큰 가치를 끌어내는 핵심은 프롬프트 기법보다 도메인 전문성임
LLM 덕분에 누구나 여러 분야에서 준수한 결과를 만들 수 있지만, 같은 모델에서 더 큰 가치를 끌어내는 핵심은 프롬프트 기법보다 도메인 전문성임
Terence Tao는 Jacobian Conjecture의 반례를 ChatGPT와 논의하며 짧고 핵심적인 질문, 간접적인 반박, 독자적인 도약과 대안으로 대화를 주도함
이 방식을 형식만 따라 해서는 같은 결과를 얻기 어려우며, 긴 답변에서 관련 아이디어를 추출하고 이상한 부분을 판별하는 수학적 이해가 필요함
코드베이스에 익숙한 개발자 역시 “더 단순하게 할 수 있지 않은가”, “이미 X를 하고 있지 않은가”처럼 구체적으로 방향을 교정해 LLM을 더 강하게 활용할 수 있음
모델이 강해져도 원하는 해법을 정확히 전달하고 내부 지식을 끌어내는 과정에서는 인간의 판단과 소통 능력이 병목으로 남으므로 전문성의 효용은 계속 유지됨
Terence Tao는 Jacobian Conjecture의 반례를 ChatGPT와 논의하며 짧고 핵심적인 질문, 간접적인 반박, 독자적인 도약과 대안으로 대화를 주도함 이 방식을 형식만 따라 해서는 같은 결과를 얻기 어려우며, 긴 답변에서 관련 아이디어를 추출하고 이상한 부분을 판별하는 수학적 이해가 필요함 코드베이스에 익숙한 개발자 역시 “더 단순하게 할 수 있지 않은가”, “이미 X를 하고 있지 않은가”처럼 구체적으로 방향을 교정해 LLM을 더 강하게 활용할 수 있음
참조한 것 · 가져온 것
원문: https://www.seangoedecke.com/llms-reward-expertise/
GeekNews: https://news.hada.io/topic?id=32119