LLM 제약 조건 준수율 높이는 '룰 런드리(Rule Laundering)' 기법

요약

AI 모델이 사용자가 직접 입력한 제약 조건은 단순 제안으로 치부하고 무시하는 경향이 있다는 패턴이 프롬프트 엔지니어링 커뮤니티에서 발견되었다. 사용자가 '챕터 순서 유지', '이름 변경 금지' 등 구체적인 규칙을 입력해도 모델이 대화 과정에서 이를 위반하는 사례가 빈번하다. 이를 해결하기 위해 모델이 스스로 규칙을 문서화하도록 한 뒤 해당 문서를 다시 입력값으로 제공하면, 모델은 '자신이 작성한 규칙'으로 인식하여 세션 전체에서 이를 준수한다. 동일한 규칙이라도 사용자가 직접 입력할 때보다 AI가 작성한 형식으로 제공할 때 모델의 이행률이 현저히 높아지는 현상이다. 실제 13챕터 매뉴얼 재정렬, 코드 작성, 스타일 가이드 등 다양한 사례에서 이러한 '규칙 세탁' 방식의 효과가 입증되었다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.