사고 사슬

AI가 결론만 내지 않고 풀이 과정을 단계별로 적으며 답하게 하는 기법입니다. 복잡한 문제의 정확도를 크게 올립니다.

사고 사슬은 AI가 결론만 툭 내놓지 않고, 풀이 과정을 단계별로 적어가며 답하게 만드는 기법입니다. 수학 시험에서 암산으로 답만 쓰는 학생보다 풀이를 차근차근 쓰는 학생이 실수를 덜 하는 것과 같은 원리입니다.

LLM이 복잡한 추론 문제에서 자주 틀리는 문제를 개선하기 위해 등장했고, 단계별로 생각하라는 지시만 덧붙여도 수학이나 논리 문제의 정확도가 크게 오른다는 것이 알려지며 유명해졌습니다. 최근의 추론 특화 모델들은 이 방식을 내부 학습에 반영해, 답하기 전에 스스로 오래 생각하는 형태로 발전했습니다.

다만 적혀 있는 풀이 과정이 모델 내부의 실제 계산 과정과 항상 일치하는 것은 아니라는 연구도 있습니다. 그럴듯한 풀이와 함께 틀린 답을 내놓을 수도 있으므로 과정이 있다고 무조건 믿어서는 안 됩니다.

✅ 왜 중요한가 · 장점

• 복잡한 수학, 논리, 계획 문제에서 정확도를 크게 올립니다
• 풀이 과정이 보여서 어디서 틀렸는지 점검할 수 있습니다
• 프롬프트에 한 줄 덧붙이는 것만으로도 쉽게 활용할 수 있습니다

⚠️ 한계 · 논쟁

• 출력이 길어져 응답 시간과 비용이 늘어납니다
• 적힌 풀이가 실제 내부 판단 과정과 다를 수 있다는 연구가 있습니다
• 그럴듯한 과정을 곁들인 오답이 오히려 더 설득력 있게 보일 수 있습니다