제로샷

예시를 하나도 주지 않고 AI에게 바로 일을 시키는 방식입니다.

제로샷은 시범 예시를 하나도 보여주지 않고 지시만으로 AI에게 처음 접하는 과제를 시키는 방식입니다. 직원에게 견본 없이 "이 리뷰들을 긍정과 부정으로 나눠 주세요"라고 요청했는데 바로 해내는 상황에 비유할 수 있으며, 예시를 몇 개 보여주고 시키는 방식은 퓨샷이라고 구분해 부릅니다.

과거의 AI는 과제마다 전용 학습 데이터로 따로 훈련해야 했지만, 대형 언어 모델은 사전학습에서 쌓은 일반 지식 덕분에 배운 적 없는 과제도 지시만으로 수행하는 능력을 보였습니다. 이 제로샷 능력이 바로 하나의 모델을 번역, 요약, 분류 등 온갖 일에 바로 쓸 수 있게 된 비결이며, 모델의 범용성을 재는 평가 기준으로도 쓰입니다.

다만 전문적이거나 형식이 까다로운 과제에서는 제로샷 성능이 들쑥날쑥할 수 있어, 예시를 추가하는 퓨샷이나 파인튜닝이 더 나은 경우도 많습니다.

✅ 왜 중요한가 · 장점

• 과제별 학습 데이터 없이 AI를 바로 활용할 수 있습니다
• 하나의 모델을 다양한 업무에 즉시 적용하는 범용성의 기반입니다
• 모델의 일반화 능력을 비교하는 평가 지표로 쓰입니다

⚠️ 한계 · 논쟁

• 전문적이거나 까다로운 과제에서는 정확도가 불안정합니다
• 예시를 주는 퓨샷보다 성능이 떨어지는 경우가 많습니다
• 지시문이 모호하면 의도와 다른 결과가 나오기 쉽습니다