텍스트 생성 향상을 위한 프롬프트 보강 PAGE

초록

PAGE는 경량 보조 모듈(분류기·추출기 등)을 활용해 입력 텍스트에 추가 정보를 제공하고, 이를 결합한 강화 프롬프트를 생성함으로써 대형 언어 모델의 텍스트 생성 품질과 제어성을 높이는 프레임워크이다. 기존의 보조 생성 모델을 필요로 하지 않으며, 모듈 교체만으로 다양한 도메인에 손쉽게 적용할 수 있다. 논문에서는 요구사항 엔지니어링 분야에서 요구사항 텍스트를 생성할 때, 요구사항 유형 분류기를 보조 모듈로 사용해 품질이 향상된 사례를 제시한다.

상세 요약

PAGE는 “프롬프트 보강”이라는 개념을 통해 대형 언어 모델(Large Language Model, LLM)의 입력을 단순히 원시 텍스트가 아닌, 보조 모듈이 제공하는 메타 정보와 결합된 형태로 변환한다. 이 접근법은 크게 세 가지 핵심 요소로 구성된다. 첫째, 경량 보조 모듈이다. 여기에는 사전 학습된 텍스트 분류기, 엔터티 추출기, 관계 추출기 등 다양한 비생성 모델이 포함될 수 있다. 이러한 모듈은 일반적인 파인튜닝보다 적은 데이터와 연산 비용으로 특정 도메인 지식을 빠르게 캡처한다. 둘째, 메타 정보 인코딩 방식이다. 보조 모듈의 출력은 텍스트 형태(예: “