기존의 반복적인 업무는 대부분 인공지능으로 교체될 것이다. 우리는 더 고차원적인 업무를 수행해야 하며, 이 시대에 요구받는 것과는 다른 역량이 중요한 날이 올 수 있다. 예를 들어 지금 일반 사무직에게 인공지능을 활용하는 역량은 필수적이지 않지만, 나중에 인공지능을 활용하지 못하는 사람은 근무하지 못할 수 있다. 인공지능이 하지 못하는 일을 찾아서 해야 하고, 그런 일을 잘하는 사람이 각광받는 시대가 올 것이다.
--- p.10

인공지능으로부터 원하는 값을 얻기 위한(성능을 올리기 위한) 프롬프트 값을 조정하는 작업이다 보니 꼭 텍스트일 필요는 없다. 인공지능은 이미지나 텍스트 외에도 정형 데이터 등 다양한 값을 입력받을 수 있기 때문이다. 하지만 최근 좋은 성과를 보이고 있는 생성형 인공지능은 대부분 텍스트가 포함된 값을 초기값으로 제공하면 텍스트나 이미지 등 여러 형태의 결과물을 제공한다. 그래서 주로 텍스트 위주의 프롬프트 엔지니어링을 논하고자 한다.
--- p.40

대화할 때 수많은 사람이 동시에 이야기하면 제대로 대화가 안 된다. 상대방이 무슨 이야기를 하는 건지 잘 알아들을 수가 없기 때문에 어떤 말을 해야 할지 알 수 없다. 인공지능 또한 마찬가지다. 프롬프트에 너무 많은 정보가 한꺼번에 들어오면 제대로 응답하기가 어렵다. 특히 쓸모없는 정보들이 많이 들어오면 이에 따라 답변도 영향을 받는다. 그러므로 쓸모없는 정보들을 제거하고 핵심 정보들 위주로 프롬프트를 간략하게 구성하는 것이 중요하다.
--- p.66~67

IT 기업의 회사원에게 소개한다고 하자 사용하는 단어가 바뀌었다. 친숙한 예제 대신에 실용적인 예제(고객 상담, 자동 응답 시스템, 문서 요약 및 요약 정보 추출, 기업 내부 지식 공유, 챗봇 등)를 들어 설명하며 활용성을 어필하고 어떤 기술을 써서 개발되었는지 설명한다. 이처럼 어떤 역할을 부여하느냐에 따라 결과물이 달라지기 때문에 프롬프트 엔지어링은 중요하다.
--- p.116

오픈AI는 존재하지 않는 이미지를 보여주기 위해 거북이와 기린의 합성 이미지를 요청했다. 그러자 거북이 등껍질을 가진 기린 혹은 기린의 색과 무늬를 가진 거북이 등 기린과 거북이의 개념을 합친 이미지를 만들어주었다. 당연히 거북이 등껍질을 가진 기린은 존재하지 않고 기린 색과 무늬를 가진 거북이도 세상에는 존재하지 않는다. DALL-E2가 서로 다른 두 개념을 합성하여 새로운 개념의 이미지를 만들어낸 것이다. 이는 앞서 이야기한 것과 같이 개념과 개념을 조합할 수 있음을 시사한다.
--- p.182

바로 ChatGPT와 같은 생성형 인공지능을 활용해서 사용자가 해야 할 작업을 자동으로 수행하는 비서와 같은 소프트웨어를 원한 것이다. 물론 ChatGPT 또한 계속 대화할 수 있으며 어느 정도는 이전에 논의된 내용을 기억한다. 하지만 어떤 목표를 주었을 때 자동으로 작업을 수행하지는 않는다. 따라서 자동으로 목표를 수행하는 시스템을 개발하기 시작했고, AI 에이전트인 AutoGPT가 성과를 얻기 시작했다. 그래서 AutoGPT에 목표를 주면 자동으로 해야 할 작업을 수행해서 원하는 결과물을 만들어낸다.
--- p.211

앞으로 점점 더 인공지능을 쉽게 사용하고 삶 속에서 자연스럽게 접하는 방향으로 발전해 가리라는 것을 추측할 수 있다. 그런 사회가 온다면 비전문가는 어떻게 해야 할까? 인공지능을 잘 활용하는 최고의 리더가 되어야 한다. 그러기 위해서는 인공지능을 많이 사용해봐야 하고 업무 환경에 인공지능을 많이 도입해보아야 한다. 그래서 이 책에서는 초거대 생성형 인공지능의 종류와 사용 예시, 직무별 인공지능 사용 예시를 다룬 것이다. 즉, 인공지능을 많이 사용해보면서 어떻게, 언제 사용해야 더 잘 사용할 수 있는지 감을 잡을 필요가 있다.