CO-STAR 프롬프트 프레임워크란 무엇입니까?
빠른 답변
CO-STAR는 일관된 LLM 출력을 위한 6부 구성 프롬프트 구조입니다: Context(배경 정보), Objective(목표), Style(문체), Tone(감정적 어조), Audience(독자), Response(출력 형식). 모든 제약 조건을 명시적으로 설정하여 명확하고 일관된 출력을 생성하는 데 도움이 됩니다.
- ▸C = Context: LLM에 필요한 배경 정보
- ▸O = Objective: 완료해야 할 구체적인 작업
- ▸S/T/A = Style, Tone, Audience: 어떻게, 누구를 위해 작성할지
- ▸R = Response: 출력 형식 (목록, 단락, JSON 등)
핵심 요점
- ✓CO-STAR는 Context, Objective, Style, Tone, Audience, Response의 약자로 — 일관된 출력을 위한 6개 구성 요소 프롬프트 구조입니다.
- ✓이 프레임워크는 모든 가정을 명시적으로 만들어 대형 언어 모델의 모호하거나 부적절한 응답을 줄여 줍니다.
- ✓CO-STAR는 문서 작성, 고객 대상 커뮤니케이션, 특정 어조나 형식이 필요한 작업에 가장 효과적입니다.
- ✓단순한 사실 조회나 단일 명령어에는 CO-STAR가 큰 품질 향상 없이 부담만 가중시킵니다.
CO-STAR 각 구성 요소의 역할
CO-STAR는 6개 구성 요소 프롬프트 구조입니다: Context, Objective, Style, Tone, Audience, Response format. 언어 모델이 목표 지향적이고 일관된 출력을 생성하는 데 필요한 모든 변수를 포괄하므로 복잡한 LLM 프롬프트 구조화를 위한 가장 많이 인용되는 프레임워크 중 하나입니다.
이 프레임워크는 프롬프트 엔지니어링에서 반복적으로 발생하는 문제를 해결하기 위해 개발되었습니다. 바로 기술적으로는 명확하지만 암묵적 제약 조건이 빠진 프롬프트입니다. "이 문서를 요약하십시오"라고 작성하면 모델은 길이, 형식성, 독자, 형식에 대한 가정을 합니다. CO-STAR는 이러한 가정을 명시적 지시로 대체합니다.
각 구성 요소는 출력의 다른 차원을 다룹니다. Context는 관련 상황에 모델을 고정시킵니다. Objective는 정확한 결과물을 설정합니다. Style과 Tone은 글쓰기 수준을 제어합니다. Audience는 어휘와 복잡성을 조정합니다. Response는 구조적 형식을 지정합니다.
CO-STAR는 싱가포르 정부 기술 기관 GovTech Singapore의 데이터 사이언스·AI 팀에서 나온 것으로 알려져 있으며, 해당 기관의 Prompt Engineering Playbook에도 수록되어 있습니다(GovTech 개요). 싱가포르에서 열린 첫 GovTech GPT-4 프롬프트 엔지니어링 대회(2023년)의 우승자 Sheila Teo가 Towards Data Science 기사에서 이 프레임워크를 소개하면서 널리 알려졌습니다.
| 문자 | 요소 | 목적 |
|---|---|---|
| C | Context | 모델에 필요한 배경 정보 |
| O | Objective | 모델이 수행하기를 원하는 것 |
| S | Style | 글쓰기 스타일 (공식적, 일상적, 기술적 등) |
| T | Tone | 감정적 어조 (중립적, 격려적, 직접적) |
| A | Audience | 출력을 읽는 대상 (전문가, 초보자, 경영진) |
| R | Response format | 구조 (목록, 단락, JSON, 표) |
📍 한 문장으로
CO-STAR는 Context, Objective, Style, Tone, Audience, Response의 6개 요소로 구성된 프롬프트 프레임워크로, 일관된 LLM 출력을 위해 모든 제약 조건을 명시화합니다.
💬 쉽게 설명하면
CO-STAR를 사용하면 AI 모델에게 배경 상황, 수행할 작업, 글쓰기 방식, 어조, 독자, 출력 형식을 모두 알려 줄 수 있어 명확하고 유용한 응답을 얻을 수 있습니다.
CO-STAR가 빠른 프롬프트보다 효과적인 경우
CO-STAR는 모든 작업에 적합한 도구가 아닙니다. 문서 작성, 고객 대상 커뮤니케이션, 공식 보고서, 그리고 어조, 형식, 독자 일관성이 중요한 출력에 가장 큰 가치를 발휘합니다. 잘 구조화된 CO-STAR 프롬프트는 일반적으로 60~120 단어의 설정이 필요하지만 여러 차례의 수정 작업을 없애 줍니다.
실제 예시를 살펴보겠습니다. 이전: "프로젝트 지연에 대해 팀에 이메일을 작성하십시오." 이후: "Context: Q2 프로젝트가 협력업체 지연으로 3주 늦어졌습니다. Objective: 팀에 알리고 안심시키십시오. Style: 전문적. Tone: 공감적, 해결 지향적. Audience: 다양한 경력의 엔지니어 12명. Response: 제목 줄이 포함된 150 단어 이메일." CO-STAR 버전은 더 구체적이고 바로 사용할 수 있는 초안을 생성합니다.
단순한 사실 조회, 코드 생성, 단일 조회에는 CO-STAR가 의미 있는 품질 향상 없이 부담만 가중시킵니다. "Python의 `zip()` 함수는 무엇을 합니까?"라는 질문은 6개 구성 요소 구조의 혜택을 받지 못합니다. CO-STAR는 출력이 특정 맥락에서 실제 사람들이 읽는 작업에 활용하십시오. CO-STAR와 잘 맞는 프롬프트 패턴에 대한 심층 분석은 고급 예제와 일반적인 실패 패턴을 다루는 CO-STAR 프롬프트 엔지니어링 완전 가이드를 참조하십시오.