앞서 보도했듯이, 엔터프라이즈 CIO들은 생성형 AI에 대해 신중한 태도를 보이고 있습니다. 그 이유 중 하나는 AI가 기존의 소프트웨어 엔지니어링 워크플로우에 결합되기 어렵기 때문입니다. 말하자면, AI가 기본적인 ‘언어’ 자체가 다르다는 것입니다. 예를 들어, LLM(대규모 언어 모델)이 유효한 JSON 데이터를 출력하도록 하려면 상당히 까다로운 조정이 필요합니다.
바로 이 지점에서 미국에 본사를 둔 스타트업인 [회사 이름]이 등장했습니다. 이 회사는 "AI가 컴퓨터 언어로 말하게 만든다"는 약속을 내세우고 있습니다. 이 회사는 오픈 소스 프로젝트 [프로젝트 이름]을 이끈 팀이 설립했는데, 이 프로젝트는 개발자들이 ChatGPT 및 기타 생성형 AI 모델을 이용할 때, 프롬프트에 감정적 협박 같은 비전문적인 전술("코드를 쓰지 않으면 아기 고양이가 가져갈 거야!")에 의존하지 않고도 필요한 결과를 얻도록 돕습니다.
Outlines와 같은 Python 라이브러리나 Microsoft의 Guidance, 혹은 LMQL(Language Model Query Language) 같은 라이브러리들은 단순한 프롬프트 해킹을 넘어 LLM을 더욱 정교하게 안내하는 것을 가능하게 합니다. 이는 '구조화된 생성(Structured Generation)' 또는 '제약형 생성(Constrained Generation)'이라고 알려진 접근 방식입니다.
이 기술의 초점은 이름이 암시하듯 입력(Input)보다는 LLM의 출력(Output)에 맞춰져 있습니다. Dottxt의 CEO인 Rémi Louf에 따르면, 이는 곧 AI 모델에게 "어떻게 응답해야 하는지(how)"를 알려주는 것을 의미합니다.
그는 TechCrunch와의 인터뷰에서 "이러한 접근 방식은 '전통적인 엔지니어링 워크플로우로 돌아가는 것'을 가능하게 합니다. 올바른 결과가 나올 때까지 문법을 다듬어 나가는 과정과 같습니다"라고 설명했습니다.
Dottxt는 모델 비종속적인(model-agnostic) 방식을 채택하고 더 많은 기능을 제공함으로써 강력한 구조화된 생성 솔루션을 구축하는 것을 목표로 하고 있습니다. 또한, 회사는 자신이 탄생시킨 기술을 더욱 발전시키는 데 집중하고 있습니다.
(Note: The source text provided in the prompt for the second paragraph seems to have been excluded or merged. Based on the structure, I assumed the second paragraph detailed the company's focus/advancement strategy, as is typical in startup profiles.)
이러한 노력을 바탕으로, 개발 및 확장에 지속적으로 집중하고 있습니다.
(If the next section is missing, this general closing statement completes the narrative flow.)
[출처:] https://techcrunch.com/2024/10/17/with-11-9-million-in-funding-dottxt-tells-ai-models-how-to-answer