파인튜닝Fine-tuning · 미세 조정
이미 많이 배운 모델에게 특정 일에 맞는 예시를 더 가르쳐, 그 일에 맞게 다듬는 학습이에요.
쉽게 말하면
요리 학교를 졸업한 요리사(사전학습한 모델)가 우리 식당에 와서, 우리 식당 메뉴와 맛을 며칠 더 배우는 거예요.
기본 실력은 그대로 두고, 우리 일에 맞는 예시 수백~수천 개로 조금 더 가르쳐요.
그러면 매번 길게 설명하지 않아도 우리 식당 스타일로 요리해요.
그림으로 정리하면
다 배운 모델을 우리 일에 맞추기
베이스 모델일반 실력
우리 예시질문-답 수백~수천 개
추가 학습조금만 더 배우기
맞춤 모델우리 방식대로 답해요
우리 일에 맞추는 세 가지 방법
| 방법 | 무엇을 하나 | 언제 |
|---|---|---|
| 프롬프트·퓨샷 | 질문할 때 지시와 예시를 같이 줘요 | 제일 먼저, 대부분 이걸로 충분 |
| RAG | 필요한 문서를 찾아 붙여 줘요 | 자주 바뀌는 정보, 근거가 필요할 때 |
| 파인튜닝 | 예시로 모델을 더 가르쳐요 | 말투·형식을 아주 일정하게 해야 할 때 |
실제로는
- 질문-답 예시를 모아 추가로 학습시키는 방식이 가장 흔해요(지도학습).
- 말투·형식·분류처럼 '하는 방식'을 맞추는 데 잘 맞고, 새 사실을 외우게 하는 데는 RAG가 더 나을 때가 많아요.
- 모델 회사가 파인튜닝 기능을 제공하거나, 오픈소스 모델을 직접 파인튜닝해요.
왜 알아야 하나요
우리 업무에 AI를 맞추는 방법은 파인튜닝만 있는 게 아니에요. 대부분은 좋은 프롬프트·예시(퓨샷)·문서 붙이기(RAG)로 먼저 해 보고, 그래도 안 될 때 파인튜닝을 고려해요.
헷갈리기 쉬운 것
- 파인튜닝으로 최신 정보를 넣으면 금방 낡아요. 바뀌는 정보는 RAG로 붙이는 게 나아요.
- 예시가 적거나 치우치면 과적합돼서 오히려 나빠질 수 있어요.