179. [CRM] [Project] Hugging Face: 프롬프트로 완성하는 AI

 

 

 

 

이번 프로젝트에서는 Hugging Face의 LLM(Open Source Language Model)을 기반으로, 다양한 CRM 시나리오에서 사용자 맞춤형 정보를 제공하는 지능형 추천 시스템을 구축하였습니다. 핵심은 도메인 특화 프롬프트를 구성하고, 목적에 적합한 모델을 선택하는 전략이었습니다.

4개의 주요 시나리오별로 각기 다른 목적과 형식의 프롬프트를 설계했고, 이에 맞춰 Hugging Face의 모델도 달리 적용하여 응답 품질을 최적화했습니다.

---

1. 글로벌 판매 전략 리포트 자동 생성

현대/기아의 글로벌 판매 전략을 예측하기 위한 프롬프트는 매우 구조적이고 전문적인 형식이 요구되었습니다. 주요 키 포인트는 다음과 같습니다:

모델: google/gemma-2-9b-it

현대/기아의 글로벌 시장 전략을 자동 분석하여 보고서 형태로 출력하는 기능입니다.
프롬프트는 경제 분석 전문가처럼 분석하는 구조로 설계되었으며, 주요 요구 사항은 다음과 같습니다:

• 지역별 판매 전략 (북미, 유럽, 아시아) 분석
• 뉴스와 예측 데이터 통합
• 3가지 시나리오(낙관/중립/비관) 기반 전망
• 표 형식 요약 출력 (연도별 판매량 및 점유율 변화)

프롬프트 설계 포인트:

• 구조적 표현 강조 (마크다운 테이블 포함)
• 분석가 스타일의 정제된 표현 유도
• 다중 입력(예측 데이터 + 뉴스) 통합

---

2. 내과 AI 챗봇: 증상 기반 가이드 제공

환자가 입력한 증상을 기반으로 의료상담형 답변을 생성하는 AI에서는 정서적 배려와 명확한 진단 프로토콜이 중요했습니다.

모델: mistralai/Mistral-Small-24B-Instruct-2501

의료 상담 응답의 경우, 단순한 정보 제공이 아닌 정서적 안정감과 정확한 의료 흐름이 중요했습니다.

• 환자가 발화한 자연어 메시지를 기반으로 정형화된 응답 생성
• 최대 200자 이내, 부드러운 표현 필수
• 의료 전문가가 쓸 법한 서술체와 정보 필드 구성
  (disease_symptoms, main_symptoms, home_actions, guideline, emergency_advice)

프롬프트 설계 포인트:

• 감정 과잉 표현 필터링 지시
• 문장 톤 통제 (안심 유도)
• 실제 예시 출력 형식 포함

모델 선택 이유:
Mistral-24B는 대규모 파라미터 기반으로 복잡한 언어 표현 처리 능력이 우수하며,
의학 상담과 같은 높은 문맥 이해도가 요구되는 분야에 적합합니다.

 

 

 

---

3. AI 식단 코치: 알레르기/선호 식단 반영

식단 프롬프트는 입력 정보의 조건 분기가 많고 복합적인 템플릿 구조가 필요했습니다.

모델: google/gemma-2-9b-it

사용자의 건강 정보와 식이 제한을 반영하여 7일 간의 식단 계획을 자동 생성하는 기능입니다.

• 아침/점심/저녁 각 끼니별 메뉴와 칼로리 표시
• 알레르기 식품, 선호 음식, 식이 제한 등 조건 반영
• 영양 균형 및 조리 편의성 고려

프롬프트 설계 포인트:

• 다양한 제약 조건을 리스트 형태로 삽입
• 조건별 주석 텍스트 구성 (예: "운동 제한 확인", "알레르기 포함 여부 재검토")
• JSON 스타일 예시 포함하여 포맷 유도

---

4. AI 운동 트레이너: 맞춤형 운동 루틴 생성

운동 계획 프롬프트는 운동 목적, 체력 수준, 운동 선호도에 따라 다양한 조건을 반영해야 했습니다.

모델: google/gemma-2-9b-it

운동 루틴은 사용자의 체력 수준, 선호 운동, 제한 조건을 반영하여 주 7일 계획으로 구성합니다.

• 운동 종류, 소요 시간, 칼로리 소모량 출력
• 유산소, 근력, 스트레칭 등 균형 있게 배분
• 운동 제한 시 대체 운동 자동 제안

프롬프트 설계 포인트:

• 명확한 운동 구조 설명 포함
• 요일별 JSON 템플릿 삽입
• 사용자 부담을 고려한 조정 권고 포함