ChatGPT와 같은 AI에 질문을 던질 때, 그냥 질문만 해도 되는 경우가 있고, 원하는 답이 어떤 것인지 예시를 함께 보여 주면 더 좋은 경우도 있다. Zero-shot, one-shot, few-shot은 이처럼 AI에 새로운 과제를 제시할 때 예시를 몇 개 제공하는지를 구분하는 표현이다. 다만 ‘shot’이라는 단어는 처음 접하면 무엇을 뜻하는지 직관적으로 와닿지 않아 헷갈릴 수 있다. 특히 우리나라 사람들에게 ‘one-shot’은 다른 의미로 더 익숙하다. 바로 술자리에서 외치는 “원샷!”이다. 그냥 ‘example’이라고 표현했으면 훨씬 좋았을 것 같다.  여기서 shot은 모델이 참고할 수 있도록 보여 주는 예시를 뜻한다.

Zero-shot은 예시를 하나도 주지 않고 과제를 수행하도록 하는 방식이다. 예를 들어 “3x + 2 = 11을 풀고, 풀이 과정과 답을 써 줘”라고 요청하는 것이다. 풀이 예시를 따로 보여 주지 않아도, AI는 기존에 학습한 수학 지식을 활용해 “양변에서 2를 빼면 3x = 9이고, 양변을 3으로 나누면 x = 3이다”라고 답할 수 있다. 여기서 예시가 없다는 것은 AI가 아무것도 배우지 않았다는 뜻이 아니라, 이번 과제를 위한 예시를 별도로 제공하지 않았다는 뜻이다.

One-shot은 예시를 한 개 보여 준 뒤 비슷한 과제를 수행하도록 하는 방식이다. 먼저 “2x + 1 = 7 → 양변에서 1을 빼면 2x = 6이고, 양변을 2로 나누면 x = 3이다”라는 풀이 예시를 제시한다. 그런 다음 “같은 방식으로 3x + 2 = 11을 풀어 줘”라고 요청하는 것이다. AI는 한 개의 예시를 통해 어떤 방법으로 문제를 풀고, 풀이 과정을 어떤 형식으로 설명해야 하는지 참고할 수 있다.

Few-shot은 예시를 몇 개 보여 주는 방식이다. 앞의 예시에 더해 “4x − 2 = 14 → 양변에 2를 더하면 4x = 16이고, 양변을 4로 나누면 x = 4이다”라는 풀이도 제시한다. 그런 다음 “같은 방식으로 3x + 2 = 11을 풀어 줘”라고 요청한다. 여러 예시를 통해 상수항을 정리한 뒤 x의 계수로 나누는 풀이 방식과 원하는 설명 형식을 더 구체적으로 전달할 수 있다. few-shot에서 ‘몇 개’인지에 대한 엄격한 기준은 없으며, 일반적으로

소수의 예시를 활용한다는 의미로 사용된다.

One-shot이나 few-shot은 AI가 정답을 구하는 것만큼이나 내가 원하는 방식으로 답하는 것이 중요할 때 특히 유용하다. 위의 방정식 정도는 예시 없이도 풀 수 있지만, “학생이 이해하기 쉽게 설명해 줘”라는 요청만으로는 어느 정도까지 자세히 설명해야 하는지 모호할 수 있다. 이때 교사가 원하는 풀이 예시를 하나 보여 주면, 각 단계에서 수행한 연산을 말로 설명해야 한다는 점과 적절한 설명 수준을 더 분명하게 전달할 수 있다. 이처럼 답변 형식이나 문체, 설명 수준을 맞추려는 경우에는 one-shot이 유용하다.

하나의 예시만으로 원하는 기준을 충분히 전달하기 어려울 때는 few-shot이 도움이 된다. 예를 들어 방정식 풀이에서 정수로 떨어지는 답뿐 아니라 분수인 답을 어떻게 표현할지, 괄호가 있는 식에서는 어떤 단계부터 설명할지까지 맞추고 싶다면 서로 다른 유형의 풀이를 몇 개 보여 주는 편이 좋다. 수학 이외의 작업에서도 마찬가지이다. 회사 내부의 독특한 문서 형식을 따르거나, 연구자가 정한 기준으로 자료를 분류하거나, 판단이 애매한 사례를 일관되게 처리해야 할 때는 여러 예시가 긴 설명보다 기준을 명확하게 전달할 수 있다.

다만 예시가 많다고 항상 결과가 좋아지는 것은 아니다. 잘못된 풀이를 보여 주거나 예시마다 기준이 다르면 오히려 혼란을 줄 수 있다. 비슷한 예시를 반복하기보다는 원하는 규칙과 다양한 상황을 잘 보여 주는 예시를 고르는 것이 중요하다. 과제가 단순하고 지시가 명확하다면 zero-shot으로 시작하고, 결과가 원하는 형식이나 기준과 다를 때 예시를 추가하는 방식으로 활용할 수 있다.