한국어 프롬프트 최적화

# 격식체 (고객 대응용)
"존댓말로 정중하게 답변하세요. 격식체(-습니다, -입니다)를 사용하세요."

# 비격식체 (내부 도구용)
"반말로 간결하게 답변해. 불필요한 인사말 생략."

# 한영 혼용 예시
Analyze the following customer feedback and extract key issues.
Respond in Korean with the following JSON format:
{"issues": ["이슈1", "이슈2"], "sentiment": "긍정/부정/중립"}

# Before (토큰 많음)
"다음 문서를 요약하여 핵심 내용을 3개의 불릿 포인트로 정리하여 주시기 바랍니다"

# After (토큰 약 50% 절약)
"다음 문서를 3줄로 요약:"

예시: 하루 10,000건의 한국어 Q&A 처리 (평균 입력 500 토큰 + 출력 300 토큰)

GPT-4o 기준 ($2.50/1M input, $10.00/1M output):
- 영어: 10,000 × (500 × $2.50 + 300 × $10.00) / 1,000,000 = $42.50/일
- 한국어 (1.5배): 10,000 × (750 × $2.50 + 450 × $10.00) / 1,000,000 = $63.75/일
- 한국어 (2배): 10,000 × (1000 × $2.50 + 600 × $10.00) / 1,000,000 = $85.00/일

→ 한국어는 영어 대비 50~100% 비용 증가

# Kiwi 형태소 분석기 활용 예시
from kiwipiepy import Kiwi

kiwi = Kiwi()

text = "데이터브릭스에서 제공하는 유니티카탈로그의 기능을 설명해주세요"
tokens = kiwi.tokenize(text)

# 결과: [('데이터브릭스', 'NNP'), ('에서', 'JKB'), ('제공', 'NNG'),
#        ('하', 'XSV'), ('는', 'ETM'), ('유니티', 'NNP'),
#        ('카탈로그', 'NNG'), ('의', 'JKG'), ('기능', 'NNG'),
#        ('을', 'JKO'), ('설명', 'NNG'), ('해', 'XSV+EC'),
#        ('주', 'VX'), ('세요', 'EP+EC')]

# 명사만 추출하여 키워드 검색에 활용
nouns = [t.form for t in tokens if t.tag.startswith('NN')]
# → ['데이터브릭스', '제공', '유니티', '카탈로그', '기능', '설명']

# Databricks Vector Search에서 하이브리드 검색
# Delta Sync Index 생성 시 full-text 검색 활성화

"""
CREATE INDEX my_hybrid_index
ON TABLE catalog.schema.documents
USING VECTOR_SEARCH (
  embedding_column = 'embedding',
  embedding_dimension = 1024
)
WITH (
  full_text_columns = ['content'],  -- BM25 키워드 검색 활성화
  pipeline_type = 'TRIGGERED'
)
"""

# 띄어쓰기 정규화 지시
"사용자 입력에 띄어쓰기 오류가 있을 수 있습니다.
의미를 파악한 후, 올바른 띄어쓰기로 해석하여 답변하세요.
모호한 경우 가장 자연스러운 해석을 선택하세요."

# 동음이의어 명확화 프롬프트
"다음 질문에서 모호한 단어가 있으면, 문맥에서 가장 적합한 의미를 선택하세요.
만약 문맥만으로 판단이 어려우면, 가능한 의미들을 나열하고 각각에 대해 답변하세요.

예시:
Q: '배가 아프다' → 복부 통증으로 해석
Q: '배를 타다' → 선박 탑승으로 해석
Q: '배가 맛있다' → 과일로 해석"

# 문제 1: 유니코드 이스케이프
import json
data = {"이름": "김철수", "직책": "매니저"}

# 일부 모델이 이렇게 출력할 수 있음:
# {"\\u C774\\u B984": "\\u AE40\\u CCA0\\u C218"}  ← 읽을 수 없음

# 해결: 프롬프트에 명시
"""
JSON 출력 시 한국어는 유니코드 이스케이프 없이 원문 그대로 출력하세요.
올바른 예: {"이름": "김철수"}
잘못된 예: {"\\u C774\\u B984": "\\u AE40\\u CCA0\\u C218"}
"""

# 문제 2: JSON 키 이름 — 영어 vs 한국어
# 추천: 키는 영어, 값은 한국어
{"name": "김철수", "department": "영업부", "role": "매니저"}

# 비추천: 키도 한국어 (파싱 복잡, 토큰 낭비)
{"이름": "김철수", "부서": "영업부", "직책": "매니저"}

# 프롬프트 지시 예시
"리스트를 가나다순으로 정렬하세요.
정렬 기준: 한국어 → 가나다순, 영어 → 알파벳순, 숫자 → 오름차순
혼합 시: 한국어 → 영어 → 숫자 순서"