🧠 AI, '생각나무'를 심다! '트리 오브 소트'의 마법 🌳

안녕하세요, AI의 뇌 속을 들여다보는 시간입니다! 우리는 지금까지 AI가 한 줄로 생각하고(CoT), 여러 번 생각해서 답을 내는(Self-Consistency) 방법을 배웠죠? 오늘은 AI가 마치 복잡한 문제 앞에서 '생각의 나무'를 펼치듯, 다양한 가능성을 탐색하며 최고의 답을 찾아내는 놀라운 기술, 바로 '트리 오브 소트'(Tree-of-Thought, ToT)에 대해 이야기해볼 거예요.

❓ '트리 오브 소트', 그게 뭔가요?

'트리 오브 소트'는 AI에게 문제를 풀 때 가지치기하듯 여러 '생각의 경로'를 탐색하고, 각 경로의 유효성을 평가해서 가장 유망한 길을 따라 답을 찾도록 시키는 방법이에요. 마치 우리가 미로를 탈출할 때, 막다른 길을 만나면 되돌아와 다른 길을 시도해보는 것처럼, AI도 여러 '생각 가지'를 뻗어나가며 최적의 해결책을 찾는 거죠.

우리 사람으로 치면 이런 상황과 비슷해요.

나: (어려운 퍼즐 게임을 할 때) "음... 이 조각을 여기 놓으면 다음은 이걸 놓을 수 있겠네. 아니야, 저기 놓으면 더 좋은 그림이 나올 수도 있어! 여러 경우의 수를 다 생각해봐야겠어."

이처럼 하나의 답만 생각하는 것이 아니라, 여러 가능성을 동시에 고려하고 평가하며 최적의 경로를 찾아가는 것이 '트리 오브 소트'의 핵심입니다.

✨ AI는 어떻게 '생각나무'를 만들까요?

기존의 '생각의 사슬'(CoT)이 한 줄기 길을 따라 쭉 가는 방식이었다면, '트리 오브 소트'는 문제 해결 과정을 여러 '생각 단위(Thought Units)'로 나누고, 각 단위에서 여러 가지 '가지(Branches)'를 뻗어 나가며 탐색합니다. 그리고 각 가지가 얼마나 유망한지 '평가'하고, 가장 좋은 가지를 선택하여 다음 단계로 나아가는 방식이에요.

[트리 오브 소트의 간단한 과정]

1. 문제 정의: AI에게 풀고자 하는 문제를 제시합니다.
2. 생각 단위 생성: AI는 문제를 해결하기 위한 첫 번째 '생각 단위' 또는 중간 단계를 생성합니다. 이때 여러 가지 가능한 첫 단계를 제안할 수 있습니다.
3. 가지 확장: 각 '생각 단위'에서 파생될 수 있는 여러 가지 다음 '생각 단위' (즉, 가지)를 탐색합니다.
4. 평가: AI는 각 '생각 가지'가 얼마나 문제 해결에 도움이 될지 평가합니다. (예: 이 길이 맞는 방향일까? 막다른 길은 아닐까?)
5. 선택 및 반복: 가장 유망한 가지를 선택하여 그 경로를 따라 다음 '생각 단위'를 생성하고, 목표에 도달할 때까지 이 과정을 반복합니다. 막다른 길에 도달하거나 비효율적인 길이라면 되돌아와 다른 가지를 탐색하기도 합니다.

[트리 오브 소트의 예시: 창의적인 스토리 만들기]

예를 들어, AI에게 "탐정이 주인공인 미스터리 소설의 줄거리를 만들어줘. 반전이 있고, 흥미로운 단서들이 나와야 해."라고 지시했다고 해봅시다.

• 1단계 (시작): 어떤 종류의 탐정을 설정할까?
  • 가지 1-1: 은퇴한 베테랑 탐정 (평가: 안정적, 깊이 있는 서사 가능)
  • 가지 1-2: 젊고 패기 넘치는 신참 탐정 (평가: 예측 불가능, 성장 스토리 가능)
  • 가지 1-3: 특이한 취미를 가진 아마추어 탐정 (평가: 독특한 매력, 의외성)
• 2단계 (선택: 은퇴한 베테랑 탐정 선택) & 확장: 어떤 사건으로 다시 복귀할까?
  • 가지 2-1: 과거에 해결하지 못했던 미제 사건 (평가: 서사적 연결성 높음)
  • 가지 2-2: 자신의 가족이 휘말린 사건 (평가: 개인적인 동기 부여 강함)
  • 가지 2-3: 예상치 못한 의문의 살인 사건 (평가: 강렬한 시작)
• 3단계 (선택: 자신의 가족이 휘말린 사건 선택) & 확장: 반전은 무엇으로 할까?
  • 가지 3-1: 범인이 가장 가까운 사람이었다. (평가: 충격적, 감정적)
  • 가지 3-2: 사건의 배후에 거대한 음모가 있었다. (평가: 스케일 확장, 예측 불허)
  • 가지 3-3: 피해자가 사실은 범인이었다. (평가: 기발함, 독특함)

이런 식으로 AI는 여러 단계를 거치며 다양한 가능성을 탐색하고, 그중 가장 '좋은' (가장 흥미롭거나 논리적인) 가지들을 선택해나가며 최종적인 줄거리를 완성하게 됩니다.

💡 '트리 오브 소트'의 장점은?

1. 복잡한 문제 해결 능력 향상: 특히 창의적이거나, 여러 단계의 추론이 필요한 복잡한 문제(예: 수학 경시대회 문제, 창의적인 글쓰기, 전략 게임)에 매우 효과적입니다.
2. 최적의 경로 탐색: 단순한 한 줄기 생각으로는 찾기 어려운, 가장 효율적이거나 창의적인 해결책을 찾아낼 가능성을 높여줍니다.
3. 오류 감소: 중간 단계에서 잘못된 추론을 발견하면 다른 가지로 전환하여 오류를 수정할 수 있습니다.

📝 우리도 '트리 오브 소트'를 활용해보자!

AI에게 다음과 같이 요청하여 '생각나무'를 펼치도록 유도할 수 있습니다.

• "이 문제에 대해 여러 가지 가능한 해결 방안을 떠올리고, 각 방안의 장단점을 평가한 다음, 가장 좋은 방안을 선택해서 답해줘."
• "이 작업의 각 단계마다 여러 선택지를 제시하고, 가장 유망한 선택지를 골라 다음 단계로 넘어가 줘."
• "이 질문에 대한 답변을 찾기 위해 다양한 아이디어를 생성하고, 각각의 아이디어를 평가해서 가장 좋은 아이디어를 바탕으로 최종 답변을 작성해 줘."

이렇게 AI에게 여러 갈래로 '생각'하도록 지시하면, AI는 여러분의 가장 창의적이고 문제 해결 능력이 뛰어난 파트너가 되어줄 거예요!

📚 참고 논문

• "Tree of Thoughts: Deliberate Problem Solving with Large Language Models" (Yao et al., 2023) 이 논문은 '트리 오브 소트' 프롬프팅 기법을 제안하며, 특히 복잡한 문제 해결(수학, 창의적 글쓰기 등)에서 대규모 언어 모델의 성능을 크게 향상시킬 수 있음을 보여주었습니다.