Tree of Thoughts(사고의 나무)는 대형 언어 모델(LLM)이 하나의 정답에 도달하기 전에 다양한 사고 경로를 탐색하도록 유도하는 추론 프레임워크입니다. 기존의 단일하고 선형적인 사고 흐름 대신, 이 프레임워크는 여러 지점에서 분기하며 다양한 가능성을 생성하고 이를 비교 및 평가하는 방식으로 작동합니다. 사고 과정을 나무(tree) 구조로 구성함으로써, 모델은 다양한 가능성을 체계적으로 탐색하고, 필요시 되돌아가며, 최종적으로 가장 일관되고 정확하며 유용한 결과를 도출할 수 있습니다. 이 방식은 복잡한 문제 해결 능력을 높이고 오류를 줄이며, 더 신뢰할 수 있는 결과 생성을 가능하게 합니다.
작동 원리:
• 확산적 사고: 모델은 특정 판단 지점에서 여러 가능한 해결 경로를 생성하여 사고 과정을 트리 형태로 확장합니다.
• 평가 및 가지치기: 각 경로를 평가한 후, 덜 유망한 가지는 제거하고 더 가능성 있는 가지를 중심으로 사고를 계속 전개합니다.
• 정제 및 선택: 마지막에는 가장 논리적이고 일관된 해결 경로를 선택하여 최종 답안을 도출합니다.
중요성
Tree of Thoughts 프레임워크는 LLM이 단선적인 사고 방식의 한계를 극복하도록 돕습니다. 다양한 경로를 시도하고 평가하는 과정을 통해 창의성과 신뢰도를 높이며, 결과적으로 복잡한 작업에서의 대응력과 품질이 향상됩니다.