Instruction 데이터 포맷
Instruction 데이터는 “지시 -> 응답” 구조입니다.
좋은 데이터는 모델이 따라야 할 행동을 명확히 보여줍니다.
기본 스키마
{
"id": "task_0001",
"messages": [
{"role": "system", "content": "너는 기술 문서를 구조화해 작성하는 어시스턴트다."},
{"role": "user", "content": "다음 로그에서 장애 원인을 3줄로 요약해줘."},
{"role": "assistant", "content": "원인: ...\n영향: ...\n즉시 조치: ..."}
],
"metadata": {
"domain": "incident-response",
"difficulty": "medium",
"language": "ko"
}
}
작성 원칙
- 입력 조건을 구체적으로 적습니다
- 출력 형식(JSON, 표, bullet)을 명시합니다
- 금지 규칙(추측 금지, 근거 없는 단정 금지)을 포함합니다
- 정답 응답은 과장 없는 정답 스타일을 유지합니다
안 좋은 예 vs 좋은 예
| 구분 | 안 좋은 예 | 좋은 예 |
|---|
| 지시문 | ”좋게 써줘" | "200자 이내, 핵심 원인 2개와 재발 방지책 1개를 bullet로 작성” |
| 응답 | 장황하고 포맷 불일치 | 요구한 길이와 형식을 정확히 충족 |
| 난이도 | 한쪽으로 치우침 | 쉬움/보통/어려움을 분산 |
데이터 검증 체크리스트
- 역할(role) 순서가 올바른가
- 필수 필드 누락이 없는가
- 출력 형식 규칙을 자동 검증할 수 있는가
- 동일 요청의 중복 샘플이 과도하지 않은가
Instruction 데이터는 “모델에게 시범을 보이는 데이터”입니다.
라벨 품질이 낮으면 모델은 정확히 그 품질을 학습합니다.
