오픈소스고급
DSPy
DSPy는 프롬프트 대신 프로그래밍 방식으로 언어 모델을 다루는 프레임워크로, 모듈형 파이프라인을 조합하고 프롬프트와 가중치를 자동 최적화합니다. 스탠퍼드에서 개발되었으며, 취약한 프롬프트 엔지니어링을 재현 가능하고 테스트 가능한 프로그램으로 대체하여 다양한 모델과 작업에 적응합니다.
개요
"DSPy"은(는) AI Resource Hub가 선별한 "오픈소스" 유형의 리소스로, 프레임워크 카테고리에 속하며 고급 수준의 학습자에게 적합합니다. Stanford NLP이(가) 제공하며 2026-06-26에 마지막으로 업데이트되었고, 편집자 평가는 4.6/5입니다. 원본 페이지를 열려면 오른쪽의 "리소스 방문"을 클릭하세요.
에디터 총평
프롬프트 엔지니어링이 한계에 다다랐다면 DSPy가 답입니다. 손으로 다듬은 취약한 문자열 대신 조합 가능한 모듈을 작성하고, 옵티마이저가 자체 평가셋에 맞춰 컴파일하게 하면 프롬프팅이 테스트 가능한 체계적 공학이 됩니다. 대가도 분명합니다. 추상화를 익히는 데 시간이 걸리고 라벨링된 예시와 측정 가능한 지표가 필요합니다. 단일 안정 프롬프트에는 과하지만, 정말 개선하고 싶은 다단계 파이프라인에는 생태계에서 가장 원칙적인 선택입니다.
태그
DSPy프롬프트 최적화프레임워크LLM
주요 기능
- ▹프롬프트를 손으로 쓰는 대신 LLM을 프로그래밍
- ▹자동 프롬프트 최적화
- ▹조합과 테스트가 가능한 모듈
이런 분께 적합
- ▹취약한 프롬프트 엔지니어링을 대체하는 프로그래밍 파이프라인
- ▹프롬프트·가중치 자동 최적화
- ▹재현·테스트 가능한 언어 모델 프로그램
이런 분께는 비추천
- ▪레이블 예시 없는 빠른 프로토타입
- ▪단일 호출 수준의 최소 자동화
장점
- +체계적이고 검증 가능한 프롬프팅
- +프롬프트 최적화를 대신 수행
- +프롬프트를 컴파일·최적화 가능한 프로그램으로 바꿈
단점
- −수동 프롬프팅과는 다른 사고방식 필요
- −최적화하려면 탄탄한 평가셋이 필요함
- −추상화를 익히는 데 시간이 걸림