diff --git a/pages/applications/generating.kr.mdx b/pages/applications/generating.kr.mdx
new file mode 100644
index 0000000..47ce659
--- /dev/null
+++ b/pages/applications/generating.kr.mdx
@@ -0,0 +1,47 @@
+# 데이터 생성
+
+일관된 텍스트를 생성하는 것은 LLMs이 두각을 나타내는 분야입니다. 효과적인 프롬프트 전략을 사용하면 모델을 더 낫고, 일관성 있고, 더 사실에 기반한 답변을 생성할 수 있습니다. LLMs는 여러 종류의 실험과 평가를 수행하는 데 큰 도움이 되는 데이터를 생성하는 데 특히 유용합니다. 예를 들어, 다음과 같이 감정 분석을 위한 10가지 예를 생성해보겠습니다:
+
+_프롬프트:_
+
+```
+감정 분석을 위한 10가지 예시를 작성해 줘. 예시는 긍정적 혹은 부정적으로 둘 중 하나로 분류할 수 있어. 부정적인 예시 2개와 긍정적인 예시 8개를 생성해줘. 다음 예시와 같은 형식을 사용해줘:
+Q: <문장>
+A: <감정>
+```
+
+_출력:_
+
+```
+Q: 나 방금 굉장한 소식을 들었어!
+A: 긍정
+
+Q: 우리 급여가 올랐네요!
+A: 긍정
+
+Q: 나는 오늘 내가 성취한 일에 뿌듯함을 느껴.
+A: 긍정
+
+Q: 최고의 하루를 보내고 있어!
+A: 긍정
+
+Q: 이번 주말을 매우 고대하고있어!
+A: 긍정
+
+Q: 나는 지금 최고의 선물을 받았어!
+A: 긍정
+
+Q: 나는 지금 매우 행복해.
+A: 긍정
+
+Q: 이렇게 훌륭한 가족의 일원으로서 축복받았다고 느껴.
+A: 긍정
+
+Q: 바깥 날씨가 굉장히 흐리네요.
+A: 부정
+
+Q: 방금 끔찍한 소식을 들었어요.
+A: 부정
+```
+
+이는 매우 유용합니다. 실제로 이 가이드의 또 다른 섹션의 테스트에서 이 예시를 사용하고 있을정도로요.