챗GPT 직장인을 위한 완벽가이드

AI 세계로의 초대

AI를 알아야 AI를 활용할 수 있다?

오픈AI사의 챗GPT 공개 이후에 AI가 급격히 화제가 되었지만 AI는 꽤 긴 이력을 지니고 있다. 아마 한 번쯤은 들어본 적이 있을 것이다. AI는 2016년부터 꽤 큰 관심을 받았다.

사실 알파고 때문에 불붙은 AI에 대한 관심은 정부에서 기본안을 발표할 만큼 몇 년간 큰 관심을 받았다. 하지만 우리 기억에 남아있는 것이 거의 없다. 별다른 실적이 없기 때문이다. 심지어 몇 년간 정부의 국가 주요 사업에 계속 이름을 올렸는데 여기서도 빠질 것이라는 소문이 있다. 왜 그럴까?

AI의 활용법, 즉 어디에 사용할지를 깊이 있게 고민하지 않기 때문이다. 활용과 응용은 IT의 기본 속성이다. 기본적으로 모든 IT기술은 티어링(Tiering)구조다. 마치 양파처럼, 아니면 시루떡, 아니 크레이프처럼 층으로 된 기술 구조를 가지고 있다. IT라는 매우 복잡한 생태계를 어느 한 조직이 독점하여 모든 것을 제공할 수 없는 구조이기 때문이다. 그래서 IT에서 가장 강조되는 것이 호환성(Compatibility), 통합성(integration)이다.

이 IT구조의 가장 아래에는 코어(Core)라고 할 수 있는 핵심 기술이 있지만, 위로 올라가면서 이 기술을 이용한 다양한 구현체가 나타난다. AI도 동일한 티어링을 가진다. 챗GPT의 경우 LLM의 GPT가 핵심이라면, 이를 활용한 구현체들이 나타나며 파괴력이 증가하게 된다. 따라서 코어 기술 못지않게 관련 기술의 증폭과 확장이 그 기술이 살아남는가 그렇지 않은가를 판가름 짓는다.

그런데 우리는 2016년 이후 다양한 계획을 내놨지만 AI를 활용한 산업에 어떤 AI모델을 사용하여 육성할 것인지 제대로 고민한 흔적이 없다. ‘한국화를 앞세워 대부분의 산업에서 반복되는 원천 핵심 기술 확보라는 명분에 집중하지 않았나 싶다.

한국어가 지원되는, 심지어 공개된 챗GPT 중 구글바드(Google Bard)는 영어에 이어 한국어를 두 번째 지원 언어로 제시했다. 하지만 나는 이런 맥락에서 공개된 LLM에 대항하기 위해 자체적인 한국어 LLM을 만드는 것에 반대한다. 지금 우리는 눈앞에 있는 주어진 변혁을 어떻게 인식하고, 어떻게 써먹을 것인가에 집중해야 한다.

오픈AI 챗GPT가 공개된 지 얼마 지나지 않아서 들린 재미있는 소식은 아마존이나 애플 같은 대형IT 기업의 사내에서 오픈AI 챗GPT사용을 금지했다는 점이다. 더 나아가 애플은 자체 LLM을 개발하고 있다는 소식도 있었다. 기업의 핵심 가치인 데이터 보호라는 측면에서 그럴 만한 조치라고 할 수 있다.

하지만 우리가 독자적인 한국어LLM을 개발해야 한다거나 위협받는 국내 검색 업체를 보호해야 한다는 주장에는 어느 정도 수긍은 되지만 근본적으로 독자성에 목매지 않는 것이 바람직하다. 솔직히 오픈AI 챗GPT나 구글바드가 우리말 지원을 잘하고, 저렴하게 서비스를 제공하고 있는데, 이 서비스가 아닌 더 많은 돈을 지불하고 다른 서비스를 사용하는 IT생태계가 조성될 수 있을까 의문이다.

나는 AI는 천재들의 학문이라고 생각하지만, AI를 발전시키는 것은 핵심 기술을 추구하는 그들이 아니라 AI를 어떻게 활용할지 고민하는 사람들이라고 생각한다. 물론 앞으로 좀 더 기술적인 이야기 API(Application Program Interface), Plug-in 등에 대해 언급할 테지만, 이 역시도 활용과 확장에 초점을 둘 것이다. 그래도 AI모델링이 궁금하고 더 중요하지 않을까 생각한다면 일단 AI와 친해지고 나서 고민해 보자.

챗GPT라는 특이점

챗GPT는 누구인가

기술적인 이유를 복잡하게 나열할 필요도 없이 챗GPT는 AI와 동의어가 아니다. 요즘 챗봇이 보통명사화 되었지만 챗GPT는 AI의 한 가지 모델이며 자연언어 처리가 목적인 생성형 AI, 대화형 AI의 한 모델일 뿐이다.

어린 시절 공부하던 버릇으로 전과나 수련장 외우듯이 자칫 특정 서비스에 매몰되어 그 서비스를 달달 외우는 것으로 고민을 대신하는 실수를 범하지 말자고 미리 이야기하는 것이다. 우리가 아는 것처럼 구글바드도 실험 버전이기는 하지만 이미 서비스를 제공하기 시작했고, 이후로 더 많은 유사 서비스가 출시될 테니 말이다. 비록 지금은 우리가 사용상 편의를 위해 챗GPT를 대표로 사용하고 있지만 곧 더 적절한 단어로 바뀌지 않을까?

챗GPT의 세계로 들어가기 전에 혼선을 막기 위해 명칭을 정리하자. 챗GPT는 Chat+Generative Pretrained Transformer의 줄임말이다. 즉 ‘채팅을 지원하는 생성형 사전학습 트랜스포머 모델정도로 해석할 수 있다. GPT는 결국 통상적인 LLM 중 하나를 뜻하는 일반적 의미이고 Transformer는 우리가 잘 아는 영화화는 관련이 없는 AI딥러닝(AI Deep learning)이라는 모델 중 하나지만, 앞에 챗(Chat)이 붙음으로써 고유화되었다고 볼 수 있다.

앞에서 이미 AI의 세 가지 특징 ‘정해지지 않았다, 계속 학습한다, 추론이 가능하다에 대해 언급했다. 그리고 AI의 가장 핫한 분야가 NLP와 비전(Vision)이라고 덧붙였다. 오픈AI의 챗GPT 역시 AI의 특징을 모두 가지고 있지만 여기에 더해 또 다른 특징을 가지고 있는데, 이 특징이 이전의 AI보다 챗GPT를 우리에게 더 친숙한 존재, 아니 더 친숙해야만 하는 중요한 존재로 만들었다고 본다. 그 특징이란 무엇일까?

일단 이전의 AI를 보면 다른 컴퓨터 소프트웨어와 같이 사용되기 위해 일반적인 소프트웨어 연동 방법을 사용한다. 첫 번째 방법은 AI를 하나의 참고 목록(Library)으로 여기고 이 참고 목록에서 특정한 기능과 내용을 참조하듯이, 필요할 때 필요한 기능을 호출하는 것이다. 이 과정에서 AI는 블랙박스로 취급된다. 여기서 ‘블랙박스라는 것은 그 의미 그대로 그 안에 무엇이 있는지, 어떻게 작동하는지 여부는 우리의 관심사가 아니고, 블랙박스의 기능이 나에게 필요한 기능이라면 기능 작동에 필요한 입력을 주고 원하는 출력을 얻어 활용한다는 의미다.

대표적인 것이 챗GPT와 같은 NLP, 즉 자연어 처리처럼 공통으로 많이 사용되는 범용적인 기능들이 이렇게 연동된다. 이와 유사하게 비전이라는 분야도 이런 방식으로 많이 활용되고 있다. 비전은 시각과 관련된 부분으로 사물을 인식하는 영상인식(image processing)이 필요한 분야에 활용될 수 있다.

두 번째 방법은 AI를 코드로 만들어 특정 컴퓨터 소프트웨어 내에 포함시키는 방법이다. 이렇게 할 경우 당연히 해당 AI모델에 대한 학습을 포함한 AI의 동작에 대한 사전준비, 그리고 이 모델을 관리하기 위한 지속적인 활동이 필요하다.

이미 알겠지만 오픈 AI의 챗GPT는 첫 번째 경우에 속한다. 일반적인 용도를 가진 NLP이므로 다양한 컴퓨터 소프트웨어와 결합되어 여러 곳에 사용될 수 있다. 하지만 하나 더, 그 자체로 채팅 기능을 갖춰 사람과 직접 상호작용(interaction)을 한다는 큰 강점을 가지고 있다. 이 강점이 바로 다른 AI와 달리 우리에게 크게 다가오는 이유이고 우리가 활용할 수 있는 이유이기도 하다.

즉 사람과 채팅을 통해 질문을 해석하고 질문에 응답하기 위해 방대한 양의 학습 데이터를 동원할 수 있게 사전 학습되었으며, 그 결과 우리가 그 정체를 고민하고 어떻게 활용할 것인지 고민하게 된 것이다.

비전이라는 AI가 알게 모르게 구글 포토라는 수단으로 우리에게 파고들었다면 NLP는 챗GPT를 통해 우리 생활에 들어오고 있다. 그럼 챗GPT는 도대체 무엇일까?

■ National Language Processing이라는 AI의 한 분야로 LLM으로 불린다.

■ 챗GPT뿐 아니라 구글 피카사 같은 비전도 안면인식으로 우리 생활에 오래전부터 녹아들어 있었다.

■ 챗GPT는 언어를 처리하기 위한 방대한 학습을 거쳐 많은 정보를 가지고 있지만, 스스로 문제 해결 능력이나 특별한 영역의 전문적인 기능을 가지고 있지는 않다.

■ 챗GPT가 가진 정보를 활용하여 임금과 노동 시간에 구애받지 않는 개인비서를 만들 수 있다.

■ 막 입사한 당신의 비서 챗GPT는 할 수 있는 것이 많다고 자신하지만 어떻게 하는지 모르는 초년생, 그리고 자신이 하는 일이 무슨 의미인지 모르는 신참이다.

그리고 이미 사용가능한 AI서비스에는 무엇이 있는지도 정리해 보자.

■ 오픈AI 챗GPT: 대화 가능한 생성형 LLM. 무료 사용은 3.5
- 유료 사용으로 플러스 서비스도 가능, 이미지를 생성하는 DALL-E도 유료 서비스
- 오픈AI 챗GPT는 2021년 9월이 최신 데이터이므로 그 이후 데이터는 서비스하지 못함
- 현재 웹사이트에 게시한 내용에 접근하지 못함

■ 구글바드: 대화가 가능한 생성형 LLM. 실험 버전이며 무료 사용
- 문자 채팅만 가능하며 이미지 등은 지원하지 못함
- 사전 학습 데이터 외 현재 웹사이트도 검색 가능

■ 마이크로소프트 Bing: 기존 검색엔진 Bing와 오픈AI 챗GPT의 결함
- 이미지 지원 및 현재 사용 중인 웹사이트도 검색 가능

챗GPT 똑똑하게 활용하기

시작은 자료 검색부터

챗GPT는 검색엔진이 아니다. 심지어 오픈AI 챗GPT는 2021년 9월 이후 정보를 얻기 위해 인터넷에 접근하지도 않는다. 그럼에도 ‘검색에서부터 이야기를 시작하려 한다. 이유는 단 하나다. 우리는 누구나, 수시로 검색창을 사용하기 때문이다. 우리는 이미 잘 알고 있는 것에서 출발하여 챗GPT는 무엇이 다른지 이야기해보자. 두 가지를 기억하면 된다.

■ 이제는 양방향 검색이다!

■ 문맥, 아니 말귀를 알아듣는 검색이다!

챗GPT를 가장 손쉽게 사용할 수 있는 방법은 자료 검색이다. 어느 누구라도 네이버, 구글 또는 Bing을 사용하여 인터넷 검색을 해본 적이 있을 것이다. 아마 지금도 하고 있을 것이다. 검색으로 어느 정도 내가 원하는 데이터를 신속하게 얻을 수 있는 수준이 된다면 이왕이면 정제된 정보로 받고 싶을 것이다. 이것이 콘텐츠이고 챗GPT의 첫 번째 활용법이다. 두 번째 활용법은 영어 잘하는 챗GPT를 시켜서 영어와 다른 학습의 장벽을 허무는 것이다. 이 두 가지 활용법만 익혀도 챗GPT를 충분히 활용한다고 할 수 있다.

콘텍스트 부여하기

챗GPT 활용에서 가장 중요한 단어는 ‘콘텍스트(맥락)라고 생각한다. 어렵게 생각할 필요 없다. ‘인공지능이라는 핵심어로 검색하는 것이 아니라 하나의 문장으로 질의하는 순간부터 우리는 콘텍스트를 생성하고 있다. ‘인공지능을 우리 생활에 어떻게 활용할 수 있을까?라는 문장에서 ‘인공지능은 검색의 주요 핵심어가 되고 ‘우리 생활이나 ‘활용은 콘텍스트를 제공하여 검색의 조건을 만들어주는 것이다. 바로 이 콘텍스트를 유지하고 계속 구체화시키며 추가하는 것이 챗GPT를 잘 쓰는 것이고 우리가 이해해야 할 핵심이다.

우리가 던진 질문에 얻고자 하는 답의 콘텍스트가 전문가 집단이나 기업이 할 수 있는 것을 찾는 게 아니라 ‘내가 생활 속에서 접하거나 할 수 있는 것을 찾는 것이라면 우리는 콘텍스트를 ‘개인비서와 ‘교육 및 학습에 집중해서 재질문할 수 있다.

구글바드도 콘텍스트를 부여하고 유지하는 것은 챗GPT와 동일하다. 이 콘텍스트를 부여하고 심화해 나아가는 것이 매우 중요하지만, 세상일이 좋은 면만 있을 수 없는 것처럼 여기서도 조심해야 할 사항이 있다.

일반적으로 우리는 챗GPT가 아닌 다른 사람과 대화할 경우를 떠올려보자. 콘텍스트를 이해한다는 의미는 맥락을 이해한다는 뜻이고, 다중 해석이 가능한 경우일지라도 특정 경우로 한정하여 서로 이해해야만 대화의 오해가 없어지고, 혹은 명시하지 않아도 암묵적으로 특정 경우로 한정 짓고 인지한다는 것을 의미한다. 챗GPT도 같은 방식으로 작동하므로 우리가 일상에서 범하는 오류가 동일하게 발생할 수 있다.

물론 이런 상황이 발생하더라도 일부는 교정할 수 있다. 첫 번째 교정 방법은 기존 콘텍스트를 모두 지우고 다시 시작하는 것이다. 오픈AI 챗GPT의 경우 ‘New Chat기능을 제공하여 기존 챗은 별도로 보존하고 새로운 챗을 열어준다. 이 경우 기존 챗은 왼쪽 사이드바에 자동 저장되므로 필요한 경우 나중에 참조할 수 있다.

구글바드도 유사하게 왼쪽 상단에 ‘채팅 재설정을 제공하지만, 여기에는 이전 챗을 보관하는 기능이 없으므로 각 응답의 오른쪽 하단에 있는 점 세 개, 즉 더보기를 눌러 복사 기능을 이용하여 개별적으로 저장해야 한다. 이 방법은 이전 콘텍스트를 완전히 삭제하므로 사용자의 스트레스를 유발하기도 한다. 이 방법을 쓰기 곤란한 상황이면 대신 직접적으로 콘텍스트를 수정하는 것도 가능하다. 콘텍스트는 상세한 지시와 정보가 제시되면 더 자세한 내용을 제시한다. 이 방법이 챗GPT를 사용할 때 가장 중요한 지침이다.

콘텍스트에서 마지막으로 한 가지 유의할 점은 부여된 콘텍스트는 해당 채팅에서만 유용하다는 것이다. 채팅을 지우거나 재설정한 경우는 당연히 콘텍스트가 삭제되고, 이 콘텍스트를 저장할 방법도 제공되지 않는다. 오픈AI 챗GPT에서는 내용이 자동으로 저장되고 화면의 사이드바에서 찾아볼 수 있다고 하지만, 내용이 사라지거나 전체가 삭제되는 경우도 발생할 수 있다.

챗GPT, 그리고 API

API가 중요한 이유

이제 API(Application Programing Interface), Plug-in 등을 다룰 차례다. 지금까지 설명한 내용이 통찰력과 업무 효율을 위한 것이었다면, 이 주제들은 이를 심화하고 좀 더 나아가면 새로운 사업 기회로 연결될 수 있는 부분이다. 그러니 챗GPT를 좀 더 깊이 있게 활용한다고 할 수 있을 것이다.

앞에서는 한 걸음씩 나아가며 언급했다면, 여기서는 전체적인 개념에 대해 언급해 보려 한다. 이 부분은 실제 프로그래밍에 대한 이해가 뒷받침되어야 재미를 느끼고 실행할 수 있는 부분이다. 그렇다면 우리가 목표로 했던 ‘공부하지 말고 즐기자에 위배되는 것 아닐까? 따라서 여기서는 API, Plug-in이 무엇이고 왜 중요한지에 대해 누구나 이해할 만한 수준으로 언급하고 넘어가려 한다. 또한 현재 구글바드는 실험 버전으로 API를 일반 사용자에게는 제공하지 않고 있어 오픈AI 기준으로 설명하려 한다.

프로그래밍에 익숙지 않은 대부분의 사람들은 새로운 개념이 하나 나오면 인상을 찡그릴 수밖에 없다. API도 마찬가지일 것이다. 하지만 이 API라는 개념은 여러분을 괴롭히기 위한 것이 아니라 오히려 돕기 위한 개념이다.

앞서 API의 개념에 대해 간단히 이야기했지만, 다시 한 번 되새겨보자. 범용의 공통 기능을 미리 작성해 놓고, 이를 정해진 규칙(Interface)에 따라 입력을 주고 결과(출력)를 받아가는 것이다. 이렇게 하면 어떤 점이 좋을까?

개발자 입장에서 보면 반복되는 부분에 대하여 일일이 작성할 필요가 없다. 본인이 작성에 집중해야 할 부분만 집중한다. 그리고 잘 모르는 부분은 안해도 된다.

흡사 여러분이 회사에서, 혹은 현재 몸담고 있는 조직에서 일 처리하는 것과 비슷하다. 내가 영업부서에 있다면 나는 우리 회사 제품을 잘 파는 것에 집중하면 된다. 물건의 설계, 제작, 배송까지 직접 하지는 않는다. 물론 좋은 영업사원이라면 설계, 제작도 신경 써야 하므로 설계 부서와 제작 부서에 정해진 양식으로 고객의 요구 사항, 납기 등을 전달하고 설계 또는 제작 상황을 수시로 통보받을 것이다.

이때 다른 부서와 주고받은 문서들을 API에 비유할 수 있고, 여러분의 요구에 의하여 설계와 제작을 진행하는 부서들은 여러분뿐 아니라 다른 동료의 요구도 받아서 수행하므로 공유되는 기능(앞에서 이야기한 Library) 역할을 하게 된다. 이때 일 잘한다는 칭찬을 받는 사람은 설계, 제작까지 뛰어들어 시시콜콜 따지는 직원이 아니라, 요구사항을 분명히 전달하고 결과를 점검하며, 본인이 직접 하는 일에 더 집중하는 직원이다.

API가 중요한 것도 우리가 잘할 수 없는 부분, 다른 사람이 이미 성과를 보이고 있는 부분까지 우리가 할 필요 없이, 우리가 잘하는 부분만 집중할 수 있도록 해주기 때문이다.

결국 우리는 API로 우리가 잘할 수 있는 부분에만 집중할 수 있을 뿐만 아니라, 이전에는 진입장벽으로 작용했던 기술적 요소(여기서는 챗GPT)를 신경 쓰지 않고 우리의 아이디어를 실현할 수 있다는 이야기다. 한마디로 IT를 기반으로 무엇인가를 하고자 할 때, 매우 큰 진입 장벽이 되었던 기술적 요소를 우회할 수 있는, 누구에게나 IT신사업의 기회를 개방하는 기회 민주주의가 될 수 있다.

챗GPT, 무조건 시작하라

우리에게 챗GPT는 무엇일까?

챗GPT는 아는 것은 많지만 생각이 깊은 친구는 아니다. 지금까지 함께 이야기 나눈 사람들은 이 말을 동의할 것이다. 정확하게 표현한다면 오픈AI 챗GPT나 구글바드를 ‘똑똑하다고 표현하기는 적합하지 않아 보인다. 그들을 지능을 가진 사고체라고 보는 것은 아직 이르다. 그들에게 부족한 것이 우리가 가진 아주 중요한 것이기 때문이다.

아직은 AI가 아닌 우리에게만 있고, 클라우스 슈밥이 예견한 ‘스타트업의 다양성과 확산이라는 긍정적 효과를 더한다면 챗GPT가 우리에게 어떤 의미인지 조금은 선명해진다고 본다.

AI와 챗GPT는 많은 변화를 일으킬 것이다. 이 변화에는 기존의 일자리가 위협받는 일도 있다. 앞에서 살펴본 것처럼 단순 프로그램 코딩은 구글이 인정한 레벨3 엔지니어에게 당하기 어려울 것이다. 하지만 새로운 기회도 창출된다.

비슷한 사례를 찾자면 3D프린터를 들 수 있다. 이것의 등장으로 설계도만 있으면 부품을 실제로 제작할 수 있고, 고객의 요구에 맞게 다양성과 유연성을 가진 다품종을 제작할 수 있으며, 시제품이나 프로토타이핑(Prototyping)등을 저렴한 비용으로 제작할 수 있다는 여러 가지 장점이 있다. 이 모든 장점은 결국 하나로 합쳐져서 ‘부품을 만들기 위한 비용과 시간이 대폭 줄어들어 누구나 자신의 아이디어를 제품화할 수 있는 길이 생겼다가 될 것이다.

여기서 키워드는 ‘누구나와 ‘쉽게다. 전문 시공업자만이 시간과 돈을 들여서 할 수 있던 집짓기를 프린터로 할 수 있는 것처럼 누구나, 낮은 문턱으로 새로운 도전을 할 수 있는 기회가 주어진다.

훈련받은 IT 인력이 생산하던 소프트웨어 제작은 코딩의 많은 부분을 해결해 주는 챗GPT로 그 문턱이 많이 낮아졌다는 점도 같은 맥락으로 이야기할 수 있을 것이다. 그렇다면 소프트웨어를 기반으로 하는, 또는 소프트웨어가 필요한 곳에서 요구되는 것은 IT인력확보가 아니라 창의적 아이디어를 구상하는 것이 아닐까? 소프트웨어 코드를 만들어내는 것은 챗GPT같은 AI가 담당해 줄 것이다. 하지만 그들이 무엇을 만들 것인지 까지 결정하지는 못한다. 무엇을 만들지 결정하는 것은 기존의 IT전문가, 훈련받은 IT인력이 아니라 생활 속에서, 본인의 업 속에서 챗GPT를 사용하고 불편함을 해소하려는 여러분이다. 이렇게 만들어진 노력이 새로운 흐름을 만들고 새로운 산업으로까지 이어질 것이다.

확실한 것은 이 과정에서 소프트웨어 시장이라는 애플 앱스토어 못지않은 새로운 시장을 만들 수 있고, 이 시장에 소프트웨어를 공급하는 다양한 스타트업을 부흥시키는 시작점이 될 수도 있다는 사실이다. 이 흐름에 올라타는 방법은 챗GPT박사가 되는 것이 아니라 챗GPT에게 어떤 일을 시킬지 구분할 수 있고, 여기서 나의 ‘새로운 착상을 하나 얹어서 나의 아이디어를 현실화하는 능력일 것이다.

솔직히 언제, 어떻게, 얼마나 변화가 올지 그 누구도 알 수 없다. 이 변화가 정말로 기술적 특이점이나 사건의 지평선이 될지, 아니면 찻잔 속의 태풍으로 끝날지는 아무도 모른다. 하지만 한 가지 확실한 것은 우리가 지금 변화에 대비한다면 우리의 아이디어를 더할 수 있는 시기는 지난 시기보다 더 확실하게 우리에게 다가올 것이라는 점이다.

* * *

본 정보는 도서의 일부 내용으로만 구성되어 있으며, 보다 많은 정보와 지식은 반드시 책을 참조하셔야 합니다.