생성형AI (3일차) [KT 에이블스쿨] 2025.04.22(화)

2025.04.22 (화)

 

 

 

오늘은 생성형 AI 3일차 !

오늘 수업의 제목은 '노코드 기반 자동화 툴 만들기'입니다.

노코드 기반이란 무엇이냐 ! 하면, 

말 그대로 코드없이 자동화 툴을 만드는 과정을 의미합니다.

 

이전에 배웠었던 프롬프트 엔지니어링을 통해

생성형 AI에게 내가 수행해야 할 데이터 분석 과정을 맡기는 것입니다.

오늘은 다양하게 멀티모달AI, 소형언어모델, AI트렌드 등을 먼저 수강하고, 

ChatGPT의 GPTs를 활용하여 나만의 생성형 AI모델을 만드는 방법을 배웠습니다.

 

사실 이전에 배웠던 엑셀과 매크로 과정은 크게 공부하지 않아도 지식으로 할 수 있는건데 ~ 

라고 생각하면서 해당 과정이 무익하지는 않았지만,

'엔지니어링'이라는 이름으로 배워야하나? 라는 생각을 사실 했었습니다...

 

하지만 !

 

오늘 과정을 배우면서, 직전 과정이 왜 필요했는지 알게 되었습니다.

친숙하고 이전부터 많이 다뤘던 엑셀과 데이터 분석을 이용해서

먼저 프롬프트 엔지니어링을 배우고 이제부터 리뷰할 과정을 다루기 위함이었다는 걸 ! 

 

강사님도 말씀하셨듯이, 이 과정은 프롬프트 엔지니어링의 고급 과정이 아니기 때문에 

이후에 더 깊이 다룰 수 있는 과정이 있다는 게 더 궁금해졌습니다 ...

하지만 아쉽게도 DX트랙에서는 더 배우지는 않는다고 합니다.. 흑흑...

 

각설하고 ! 이제 시작해 보겠습니다 ! :D

 

 

---

 

 

1. 생성형 AI와 서비스 솔루션

 

○ 생성형 AI

  : 주어진 데이터에서 학습하여 새로운 콘텐츠를 생성할 수 있는 인공지능 기술

   → 기존 AI가 특정 패턴 학습과 예측에 중점을 뒀다면, 생성형 AI는 창의적 결과물을 만들어낸다는 차별화가 존재

   → Ex) GPT : 텍스트 생성, DALL-E : 이미지 생성, MusicLM : 음악 생성

 

○ 생성형 AI의 두요 트렌드

① 멀티모달 AI

  : 텍스트, 이미지, 비디오 등 다양한 형태의 데이터를 동시에 처리하고 분석할 수 있는 기술 

   → 가트너에 따르면 2027년까지 생성형 AI의 40%가 멀티모달이 될 것으로 예상

   → Ex) 이미지 캡셔닝, 비디오 분석 및 요약, 자율 주행, 의료 데이터 분석 등

 

② 에이전트 AI

  : 인간의 직접적인 개입 없이 독립적으로 작동하는 시스템

   → 고객 서비스나 금융 분야에서 데이터를 신속하게 분석하고 추천함에 유용

 

③ 기업 맞춤형 AI 애플리케이션 증가

 

④ 오픈소스 모델의 성장

   → Meta의 Llama, Mistral의 모델, Google의 Gemma 등

 

⑤ 데이터 활용의 중요성 증대

 

⑥ 책임감 있는 AI 원칙에 대한 지속적 관심

   → 생성형 AI가 급증했지만, 많은 사람들이 그 정확성과 응용에 대해 여전히 우려하고 있다. (윤리적, 합법적)

 

⑦ 온디바이스AI 출시에 따른 소형언어모델의 중요도 상승

   → 연산에 메모리를 적게 소모하고, 그만큼 전력 소모도 감소

 

2. GPTs와 GPTs store 활용

○ GPTs

  : OpenAI가 2023년 11월 6일에 DevDay에서 처음 공개한 생성 AI 애플리케이션

   → 사용자가 직접 챗봇을 만들어 공유할 수 있는 기능

   → Featured : OpenAI가 매주 추천하는 인기 GPTs 

   → Trending : 현재 가장 많이 사용되는 GPTs 

   → By ChatGPT : ChatGPT 공식 개발 GPTs

 

○ Create 모드 

  : GPT와 대화하면서 모델링을 진행

   → 어제 공부했던 데이터 분석 모델 만드는 것과 같이 역할과 답변 프로세스를 설명

 

○ Configure 모드 

  : Create 모드보다 조금 더 자세하게 설명하고 모델링 할 수 있는 기능

   → Name, Description, Instruction, Conversation starters, Knowledge, Capabilities 를 직접 입력해야 함

 

① Instructions(지시사항)

  : 시스템이 수행해야 할 주요 기능과 동작 장식에 대한 지침을 제공 (답변 생성 절차)

 

② Behavior(행동규칙)

  : 시스템 동작 시 반드시 따라야할 규칙과 제약 사항을 설정 (자세한 동작 방식, 행동 패턴 정의)

 

③ Customization(맞춤화)

  : 사용자 특성을 반영하여 맞춤형 경험을 제공하는 요소를 정의 (시스템 문체, 표현 방식, 대화 스타일 명시)

 

④ Data Requirements(데이터 요구사항)

  : 기능 수행에 필요한 데이터의 유형과 범위를 정함 (데이터 수집, 분석, 활용 방식의 기준을 설정)

 

⑤ 출력 형식

  : 최종 결과물을 구성하는 요소와 그 구조를 정의 (결과물이 사용자가 이해하기 쉬운 형태로 표현되도록 설정)

 

→ First Prompt 뿐 아니라, Second Prompt도 계속 입력 및 수정하며 원하는 모델을 제작

 

 

---

 

 

오늘도 일단 예시없이 한번 작성해보았습니다.

실습시간도 많았지만, 이전에 말씀드린 것처럼 이번 주말에 보는 AICE 시험도 준비해야 하고,

또 다음주 미니프로젝트 수행 시에 리뷰할 예정이오니 너무 실망하지 말아주세요 ! 

 

생각보다 애매하던 기능과 과정들을 명확히 배울 수 있어서 너무 좋은 시간이었습니다 ! 

이런 시간이 없었으면 정말 배우지 않았을 수도 있는? 그런 내용이기도 했습니다.

 

또한, 이전에 배웠던 내용들이 쓸모 없는 것이 아니라

모두 도움이 되었음에 신기하고 감사했습니다 ! 

 

오늘도 그럼 모두들 파이팅하세요 ! :D