나만의 ‘알잘딱’한 ChatGPT를 만든다? [Auto-GPT란 무엇일까?]

나만의 ‘알잘딱’한 ChatGPT를 만든다? Auto-GPT란 무엇일까?

 

[과학쿠키 구독자들에게만 드리는 패스트캠퍼스 특별 할인 혜택]

2024년 1월 7일까지, 과학쿠키가 Pick한 강의와 모두를 위한 인공지능 강의를 구매할 수 있는 할인 코드를 제공해드려요!

*쿠폰 등록 방법
아래 쿠폰코드를 복사하여, 원하는 강의의 결제창에 입력해주세요.
발급된 쿠폰은 패스트캠퍼스 홈페이지 로그인 후 [마이페이지-쿠폰내역]에서 확인 가능합니다.

📌 [과학쿠키 Pick 강의] 알아서 일하는 진짜 인공지능 Auto-GPT 서비스 구현  - 25% 할인코드 (12/31까지 사용 가능) : SNCECKIE231225_25
- 강의 확인하기 :  https://bit.ly/3tuKNPf

📌 더 많은 '모두를 위한 인공지능 강의'를 할인 받고 싶다면?
- 20% 할인코드 (12/31까지 사용 가능) :  SNCECKIE231225_20
- 10% 할인코드 (2024/1/7까지 사용 가능) :  SNCECKIE231225_10
- 강의 확인하기 :  https://bit.ly/3RBMlz6

=============================================

Shooting Info

- SONY A7C, A6600 with SONY LENS
- SONY FDR-X3000 Action CAM
- IPhone12 PRO

Edit Software Info

- Adobe Premiere Pro CC
- Adobe Aftereffect CC

 

 

1

자 만약 나를 위해 자동으로 내가

0:03

원하는 번거로운 일을 대신해 주는

0:05

AI 있다면 어떨까요 그런데 그런

0:08

AI 실제로 존재하고 또 일반인들도

0:10

조금 배우기만 하면 이것을 활용할 수

0:12

있다는데 이게 과연 무슨

0:17

말일까요 얼마 전 저는 IBM 협업을

0:20

통해서 IBM wass x.ai

0:22

대해서 소개했었습니다 기업이

0:24

활용하기에는이 채 GPT 만드는

0:26

정보들이 정확한 정보를 제공하지 않을

0:28

뿐더러 가끔은 거짓말을 하는 모습을

0:30

보이기 때문이라고 그 영상을 통해서

0:32

설명했었는데 그런데 이와는 별개로

0:34

만약 사용자가 자연어를 처리하는 오픈

0:37

AI 최 GPT 원리를 잘 이해하고

0:39

이것을 원하는 대로 입맛에 맞게

0:42

활용할 수 있는 방법을 알고 있다면

0:44

단순하게 오픈 AI ES 제공하는 채

0:46

GPT 사이트에서 질문하고 응답하는

0:49

방식보다 훨씬 우수하고 뛰어난 정보를

0:52

제공한다는 사실을 알게 되었습니다

0:54

이게 대체 무슨 소리일까요 이것에

0:56

대해서 좀 더 자세하게 알아보기

0:58

위해서는 먼저 생 성형 AI 무엇인지

1:01

알아볼 필요가 있습니다 오늘날의

1:03

대중들이 가장 먼저 떠올리는 AI

1:05

이미지가 만들어지게 된 시작점은 딥

1:07

러닝이라는 기반이 다져지기 시작한

1:09

2000년대 후반의 머신 러닝 분야의

1:12

급진적인 발전해 있습니다 딥러닝의

1:14

등장으로 인해 컴퓨터는 이미지와

1:16

비디오는 물론 음성 인식 등이

1:17

비약적으로 발전하게 되었습니다이를

1:20

기반으로 하는 말 그대로 분류 작업을

1:22

수행하는 aiin 판별 모델을

1:24

추측으로 초기 딥 러닝 기술의 발전은

1:26

이루어졌죠 간단한 예를 들어 판별

1:28

모델에 대해서 설명 해보자면 개와

1:31

고양이의 사진을 학습한 AI 새로운

1:33

사진을 보여줬을 때 그것이 개인지

1:36

고양이인지 구분에내는 AI 바로 판별

1:39

모델인 것입니다 그러나 오늘날 우리가

1:41

막강하다고 여기고 있는 AI 등장은

1:44

사실 2014년에 시작되었습니다

1:46

우리가 간으로 많이 알고 있는 생성형

1:49

적대신경망 베리에이션 오토인코더 등의

1:51

등장은 단순히 판별하기 위한 AI

1:54

아닌 새로운 정보를 생성하는 능력을

1:55

지닌 AI 즉 생성형 AI 탄생을

1:58

알렸습니다 생성형 AI 어떤 데이터를

2:01

입력했을 때 그 데이터를 기반으로

2:03

새로운 데이터로 생성하는 AI

2:05

말하는데요 여기서 말하는 데이터란 글

2:08

이미지 소리 그리고 영상 등의

2:11

컴퓨터에 입력이 가능한 다양한

2:13

정보들을 말합니다 이것을 생성형 AI

2:15

n 방대한 학습 데이터를 기반으로

2:17

해서 다시 글 이미지 소리 또는

2:20

영상의 형태로 생성해 주는 것입니다

2:23

글을 글로서 생성하는 채 GPT 나

2:25

바드 글을 이미지로 만들어 주는

2:27

포토샵 AI 소리를 글로 바꾸어주는

2:29

프리미어 프로 AI 같은 것들을

2:31

활용하고 있는 우리들은 이미 생성형

2:33

AI 실용적으로 접하고 있다고 해도

2:36

과언이 아닙니다 이렇든 생성형 AI

2:38

이미 우리에게 다소 번거롭거나 귀찮은

2:40

일을 잘할 수 있도록 또는 창장의

2:42

능력을 확장하는 도구로서 유용하게

2:44

쓰이고 있습니다 그런데 사실 일반적인

2:46

대중보다 개발자들은 이들의 능력을

2:48

훨씬 막강하게 사용하는 방법을 알고

2:51

있다는 사실을 여러분은 알고 계셨나요

2:53

채피를 서비스하는 오픈 AI 같은

2:55

회사들은 자신들의 AI 모델을 API

2:58

아는 형태로 제공하기 도 합니다

3:00

그리고 개발자들은 바로이 API

3:03

사용하는 방법을 알고 있습니다 이것을

3:05

활용할 수 있다면 단순히 채 gpts

3:08

물어보고 답변을 받는 수준을 넘어서

3:10

실제로 특정 주제에 관한 연구에

3:12

사용하거나 웹사이트를 제작하거나

3:14

기사를 작성하거나 마케팅에 활용하거나

3:16

요리법을 빠르게 정리하는 데에도

3:18

사용할 수 있습니다 단순히 AI 잘

3:21

쓰기 위해서 우리가 모두 개발자가 될

3:23

필요는 없겠지만 도대체 어떻게 하면

3:25

개발자들 럼 스마트하게 AI 활용할

3:28

수 있을까요 apian 어플리케이션

3:31

프로그래밍 인터페이스의 약어로 어떤

3:33

운영 체제나 프로그래밍 언어가 있을

3:35

때 이들이 제공하는 기능을 응용

3:38

프로그램을 통해서 사용할 수 있도록

3:40

제공하는 인터페이스를 말합니다 그런데

3:43

이렇게 설명하면 너무 어렵죠 그래서

3:45

그림으로 이것을 알아보면 좋을 것

3:47

같습니다 식당에 방문한 쿠키가 있고

3:49

식당의 요리사 그리고 종업원이

3:52

있습니다 쿠키는 종업원에게 메뉴판을

3:54

보고 돈가스를 주문했습니다 그러면

3:56

종업원은 요리사에게 주문을 전달하고

3:59

요리사는 는 종업원에게 돈가스를

4:01

만들어 서빙할 것을 요청하고 종업원이

4:03

쿠키에게 돈가스를 서빙하는 것입니다

4:06

여기서 쿠키를 AI 모델을 사용하기

4:08

위한 유저로 요리사를 AI 모델로

4:10

생각해 본다면 고객의 주문을 전달하고

4:13

다시 고객에게 결과를 제공하는

4:14

종업원을 API 생각해 볼 수 있는

4:16

것입니다 다시 말해 API게 이야기를

4:19

건낼 수 있는 방법을 안다는 것은 그

4:21

API 해당하는 AI 모델과 대화를

4:24

할 수 있는 능력이 있다는 것을

4:25

의미하는 것이죠 그리고이 오픈 AI

4:27

보유한 채지 PT API 이용한

4:29

어플리케이션들 중 나의 알잘딱 can

4:32

비서를 만드는 어플리케이션이 바로

4:34

오토 GPT 있니다 오토 GPT n

4:37

채 GPT 응용 프로그램으로써

4:39

사용자가 어떤 목적으로 사용하느냐에

4:41

따라서 아주 강력한 도구가 될 수

4:43

있는 가능성을지는 응용 프로그램입니다

4:46

일단이 응용 프로그램을 사용하기에

4:48

앞서서이 오토 GPT a 원리를 잘

4:50

알면이 오토 GPT 어떤 일들을 잘

4:52

할 수 있을지에 대해서 우리가 판단해

4:55

볼 수가 있겠죠 오토 GPT 결국

4:57

GPT 하는 AI 모델을 사용 하는

4:59

것이기 때문에 먼저 GPT 무엇인지

5:02

알아보아야 합니다 GPT 제너레이티브

5:05

프리트레인 트랜스포머의 약어로서

5:07

생성을 할 수 있도록 미리 훈련된

5:09

트랜스포머 모델을 말합니다 여기서

5:12

트랜스포머 모델은 생성형 AI 시장이

5:14

동적으로 발달하던 2017년에 수많은

5:17

모델들 중 타 모델 대비 막강한

5:19

성능과 이점을 보유해서 수많은 경쟁을

5:22

뚫고 살아남은 AI 언어 모델로서

5:25

2017년 구글에서 발행한

5:26

attention is all you

5:27

need 아고 하는 제목의 논문에서

5:29

처음으로 등장했습니다 당시 번역을

5:32

담당하던 생성형 AI 그은 문장이

5:34

길어지면 번역의 퀄리티가 급격하게

5:36

저하되는 고질적인 문제점을 가지고

5:38

있었는데요 어텐션이라는 메커니즘을

5:40

사용하는 트랜스포머 모델을 사용하면

5:42

아무리 문장이 길어져도 정보에 누아

5:45

없이 우수한 번역 퀄리티를 만들어 낼

5:48

수 있는 것을 확인한 것입니다 그런데

5:50

더욱 놀라운 점이자 결정적인 점은이

5:52

트랜스포머 모델은 다른 모델들과는

5:55

다르게 더욱더 많이 쌓으면 쌓을수록

5:57

성이 좋아진다는 점이었습니다

6:00

이로 인해 등장하게 된 것이 바로 첫

6:02

등장 일에 대중들에게 충격을 엄청나게

6:04

크게 가져다준 채 GPT 같은

6:07

무지막지하게 많이 쌓아올린 언어 모델

6:10

거대 언어 모델인 것입니다 그렇다면

6:12

l&m 대체 무엇을라는 AI 모델인

6:15

것일까요 기본적으로 AI 언어 모델은

6:18

문장 내의 개별 단어 요소들이 그

6:20

문장 전체에 적절하게 어울리는

6:22

요소인가 확률적으로 계산해서 가장

6:24

높은 확률 요소를 가지는 단어들로

6:26

문장을 만들어 주는 모델입니다 면

6:29

그것을 훨씬 더 잘하는 AI 말하는

6:31

것이죠 예를 들어 There is

6:33

on Apple이라고 하는 문장이

6:35

만들어질 확률은라고 하는 주어가

6:37

발생할 확률에가 문장 내에 존재할

6:40

때이가 발생할 확률 그리고 와이가

6:43

문장 내에 존재할 때 플이 발생할

6:46

확률에 곱으로 계산됩니다 이와 같은

6:49

무수한 계산 과정이 반복되면서 가장

6:51

최적의 문장을 만들어내는 것이 AI

6:53

언어 모델이 문장을 생성하는 원리이며

6:56

GPT n 바로이 언어 모델들 중

6:58

트랜스포머를 거대 언어 모델로 키워서

7:00

만들어 낸 생성형 AI 것이죠 그리고

7:03

이와 같은 이점을 지닌 그리고 API

7:05

접근이 가능해서 언어 모델의 특징을

7:08

반복적으로 정교하게 설계할 수 있는

7:10

응용 프로그램이 바로 토 GPT 있

7:12

것입니다 그렇다면 오토 GPT 어떤

7:14

방식으로 동작할까 먼저 오토 GPT

7:17

사용하기로 한 유저가 원하는 목표 뭐

7:19

예를 들면 뭐 AI 관련된 뉴스를

7:21

크롤링하고 그것을 요약 정리해 줘라고

7:24

하는 명령을 투입하면 그 명령을 임무

7:26

생성 에이전트라는 곳으로 일단 먼저

7:29

보냅니다 이곳에서 실제로 오픈 AI

7:31

a 최 GPT이를 수행할 수 있도록

7:34

임무를 생성하는 그러니까 태스크

7:36

제너레이션을 진행을 하는 것입니다

7:38

이렇게 생성된 임무들은 임무 Q

7:41

쌓이게 되는데요 이것을 다시 우선

7:44

순위에 따라서 정렬하는 임무 우선순위

7:47

에이전트라는 곳을 통해서 순서를

7:49

정합니다 그렇게 순서가 정해지면

7:52

유저에게 해당 임무를 실제로 수행할

7:53

것인가에 대한 최종 승인을 요청하는데

7:56

여기에서 승인이 이루어지면 원하는

7:58

결과 에 도달할 때까지이 과정이

8:00

반복적으로 자동적으로 이루어지면서

8:02

원하는 결과에 도달하게 되면 토

8:04

GPT 종료됨으로써 목표를 달성하는

8:07

것입니다 오토 gptn 기본적으로 글

8:09

텍스트를 기반으로 입력과 출력을

8:11

수행하는 AI 거대 언어 모델을

8:14

응용한 프로그램입니다 그렇기 때문에

8:16

텍스트를 기본 골자로 하는 임무

8:18

수행의 최적화가 되어 있는데요 웹상에

8:20

존재하는 텍스트 정보를 빠르게 모아서

8:22

핵심적인 내용으로 요약하는 등의

8:24

일들에 아주 능통하며 텍스트로

8:26

만들어지는 정보에 한해서는 꽤나 쓸모

8:28

있는 결과 를 만들어 주기도 합니다

8:31

오토 GPT 제대로 다루기 위해서는

8:33

파이썬과 같은 언너 혹은 vs 코드

8:36

등과 같은 개발을 하기 위한 아주

8:37

기본적인 툴을 능숙하게 아니더라도 잘

8:40

이해하고 다룰 줄도 알아야 하는데요

8:42

오늘 이야기한 내용들은 기본 개념에

8:44

관한 설명이고 오토 GPT 실제로

8:47

다뤄 보거나 아니면 정말 나만의

8:49

비서처럼 디자인하기 위해서는 관련

8:51

지식을 실무적으로 익힐 수 있는

8:53

충분한 시간과 노력이 필요합니다 저는

8:57

패스트 캠퍼스와의 협업을 통해서 양

8:59

11시간에 걸쳐서 제공되는 알아서

9:01

일하는 진짜 인공지능 오토 GPT

9:03

서비스 구현이라고 하는 제목의 강의를

9:05

직접 들어보고이 영상을 제작했는데요

9:08

선택하는 과정에서 제게 중요했던 점은

9:10

실라버스 하죠 교육 과정 소개서의

9:12

내용이 큰 요인이었던 실제 AI

9:14

서비스의 구현과 실습 등의 총 일곱

9:16

가지를 다루는 강의라고 요약이 되어

9:18

있고 사실 크롤링을 잘하는 AI 만들

9:21

수 있다는 사실에 조금 시선 강타를

9:23

당했습니다이 부분은 제 업무 특성상

9:25

사실 크롤링에 가장 많이 시간을

9:27

잡아먹어서 그런 것 같기도 네요 또

9:29

오토 GPT 구동하기 위한 파이썬이

9:32

부분에 대한 강의가 굉장히 좋았습니다

9:34

파이썬이 워낙 개념적으로 넓기 때문에

9:36

뭔가를 하기 위해 파이썬 자체를

9:38

배운다는 사실이 솔직히 좀 막막했는데

9:40

딱 오토 GPT 위한 파이썬을

9:42

배운다고 하니 너무 매력적이었죠 정말

9:44

필요한 부분을 잘 배웠던 것 같습니다

9:46

그 이후에 강의들도 다 좋았는데

9:48

내용적으로는 쉬어도 취득하기까지

9:50

어려운 부분이 많아서 복습이 많이

9:52

필요할 것 같았습니다 저는 강의

9:54

협찬을 받아서 기간 제한이 있지만

9:55

수강하시는 분들은 강의 정보에 명시된

9:57

대로 평생 소장이 될 것 같네요

10:00

개인적으로는 울프의 매스매티카 이후로

10:02

간만에 접해본 어너 인지라 아직은 좀

10:05

이것과 친해질 시간이 필요한 것

10:06

같습니다 광고 채널을 통해서 굉장히

10:09

좋은 기회로 평소에 관심 있던 오토

10:10

GPT 강의를 듣게 되었지만 아 남은

10:13

수강일 있거든요 남은 수강일 동안

10:15

계속해서이 언어들 뭐 여러 가지

10:18

프로그래밍 언어들과 친해지는 시간을

10:20

가져봐야 될 것

10:26

같습니다 안녕하세요 과학 킵니다

10:29

과학과 공학 기술 과학 사회학 그리고

10:33

과학 철학 및 과학 기술 정책 등을

10:34

다루는 종합 과학

10:36

채널입니다 이번 영상은 패스트

10:38

캠퍼스의 제작 지원 및 광고 의뢰를

10:40

통해 제작되었습니다 영상이 제작될 수

10:42

있도록 제작 지원해 주시고 실제로

10:44

강의를 들어볼 수 있도록 무료로

10:46

양질의 강의를 수강할 기회를 주신

10:47

패스트 캠퍼스에 깊은 감사의 말씀을

10:50

드립니다 지금 보신이 영상이

10:52

여러분들께

10:54

유익하였습니다 men 좋아요를 통해

10:56

여러분의 의견을 보내주세요 그리고

10:58

앞으로 도 과학 후기 채널의 콘텐츠를

11:00

계속 만나고 싶으시다면 채널의 구독을

11:03

부탁드릴게요 과학 후기 채널 운영에

11:05

도움을 주고 싶으시다면 설명 난아

11:07

있는 링크 또는 구독 버튼 옆에 있는

11:09

멤버십 가입으로 채널에 후원을 해

11:11

주실 수 있습니다 좌측의 크레딧으로

11:13

올라가고 있는 모든 분들께서 후원을

11:15

통해 채널 운영을 도와주시고 있습니다

11:18

채널의 성장과 발전에 도움을 주시고

11:19

계신 모든 후원자분들께 다시 한번

11:22

정말 감사드립니다 끝까지 시청해

11:24

주셔서 정말 감사드리고요 전 또 다음

11:26

영상으로 여러분들을 찾아뵙도록

11:28

하겠습니다 언제나 그랬듯 과학을

11:36

쿠키처럼