ChatGPT 학업에 활용하기 특강

24.06.28

Luma Dream Machine
-> lumalabs.ai/dream-machine: 프롬프트 입력해 자신이 원하는 영상 만들어줌

생성형 인공지능: 대규모 데이터셋 → 인공지능 → 새로운 콘텐츠 생성

LLM(Large Language Model) ‘거대 언어 모델’: 방대한 양의 데이터를 기반으로 사전 학습된 초대형 딥러닝 모델

• 수많은 파라미터를 보유한 인공 신경망으로 구성된 언어모델
• 모델은 파라미터가 많아야 성능 높아진다 (절대적이진 X)
• 활용 → 번역/요약/대화/지식 검색/컨텐츠 생성/코딩 가능!

y = f(x) << [y: model output, f: model, x:input data]

기존의 인공지능 결과물 = 숫자, 확률, 분류 ↔ 생성형 인공지능 결과물 = 자연어, 이미지, 오디오

• 동일한 입력 데이터를 넣어도 생성형 인공지능은 기존의 인공지능과 다른 결과 도출

AI 일상화 → 업무 생산성 → 검색 패러다임 전환 → AGI(Artificial General Intelligence, 인공 일반 지능)로 가기 위한 멀티 모달

*멀티 모달: 인간이 컴퓨터와 시각, 청각을 비롯한 여러 양식을 통해 정보를 주고 받는다 ↔ 유니 모달

• 이전에는 전문가의 영역이었다면, 지금은 사용자들과 가깝다
• MS에서 제공하는 Bing → Copilot으로 변경
• Google Bard → Gemini로!
• 짧은 기간 내에 multi-modal로 변환, 전 세계의 흐름을 변경
• 하루가 다르게 tech가 발달하고 있다
  • 생성형 인공지능마다 스타일이 다르다

한글 데이터/국내 데이터 학습가 위주인 클로버X와 큐(cue:)

• ChatGPT, Copliot, Gemini는 영어/다국어 지원 위주

G: Generative 생성형

P: Pretrained 사전 학습

T: Transformer 트랜스포머 학습 알고리즘

• 텍스트에 가중치(weight)가 달려있다 → 자연스러운 문장

[Openai Platform] Google Open AI Platform

playground → 텍스트 가중치 알 수 있다

ChatGPT에게 페르소나(Persona)를 적용할 수 있다!

• 자문 및 상담에서도 생성형 인공지능을 활용할 수 있다
• • 업무, 교육, 코딩,,

인공지능이 범용적으로 결과물을 만들어내는 형태로 갈 것이다: 인공 일반 지능 ‘AGI 시대’

GPT-4o (옴니): 인간의 응답 시간과 비슷, 더 자연스러운 인간-컴퓨터 상호작용

• 텍스트, 오디오, 이미지 및 비디오의 모든 조합을 입력으로 받아들이고
• → 텍스트, 오디오 및 이미지의 모든 조합을 생성
• 사람과 상호작용할 수 있는 인공지능을 지향한다

1) 답변이 사실을 포함하지 않는다면 → ChatGPT 사용에 적합

2) 답변이 사실을 포함하며 답변을 직접 검증할 수 있고, 사실 검증 없이 사용한 경우 법적 책임이 있을 수 있다는 것을 알고 있다면 → 적합

모델마다 학습된 기간이 다르다 (pretrained)

12345 * 67899 =? 라는 질문을 하면

코드로 계산을 해서 → 나온 결과를 → 들고 와서 창에 보여준다

ChatGPT가 내놓은 답변의 우측 [>_} click

프롬프트 설계: 구체적인 지시 → 답변 검토 ↔ 프롬프트 수정 (피드백)

• 답변 검토와 프롬프트 수정 단계 반복
• in-context learning

프롬프트 템플릿

• 중요성: 중요한 정보를 가장 위에 배치
• 간결성: 간결하고 명확한 표현 사용
• 정확성: 정보나 내용을 정확하게 전달
• 순차성: 단계별로 순차적으로 작성

대화의 기본 육하원칙 5W 1H

• what “~해줘”
• how “~를 포함해서/적용해서/전문적으로”
• who “Act as 기획자/운영자/면접관”
• why “~을 위해서”
• when, where

유용한 프롬프트 기법

1. 답변을 최적화하는 역할 (Role) 기법

   1. 당신은 [기획자]입니다. 다양한 프로젝트를 기획하고 홍보하는 것이 당신의 역할입니다.

      → 상세하게 역할 설정 시 사용

   2. Act as [기획자]

      → 역할만 명확하게 설정 시 사용

   3. #role : [기획자]

      → 여러 가지 명령 프롬프트와 동시 사용, 마크다운 형식

2. 답변 정확도를 높이는 Few-Shot 기법

   1. Zero-shot: 예시 미제공 프롬프트
   2. One-shot: 예시 데이터 1개 제공
   3. Few-shot: 예시 데이터 2-5개 제공

   → shot 많을수록 정확도 높아진다는 논문의 결과