"챗GPT"의 두 판 사이의 차이
(새 문서: 챗GPT) |
|||
1번째 줄: | 1번째 줄: | ||
− | 챗GPT | + | '''챗GPT'''(ChatGPT)는 [[오픈AI]](OpenAI)가 2022년 11월 30일 공개한 대화형 [[인공지능]] [[챗봇]]이다. [[대규모 언어 모델]](LLM) GPT-3의 개선판인 GPT-3.5를 기반으로 개발되었으며, [[지도학습]]과 [[강화학습]]을 모두 사용해 [[미세조정]](fine-tuning)되었다. 제품명은 채팅(Chating)과 ''''G'''enerative '''P'''re-trained '''T'''ransformer'의 합성어이다. |
+ | {{:인터넷 배너|호스팅}} | ||
+ | |||
+ | == 개요 == | ||
+ | 챗GPT는 [[미국]]의 [[인공지능]] 연구소 [[오픈AI]]가 개발한 [[자연어 처리]](NLP) 기반 대화형 인공지능 모델이다. [[GPT]](Generative Pretrained Transformer) 아키텍처를 기반으로 하며, 주로 대화를 통해 다양한 정보를 제공하거나 문제를 해결하는 데 활용된다. 특히 챗GPT는 문맥을 이해하고 자연스러운 대화를 생성하는 데 뛰어난 성능을 발휘하며, 그 응용 범위는 고객 지원, 교육, 콘텐츠 생성, [[프로그램]] [[코딩]] 지원 등 매우 넓다. 챗GPT는 [[대규모 언어 모델]]로, 대량의 [[텍스트]] [[데이터]]를 바탕으로 학습되었다. 이를 통해 언어적 패턴을 학습하여 인간과 유사한 대화 스타일을 구현한다. 또한 챗GPT는 여러 버전으로 개선되었으며, 각 버전은 성능과 기능 면에서 진화를 거듭해왔다. 다만 챗GPT가 내놓는 정보의 신뢰도에는 한계가 있다. 답변을 생성하는 과정에서 잘못되거나 왜곡된 정보를 포함하는 [[할루시네이션]] 사례도 빈번하게 발견된다.<ref> 〈[https://terms.naver.com/entry.naver?docId=6654710&cid=43659&categoryId=43659 챗GPT]〉, 《매일경제》 </ref> | ||
+ | |||
+ | == 역사 == | ||
+ | 챗GPT의 역사적 배경은 [[오픈AI]]가 2018년에 발표한 GPT-1에서 시작된다. GPT-1은 [[트랜스포머]](Transformer) 아키텍처를 기반으로 한 최초의 언어 모델로, 대규모 텍스트 [[데이터]]에서 패턴을 학습하여 [[자연어]] 생성을 가능하게 했다. 그 이후로 GPT-2(2019)와 GPT-3(2020)가 연이어 출시되면서 언어 모델의 성능은 크게 향상되었으며, 특히 GPT-3는 1750억 개의 매개변수를 사용하여 기존 모델들과 비교할 수 없는 성능을 보여주었다. | ||
+ | |||
+ | 2022년 말, 오픈AI는 이러한 기술적 진보를 바탕으로 챗GPT를 출시하며 대중에게 큰 관심을 받았다. 특히 2023년에 등장한 [[GPT-4]] 버전은 이전 모델들에 비해 더욱 정교한 문맥 이해와 창의적인 텍스트 생성을 가능하게 하여 더욱 강력한 성능을 자랑한다. 챗GPT는 오픈AI의 AI 연구 성과의 일환으로 상업적 응용과 연구 모두에서 널리 사용되고 있다. | ||
+ | |||
+ | == 버전별 특징 == | ||
+ | ===GPT-1=== | ||
+ | GPT-1은 오픈AI가 2018년에 발표한 최초의 생성형 [[사전 학습]] [[트랜스포머]] 모델이다. GPT-1은 약 1억 1천 7백만 개의 [[파라미터]]로 구성된 모델로, 트랜스포머 아키텍처를 기반으로 한다. GPT-1 이전의 언어 모델들은 대부분 [[지도 학습]]을 기반으로 했으며, 이로 인해 대량의 레이블링 된 [[데이터]]를 필요로 했다. 그러나 GPT-1은 비지도 사전 학습을 통해 대규모 데이터를 미리 학습하고, 이를 바탕으로 특정 작업에 맞게 [[미세 조정]]을 하는 방법을 도입했다. | ||
+ | |||
+ | 이 방식은 [[자연어 처리]] 모델의 효율성을 크게 향상시켰다. GPT-1은 다양한 NLP 작업에서 뛰어난 성능을 보여주며, [[비지도 학습]]이 언어 모델의 발전에 얼마나 중요한지를 입증했다. GPT-1은 비록 작은 크기였지만, 그 혁신적인 학습 방식 덕분에 이후 GPT 모델의 발전 가능성을 시사했다. 트랜스포머 아키텍처의 유연성과 GPT-1의 성공은 더 많은 데이터를 활용하고 파라미터를 확장함으로써 모델의 성능을 크게 향상시킬 수 있다는 점을 보여주었다. 이는 이후 GPT-2, GPT-3 등 더 강력한 모델의 등장을 위한 중요한 기초가 되었다.<ref name="테크유람"> 테크유람, 〈[https://yozm.wishket.com/magazine/detail/2619/ ‘GPT-5’를 기다리며: GPT 발전 역사 돌아보기]〉, 《요즘IT》, 2024-06-07 </ref> | ||
+ | |||
+ | ===GPT-2=== | ||
+ | GPT-2는 2019년에 발표된 GPT-2는 GPT-1의 확장된 버전으로, [[파라미터]]의 수가 15억 개로 10배 증가했다. GPT-2는 GPT-1과 비교해 파라미터 수와 학습 [[데이터]]의 크기가 10배 증가한 점이 가장 큰 특징이다. GPT-2는 약 15억 개의 파라미터를 가지고 있었으며, 이는 GPT-1에 비해 엄청난 증가폭이었다. 이 모델은 40GB의 [[텍스트]] 데이터로 학습되었으며, 그 결과 자연어 처리에서 더 정교하고 뛰어난 성능을 발휘할 수 있었다. 특히, 문맥을 이해하고 다음 단어를 예측하는 능력이 탁월해졌으며, 긴 텍스트 생성에서도 GPT-2는 매우 자연스러운 언어를 생성할 수 있게 되었다. | ||
+ | |||
+ | 하지만, GPT-2는 그 강력한 성능으로 인해 윤리적 문제도 제기되었다. 특히, 가짜 뉴스나 잘못된 정보 생성에 악용될 수 있다는 문제가 지적되었다. 오픈AI는 이 모델이 악용될 가능성을 우려해 처음에는 전체 모델을 공개하지 않았으며, 이후에도 단계적으로 공개했다. GPT-2는 이후 다양한 연구와 상용 [[애플리케이션]]에서 사용되며, 대규모 자연어 생성 모델의 가능성과 위험성을 동시에 보여주었다.<ref name="테크유람"></ref> | ||
+ | |||
+ | ===GPT-3=== | ||
+ | GPT-3는 2020년 6월에 공개되었으며, 그 크기와 성능 면에서 GPT 시리즈의 중요한 도약을 의미했다. GPT-3는 약 1,750억 개의 [[파라미터]]를 가지고 있었으며, 이는 당시 가장 큰 규모의 언어 모델이었다. 이 모델은 다양한 [[인터넷]] 소스에서 수집된 방대한 양의 [[텍스트]] 데이터를 학습하여, 더 넓은 범위의 작업을 처리할 수 있게 되었다. | ||
+ | |||
+ | GPT-3의 가장 큰 특징 중 하나는 다양한 작업을 수행할 수 있는 다재다능함이다. GPT-3는 텍스트 생성뿐만 아니라, [[코드]] 작성, [[번역]], [[수학]] 문제 해결, 요약 등 여러 작업을 효율적으로 처리할 수 있었다. 이러한 다목적 성능 덕분에 GPT-3는 연구뿐 아니라 상업적 응용에서도 큰 주목을 받았다. | ||
+ | |||
+ | 특히 GPT-3는 특정 작업을 위해 별도의 데이터 레이블링이 필요 없는 [[제로샷]](zero-shot) 학습을 지원했다. 즉, 학습된 적 없는 작업에 대해서도, 사용자가 간단한 지시만으로도 그 작업을 수행할 수 있다는 점에서 혁신적이었다. 또한, GPT-3는 [[강화 학습]] 기반의 인스트럭트 시리즈(Instruct Series)를 통해 사용자 피드백을 반영하여 성능을 개선하는 방식도 도입했다.<ref name="테크유람"></ref> | ||
+ | |||
+ | ===GPT-3.5=== | ||
+ | 2022년 3월에 출시된 GPT-3.5는 GPT-3와 GPT-4 사이의 중간 모델로, 성능과 처리 속도 면에서 개선된 모습을 보였다. 이 모델은 주로 텍스트 편집, 요약, 텍스트 추가 작업에서 뛰어난 성능을 발휘하며, 더욱 자연스러운 대화형 AI 모델을 위한 기초를 다졌다. | ||
+ | |||
+ | GPT-3.5의 가장 중요한 응용 중 하나는 2022년 11월에 출시된 챗GPT이다. 챗GPT는 대화형 AI로, GPT-3.5의 개선된 [[자연어 처리]] 능력을 활용해 사용자와의 대화를 더욱 원활하고 유창하게 처리할 수 있다. 또한, 코드 작성과 같은 전문적인 작업을 위해 GPT-3.5 기반의 코덱스(Codecs) 모델이 출시되었으며, 이는 [[깃허브]]의 [[코파일럿]](Copilot) 등 개발 도구에 통합되었다.<ref name="테크유람"></ref> | ||
+ | |||
+ | ===GPT-4=== | ||
+ | 2023년 3월에 발표된 GPT-4는 이전 GPT 모델들과는 달리 [[멀티모달]](Multimodal) 기능을 탑재했다는 점이 가장 큰 특징이다. 즉, GPT-4는 [[텍스트]]뿐 아니라 [[이미지]] 인식 및 해석 기능도 제공한다. 예를 들어, 사용자가 냉장고 내부 사진을 업로드하면, 이를 분석해 어떤 요리를 할 수 있는지 제안할 수 있다. 그러나 출력은 여전히 텍스트로만 제공된다. | ||
+ | |||
+ | GPT-4는 다양한 시험에서 GPT-3.5를 능가하는 성능을 입증했다. 예를 들어, [[미국]] 모의 변호사 시험에서 상위 10%의 성적을 기록했으며, 대규모 다중작업 언어이해(MMLU) 벤치마크에서도 영어 능력이 85.5%로 GPT-3.5의 70.1%를 크게 상회했다. 또한, GPT-4는 2만 5000단어까지 처리할 수 있어, 더 큰 데이터 처리량을 자랑한다. | ||
+ | 또한, GPT-4는 [[할루시네이션]]이 GPT-3.5보다 40% 감소했으며, 허용되지 않은 콘텐츠 요청에 응답할 가능성도 82% 줄었다. 이는 GPT-4가 이전 모델보다 더욱 안전하고 신뢰성 있는 모델임을 의미한다.<ref> 〈[https://terms.naver.com/entry.naver?docId=6688570&cid=43667&categoryId=43667 GPT-4]〉, 《시사상식사전》 </ref> | ||
+ | |||
+ | ===GPT-4 터보=== | ||
+ | GPT-4 터보는 2023년 11월에 발표된 GPT-4의 업그레이드 버전으로, 더 빠르고 비용 효율적인 모델이다. GPT-4 터보는 2023년 4월까지의 데이터를 학습했으며, 이전 버전보다 최신 정보를 반영한 답변을 제공할 수 있다. 한 번에 300페이지까지 입력할 수 있으며, 이미지 생성 AI인 [[달리]](DALL-E 3)와 텍스트 음성 변환 기능도 지원한다. | ||
+ | GPT-4 터보는 비전(Vision) 기능을 통해 [[이미지]] 분석과 캡션 생성, 이미지 세부 분석을 할 수 있다. 이 모델은 GPT-4보다 비용이 저렴하며, 처리 속도가 빠르다는 장점도 있다. 이러한 특징 덕분에 GPT-4 터보는 다양한 응용 분야에서 유용하게 활용될 수 있다.<ref> 〈[https://terms.naver.com/entry.naver?docId=6711773&cid=43667&categoryId=43667 GPT-4 터보]〉, 《시사상식사전》 </ref> | ||
+ | |||
+ | ===GPT-4o=== | ||
+ | GPT-4o는 2024년 5월 13일, 오픈AI의 스프링 업데이트에서 발표된 가장 진보된 AI 언어 모델이다. 이 모델의 이름에서 'o'는 'Omni'를 의미하며, 이는 GPT-4o가 [[멀티모달]]를 지원하는 모델임을 강조한다. GPT-4o는 [[텍스트]] 입력뿐만 아니라 [[이미지]]와 [[오디오]] 같은 다양한 입력을 처리할 수 있으며, 이들 입력을 바탕으로 텍스트 출력을 생성하는 데 능숙하다. 이를 통해 이미지나 음성 입력을 바탕으로 더욱 인간과 유사한 자연스러운 응답을 제공할 수 있다. 또한 GPT-4o는 [[텍스트]] 생성 속도가 기존 모델들에 비해 2배 더 빨라졌으며, 비용 면에서도 50% 저렴해졌다. 이런 개선은 특히 상업적 사용 사례에서 매우 유리하다. 다중 모드를 활용한 실시간 서비스에 적합하며, 비용 절감과 효율성을 강조한 이번 업데이트는 개발자와 사용자 모두에게 큰 이점으로 작용하고 있다. | ||
+ | |||
+ | GPT-4o의 또 다른 중요한 특징은 다국어 처리 성능의 향상이다. 20개의 언어를 처리할 때 토큰 활용이 최적화되어 더 효율적인 처리가 가능해졌으며, 특히 한국어에서는 토큰 소모량이 1.7배 절감되는 등의 성능 향상을 보여주었다. 이 덕분에 한국어를 포함한 다양한 언어에서 더 빠르고 저렴한 응답이 가능해졌다. [[API]] 사용자의 경우, 속도 제한이 5배 높아져 더 많은 요청을 안정적으로 처리할 수 있게 되었으며, 평균 응답 시간이 232밀리초로 줄어들어 인간의 대화 속도에 거의 근접한 성능을 자랑한다. 이러한 개선 사항은 음성 입력에 대한 응답도 가능하게 만들어 대화형 AI 분야에서 혁신을 일으킬 것으로 기대된다.<ref name="테크유람"></ref> | ||
+ | |||
+ | ===GPT-4o 미니=== | ||
+ | GPT-4o 미니는 2024년 7월 18일 출시된 GPT-4o의 소형 버전으로, 비용 효율성을 극대화한 모델이다. 기존 GPT-3.5 터보를 대체하는 모델로, 크기는 소형이지만 성능은 뛰어나다. 현재 [[텍스트]]와 비전만 지원하지만, 추후에는 [[비디오]]와 [[오디오]] 입력도 처리할 수 있는 기능이 추가될 예정이다. GPT-4o 미니는 12만 8000개의 토큰을 담을 수 있는 컨텍스트 창을 제공하여, 대용량 텍스트 데이터를 처리할 수 있다. GPT-4o 미니는 GPT-4o와 동일한 개선된 토크나이저를 공유하고 있어, 영어 외의 언어를 처리할 때도 비용 효율성이 높다. 또한 초당 202개의 토큰을 출력할 수 있어, GPT-4o나 GPT-3.5 터보보다 2배 이상 빠른 처리 속도를 자랑한다. 이로 인해 AI 에이전트 개발자나 대규모 애플리케이션 개발자들에게 매우 매력적인 옵션으로 부각되고 있다. | ||
+ | |||
+ | 모델의 크기는 공개되지 않았지만, 10억에서 20억 개의 매개변수를 가질 것으로 추정된다. 이는 라마 3 8B나 제미나이 1.5 플래시, 클로드 3 하이쿠와 비슷한 규모로 평가받고 있다. 성능 면에서도 추론 능력 측정 벤치마크 MMLU에서 82%의 점수를 기록하며 동급 최강으로 평가되었다. 수학적 추론(MGSM) 및 코딩 성능(HumanEval)에서도 경쟁 모델들을 능가하는 성적을 기록했다. 저렴한 비용도 GPT-4o 미니의 주요 장점 중 하나이다. GPT-3.5 터보보다 60% 이상 저렴한 가격으로 제공되며, 특히 API 기반 서비스에 매우 경제적이다. 100만 개의 입력 토큰당 15센트, 출력 토큰당 60센트로 가격이 책정되었으며, 이는 대규모 AI 서비스를 운영하는 개발자들에게 큰 장점으로 작용할 것이다. 안전성과 신뢰성 면에서도 GPT-4o 미니는 신경을 많이 썼다. 오픈AI는 다양한 분야의 70명 이상의 외부 전문가를 통해 모델을 테스트했으며, 특히 모델이 프롬프트 공격이나 시스템 공격 등에 더 강하게 설계되었다고 강조했다. GPT-4o 미니는 최초로 지시 계층(The Instruction Hierarch) 개념을 적용하여, 이러한 보안 위협에 대한 저항력을 높였다.<ref> 임대준 기자, 〈[https://www.aitimes.com/news/articleView.html?idxno=161735 오픈AI, 비용 줄인 최소형 모델 'GPT-4o 미니' 출시..."챗GPT에 바로 적용"]〉, 《AI타임스》, 2024-07-19 </ref> | ||
+ | |||
+ | == 인터페이스 == | ||
+ | 챗GPT는 간단한 회원가입 절차를 거쳐 무료 또는 유료 구독제로 이용할 수 있다. 사용자는 [[텍스트]] 기반 대화를 통해 AI와 상호작용하며, 원하는 정보나 질문에 대한 답변을 실시간으로 받을 수 있다. 서비스는 [[모바일]]과 [[데스크탑]] 환경 모두에서 이용 가능하며, [[스마트폰]]을 통해서도 [[오픈AI]]의 플랫폼에 접속해 간편하게 사용할 수 있다. | ||
+ | |||
+ | ; 프롬프트와 응답 | ||
+ | 챗GPT의 사용 방식은 매우 직관적이다. 사용자는 일반적인 [[채팅]]처럼 질문을 입력([[프롬프트]])하면 AI가 이에 대한 답변(응답)을 제공하는 방식으로 작동한다. 프롬프트는 특정한 형식이나 규칙이 없으며, 사용자가 원하는 어떤 유형의 글이든 입력할 수 있다. AI는 사용자의 입력에 맞춰 다양한 형태의 응답을 생성하는데, 이는 텍스트뿐만 아니라 특정 맥락에 따라서는 복잡한 설명이나 예시를 포함할 수도 있다. 이러한 시스템은 일반적인 질문 응답 외에도, 창작, 번역, 요약 등 다양한 작업을 수행할 수 있다. | ||
+ | |||
+ | ; 대화방 관리 및 공유 | ||
+ | 각 [[대화방]]은 첫 질문과 답변을 바탕으로 자동으로 제목이 생성되며, 사용자가 필요에 따라 제목을 언제든지 변경할 수 있다. 또한 챗GPT는 대화 내역을 [[링크]]로 공유할 수 있는 기능을 제공한다. 사용자는 대화창에서 공유 아이콘을 클릭한 후 링크를 생성하여 다른 사람과 대화 내용을 공유할 수 있다. 공유된 링크를 통해 대화 내용에 접근한 사람은 대화를 그대로 볼 수 있으며, 'Continue this conversation' [[버튼]]을 눌러 해당 대화를 이어갈 수도 있다. | ||
+ | |||
+ | 그러나 주의할 점도 있다. 오픈AI는 링크 생성 시 대화 내역을 검토하며, 부적절한 내용이 포함되어 있다고 판단될 경우 링크 생성을 제한할 수 있다. 만약 검토 과정에서 대화 내용이 부적절하다고 판단되면, 대화 내역의 일부 혹은 전체가 삭제될 가능성도 있다. 따라서 민감한 내용은 주의 깊게 관리해야 한다. | ||
+ | |||
+ | ; 무료 및 유료 구독 옵션 | ||
+ | 챗GPT는 무료 및 유료 두 가지 버전으로 제공된다. 무료 버전에서는 GPT-4o 미니 모델을 사용할 수 있으며, 이는 가볍고 빠른 성능을 제공하지만 고급 기능은 제한적이다. 반면, 유료 구독자인 챗GPT 플러스 사용자에게는 GPT-4 모델과 GPT-4o 및 GPT-4o 미니 등의 더 강력한 모델을 사용할 수 있는 권한이 주어진다. 이러한 고급 모델들은 더 정확하고 복잡한 질문에 대해 더 나은 성능을 발휘하며, 실시간 대화와 같은 상호작용에서 더욱 자연스러운 응답을 제공한다. 특히, 이전의 GPT-3.5와 비교했을 때 엉터리 답변이 대폭 줄어들었으며, 보다 신뢰할 수 있는 정보 제공이 가능해졌다. | ||
+ | |||
+ | ; 새로운 기능과 업그레이드 | ||
+ | 챗GPT는 꾸준한 [[업데이트]]를 통해 새로운 기능을 추가하며 사용자 경험을 개선하고 있다. 2023년 9월 25일, 유료 플러스 구독자에게 [[이미지]] 인식 기능이 도입되기 시작했다. 이 기능은 라틴 문자와 수학 기호를 포함한 이미지 내 텍스트를 인식하고 분석할 수 있다. 다만, 한글과 한자와 같은 문자는 해당 글자가 한글이나 한자임을 인식할 수 있을 뿐, 개별 문자에 대한 구체적인 해석은 아직 미흡하다. | ||
+ | |||
+ | 2023년 12월에는 유료 사용자를 대상으로 [[PDF]] [[파일]] [[업로드]] 기능이 추가되었다. 이를 통해 사용자는 PDF 파일 내의 [[텍스트]]를 분석하거나 요약할 수 있으며, 이러한 기능은 [[문서]] 작업이나 데이터 분석에 유용하게 활용될 수 있다. | ||
+ | |||
+ | ; 메모리 기능 | ||
+ | 2024년 2월 13일, 챗GPT는 메모리 기능을 도입하였으며, 이는 일부 사용자에게 우선적으로 테스트되기 시작했다. 메모리 기능은 사용자의 요구사항과 선호도를 기록하여 이후 대화에서 이를 반영하는 시스템이다. 예를 들어, 사용자가 이전 대화에서 밝힌 특정 요구사항을 챗GPT가 기억하고, 이를 다음 대화에서 반영함으로써 보다 개인화된 대화 경험을 제공한다. 이 기능은 대화가 길어지면서 AI가 앞선 내용을 잊어버리는 문제를 크게 개선할 것으로 기대된다. | ||
+ | |||
+ | 사용자는 저장된 메모리를 삭제하거나, 저장이 되지 않도록 설정할 수 있으며, 메모리 기능을 임시로 비활성화한 상태에서 대화를 진행할 수도 있다. 이러한 기능은 사용자의 프라이버시를 보호하면서도 보다 스마트한 상호작용을 가능하게 한다.<ref name="나무위키"> 〈[https://namu.wiki/w/ChatGPT#s-3 ChatGPT]〉, 《나무위키》 </ref> | ||
+ | |||
+ | ===프롬프트=== | ||
+ | *'''줄바꿈''': [[데스크탑]]이나 [[노트북]]에서 줄바꿈은 시프트 키와 엔터 키를 동시에 눌러서 사용할 수 있고, [[스마트폰]]에서는 전송 버튼을 누르기 전까지는 채팅이 전송되지 않으므로, 자판에서 엔터에 해당하는 부분을 터치하여 사용할 수 있다. | ||
+ | *'''프롬프트 수정'''(✏️): [[대화방]]의 모든 질문은 수정이 가능하지만, 그 대화가 수정된 이후에는 그 대화 시점 이후 자신이 입력했던 기존 프롬프트는 사라지며, 새로운 대화가 이어진다. | ||
+ | *'''생성 멈춤'''(⬛): 답변이 생성되는 도중 동그라미 안에 네모가 들어간 버튼을 누르면 답변 생성을 멈출 수 있다. | ||
+ | *'''복사'''(Copy, 📋): 답변을 복사할 수 있다. | ||
+ | *'''재생성'''(Regenerate, ↺): 이미 생성된 응답도 'Regenerate'를 눌러서 다시 응답을 생성하게 할 수 있다. | ||
+ | *'''나쁜 응답'''(Bad response, 👎): 부정확하거나 엉뚱한 응답에 답에 이 아이콘을 눌러 평가할 수 있다. 실제 답변 품질에 장기적으로는 영향을 끼칠 수 있는 기능으로 보인다. 오픈AI는 부정확한 정보에 이 아이콘을 누르도록 권장한다. | ||
+ | *'''계속 생성하기'''(Continue generating, ▶▶️): 끊긴 메시지에서 등장하는 버튼으로, 기존 메시지에서 끊긴 부분부터 답변을 이어서 작성한다. | ||
+ | *'''파일 첨부'''(📎): 유료 버전에 한정하여 GPT-4를 이용할 경우 파일을 첨부한 질문이 가능하다. | ||
+ | *'''답장'''("): 이전 챗GPT 응답의 일부를 선택하여 해당 부분에 대한 추가적인 질문을 할 수 있다. 챗GPT 응답 텍스트에서 원하는 부분을 드래그하면 위에 겹따옴표 모양의 아이콘이 뜨는데, 해당 아이콘을 눌러 사용이 가능하다. | ||
+ | *'''GPTs 호출'''(@): 유료 버전에 한정하여 GPT-4를 이용할 경우, 프롬프트(질문/요청하고자 하는 것)를 입력할 때 먼저 @을 입력하면 GPTs를 호출하여 그 GPTs가 답변하게 할 수 있다.<ref name="나무위키"></ref> | ||
+ | |||
+ | {{각주}} | ||
+ | |||
+ | == 참고자료 == | ||
+ | * 〈[https://namu.wiki/w/ChatGPT#s-3 ChatGPT]〉, 《나무위키》 | ||
+ | * 〈[https://terms.naver.com/entry.naver?docId=6654710&cid=43659&categoryId=43659 챗GPT]〉, 《매일경제》 | ||
+ | * 〈[https://terms.naver.com/entry.naver?docId=6688570&cid=43667&categoryId=43667 GPT-4]〉, 《시사상식사전》 | ||
+ | * 〈[https://terms.naver.com/entry.naver?docId=6711773&cid=43667&categoryId=43667 GPT-4 터보]〉, 《시사상식사전》 | ||
+ | * 테크유람, 〈[https://yozm.wishket.com/magazine/detail/2619/ ‘GPT-5’를 기다리며: GPT 발전 역사 돌아보기]〉, 《요즘IT》, 2024-06-07 | ||
+ | * 임대준 기자, 〈[https://www.aitimes.com/news/articleView.html?idxno=161735 오픈AI, 비용 줄인 최소형 모델 'GPT-4o 미니' 출시..."챗GPT에 바로 적용"]〉, 《AI타임스》, 2024-07-19 | ||
+ | |||
+ | == 같이 보기 == | ||
+ | * [[오픈AI]] | ||
+ | |||
+ | {{인공지능 서비스|추가 필요}} |
2024년 9월 12일 (목) 17:55 판
챗GPT(ChatGPT)는 오픈AI(OpenAI)가 2022년 11월 30일 공개한 대화형 인공지능 챗봇이다. 대규모 언어 모델(LLM) GPT-3의 개선판인 GPT-3.5를 기반으로 개발되었으며, 지도학습과 강화학습을 모두 사용해 미세조정(fine-tuning)되었다. 제품명은 채팅(Chating)과 'Generative Pre-trained Transformer'의 합성어이다.
[아사달] 스마트 호스팅 |
목차
개요
챗GPT는 미국의 인공지능 연구소 오픈AI가 개발한 자연어 처리(NLP) 기반 대화형 인공지능 모델이다. GPT(Generative Pretrained Transformer) 아키텍처를 기반으로 하며, 주로 대화를 통해 다양한 정보를 제공하거나 문제를 해결하는 데 활용된다. 특히 챗GPT는 문맥을 이해하고 자연스러운 대화를 생성하는 데 뛰어난 성능을 발휘하며, 그 응용 범위는 고객 지원, 교육, 콘텐츠 생성, 프로그램 코딩 지원 등 매우 넓다. 챗GPT는 대규모 언어 모델로, 대량의 텍스트 데이터를 바탕으로 학습되었다. 이를 통해 언어적 패턴을 학습하여 인간과 유사한 대화 스타일을 구현한다. 또한 챗GPT는 여러 버전으로 개선되었으며, 각 버전은 성능과 기능 면에서 진화를 거듭해왔다. 다만 챗GPT가 내놓는 정보의 신뢰도에는 한계가 있다. 답변을 생성하는 과정에서 잘못되거나 왜곡된 정보를 포함하는 할루시네이션 사례도 빈번하게 발견된다.[1]
역사
챗GPT의 역사적 배경은 오픈AI가 2018년에 발표한 GPT-1에서 시작된다. GPT-1은 트랜스포머(Transformer) 아키텍처를 기반으로 한 최초의 언어 모델로, 대규모 텍스트 데이터에서 패턴을 학습하여 자연어 생성을 가능하게 했다. 그 이후로 GPT-2(2019)와 GPT-3(2020)가 연이어 출시되면서 언어 모델의 성능은 크게 향상되었으며, 특히 GPT-3는 1750억 개의 매개변수를 사용하여 기존 모델들과 비교할 수 없는 성능을 보여주었다.
2022년 말, 오픈AI는 이러한 기술적 진보를 바탕으로 챗GPT를 출시하며 대중에게 큰 관심을 받았다. 특히 2023년에 등장한 GPT-4 버전은 이전 모델들에 비해 더욱 정교한 문맥 이해와 창의적인 텍스트 생성을 가능하게 하여 더욱 강력한 성능을 자랑한다. 챗GPT는 오픈AI의 AI 연구 성과의 일환으로 상업적 응용과 연구 모두에서 널리 사용되고 있다.
버전별 특징
GPT-1
GPT-1은 오픈AI가 2018년에 발표한 최초의 생성형 사전 학습 트랜스포머 모델이다. GPT-1은 약 1억 1천 7백만 개의 파라미터로 구성된 모델로, 트랜스포머 아키텍처를 기반으로 한다. GPT-1 이전의 언어 모델들은 대부분 지도 학습을 기반으로 했으며, 이로 인해 대량의 레이블링 된 데이터를 필요로 했다. 그러나 GPT-1은 비지도 사전 학습을 통해 대규모 데이터를 미리 학습하고, 이를 바탕으로 특정 작업에 맞게 미세 조정을 하는 방법을 도입했다.
이 방식은 자연어 처리 모델의 효율성을 크게 향상시켰다. GPT-1은 다양한 NLP 작업에서 뛰어난 성능을 보여주며, 비지도 학습이 언어 모델의 발전에 얼마나 중요한지를 입증했다. GPT-1은 비록 작은 크기였지만, 그 혁신적인 학습 방식 덕분에 이후 GPT 모델의 발전 가능성을 시사했다. 트랜스포머 아키텍처의 유연성과 GPT-1의 성공은 더 많은 데이터를 활용하고 파라미터를 확장함으로써 모델의 성능을 크게 향상시킬 수 있다는 점을 보여주었다. 이는 이후 GPT-2, GPT-3 등 더 강력한 모델의 등장을 위한 중요한 기초가 되었다.[2]
GPT-2
GPT-2는 2019년에 발표된 GPT-2는 GPT-1의 확장된 버전으로, 파라미터의 수가 15억 개로 10배 증가했다. GPT-2는 GPT-1과 비교해 파라미터 수와 학습 데이터의 크기가 10배 증가한 점이 가장 큰 특징이다. GPT-2는 약 15억 개의 파라미터를 가지고 있었으며, 이는 GPT-1에 비해 엄청난 증가폭이었다. 이 모델은 40GB의 텍스트 데이터로 학습되었으며, 그 결과 자연어 처리에서 더 정교하고 뛰어난 성능을 발휘할 수 있었다. 특히, 문맥을 이해하고 다음 단어를 예측하는 능력이 탁월해졌으며, 긴 텍스트 생성에서도 GPT-2는 매우 자연스러운 언어를 생성할 수 있게 되었다.
하지만, GPT-2는 그 강력한 성능으로 인해 윤리적 문제도 제기되었다. 특히, 가짜 뉴스나 잘못된 정보 생성에 악용될 수 있다는 문제가 지적되었다. 오픈AI는 이 모델이 악용될 가능성을 우려해 처음에는 전체 모델을 공개하지 않았으며, 이후에도 단계적으로 공개했다. GPT-2는 이후 다양한 연구와 상용 애플리케이션에서 사용되며, 대규모 자연어 생성 모델의 가능성과 위험성을 동시에 보여주었다.[2]
GPT-3
GPT-3는 2020년 6월에 공개되었으며, 그 크기와 성능 면에서 GPT 시리즈의 중요한 도약을 의미했다. GPT-3는 약 1,750억 개의 파라미터를 가지고 있었으며, 이는 당시 가장 큰 규모의 언어 모델이었다. 이 모델은 다양한 인터넷 소스에서 수집된 방대한 양의 텍스트 데이터를 학습하여, 더 넓은 범위의 작업을 처리할 수 있게 되었다.
GPT-3의 가장 큰 특징 중 하나는 다양한 작업을 수행할 수 있는 다재다능함이다. GPT-3는 텍스트 생성뿐만 아니라, 코드 작성, 번역, 수학 문제 해결, 요약 등 여러 작업을 효율적으로 처리할 수 있었다. 이러한 다목적 성능 덕분에 GPT-3는 연구뿐 아니라 상업적 응용에서도 큰 주목을 받았다.
특히 GPT-3는 특정 작업을 위해 별도의 데이터 레이블링이 필요 없는 제로샷(zero-shot) 학습을 지원했다. 즉, 학습된 적 없는 작업에 대해서도, 사용자가 간단한 지시만으로도 그 작업을 수행할 수 있다는 점에서 혁신적이었다. 또한, GPT-3는 강화 학습 기반의 인스트럭트 시리즈(Instruct Series)를 통해 사용자 피드백을 반영하여 성능을 개선하는 방식도 도입했다.[2]
GPT-3.5
2022년 3월에 출시된 GPT-3.5는 GPT-3와 GPT-4 사이의 중간 모델로, 성능과 처리 속도 면에서 개선된 모습을 보였다. 이 모델은 주로 텍스트 편집, 요약, 텍스트 추가 작업에서 뛰어난 성능을 발휘하며, 더욱 자연스러운 대화형 AI 모델을 위한 기초를 다졌다.
GPT-3.5의 가장 중요한 응용 중 하나는 2022년 11월에 출시된 챗GPT이다. 챗GPT는 대화형 AI로, GPT-3.5의 개선된 자연어 처리 능력을 활용해 사용자와의 대화를 더욱 원활하고 유창하게 처리할 수 있다. 또한, 코드 작성과 같은 전문적인 작업을 위해 GPT-3.5 기반의 코덱스(Codecs) 모델이 출시되었으며, 이는 깃허브의 코파일럿(Copilot) 등 개발 도구에 통합되었다.[2]
GPT-4
2023년 3월에 발표된 GPT-4는 이전 GPT 모델들과는 달리 멀티모달(Multimodal) 기능을 탑재했다는 점이 가장 큰 특징이다. 즉, GPT-4는 텍스트뿐 아니라 이미지 인식 및 해석 기능도 제공한다. 예를 들어, 사용자가 냉장고 내부 사진을 업로드하면, 이를 분석해 어떤 요리를 할 수 있는지 제안할 수 있다. 그러나 출력은 여전히 텍스트로만 제공된다.
GPT-4는 다양한 시험에서 GPT-3.5를 능가하는 성능을 입증했다. 예를 들어, 미국 모의 변호사 시험에서 상위 10%의 성적을 기록했으며, 대규모 다중작업 언어이해(MMLU) 벤치마크에서도 영어 능력이 85.5%로 GPT-3.5의 70.1%를 크게 상회했다. 또한, GPT-4는 2만 5000단어까지 처리할 수 있어, 더 큰 데이터 처리량을 자랑한다. 또한, GPT-4는 할루시네이션이 GPT-3.5보다 40% 감소했으며, 허용되지 않은 콘텐츠 요청에 응답할 가능성도 82% 줄었다. 이는 GPT-4가 이전 모델보다 더욱 안전하고 신뢰성 있는 모델임을 의미한다.[3]
GPT-4 터보
GPT-4 터보는 2023년 11월에 발표된 GPT-4의 업그레이드 버전으로, 더 빠르고 비용 효율적인 모델이다. GPT-4 터보는 2023년 4월까지의 데이터를 학습했으며, 이전 버전보다 최신 정보를 반영한 답변을 제공할 수 있다. 한 번에 300페이지까지 입력할 수 있으며, 이미지 생성 AI인 달리(DALL-E 3)와 텍스트 음성 변환 기능도 지원한다. GPT-4 터보는 비전(Vision) 기능을 통해 이미지 분석과 캡션 생성, 이미지 세부 분석을 할 수 있다. 이 모델은 GPT-4보다 비용이 저렴하며, 처리 속도가 빠르다는 장점도 있다. 이러한 특징 덕분에 GPT-4 터보는 다양한 응용 분야에서 유용하게 활용될 수 있다.[4]
GPT-4o
GPT-4o는 2024년 5월 13일, 오픈AI의 스프링 업데이트에서 발표된 가장 진보된 AI 언어 모델이다. 이 모델의 이름에서 'o'는 'Omni'를 의미하며, 이는 GPT-4o가 멀티모달를 지원하는 모델임을 강조한다. GPT-4o는 텍스트 입력뿐만 아니라 이미지와 오디오 같은 다양한 입력을 처리할 수 있으며, 이들 입력을 바탕으로 텍스트 출력을 생성하는 데 능숙하다. 이를 통해 이미지나 음성 입력을 바탕으로 더욱 인간과 유사한 자연스러운 응답을 제공할 수 있다. 또한 GPT-4o는 텍스트 생성 속도가 기존 모델들에 비해 2배 더 빨라졌으며, 비용 면에서도 50% 저렴해졌다. 이런 개선은 특히 상업적 사용 사례에서 매우 유리하다. 다중 모드를 활용한 실시간 서비스에 적합하며, 비용 절감과 효율성을 강조한 이번 업데이트는 개발자와 사용자 모두에게 큰 이점으로 작용하고 있다.
GPT-4o의 또 다른 중요한 특징은 다국어 처리 성능의 향상이다. 20개의 언어를 처리할 때 토큰 활용이 최적화되어 더 효율적인 처리가 가능해졌으며, 특히 한국어에서는 토큰 소모량이 1.7배 절감되는 등의 성능 향상을 보여주었다. 이 덕분에 한국어를 포함한 다양한 언어에서 더 빠르고 저렴한 응답이 가능해졌다. API 사용자의 경우, 속도 제한이 5배 높아져 더 많은 요청을 안정적으로 처리할 수 있게 되었으며, 평균 응답 시간이 232밀리초로 줄어들어 인간의 대화 속도에 거의 근접한 성능을 자랑한다. 이러한 개선 사항은 음성 입력에 대한 응답도 가능하게 만들어 대화형 AI 분야에서 혁신을 일으킬 것으로 기대된다.[2]
GPT-4o 미니
GPT-4o 미니는 2024년 7월 18일 출시된 GPT-4o의 소형 버전으로, 비용 효율성을 극대화한 모델이다. 기존 GPT-3.5 터보를 대체하는 모델로, 크기는 소형이지만 성능은 뛰어나다. 현재 텍스트와 비전만 지원하지만, 추후에는 비디오와 오디오 입력도 처리할 수 있는 기능이 추가될 예정이다. GPT-4o 미니는 12만 8000개의 토큰을 담을 수 있는 컨텍스트 창을 제공하여, 대용량 텍스트 데이터를 처리할 수 있다. GPT-4o 미니는 GPT-4o와 동일한 개선된 토크나이저를 공유하고 있어, 영어 외의 언어를 처리할 때도 비용 효율성이 높다. 또한 초당 202개의 토큰을 출력할 수 있어, GPT-4o나 GPT-3.5 터보보다 2배 이상 빠른 처리 속도를 자랑한다. 이로 인해 AI 에이전트 개발자나 대규모 애플리케이션 개발자들에게 매우 매력적인 옵션으로 부각되고 있다.
모델의 크기는 공개되지 않았지만, 10억에서 20억 개의 매개변수를 가질 것으로 추정된다. 이는 라마 3 8B나 제미나이 1.5 플래시, 클로드 3 하이쿠와 비슷한 규모로 평가받고 있다. 성능 면에서도 추론 능력 측정 벤치마크 MMLU에서 82%의 점수를 기록하며 동급 최강으로 평가되었다. 수학적 추론(MGSM) 및 코딩 성능(HumanEval)에서도 경쟁 모델들을 능가하는 성적을 기록했다. 저렴한 비용도 GPT-4o 미니의 주요 장점 중 하나이다. GPT-3.5 터보보다 60% 이상 저렴한 가격으로 제공되며, 특히 API 기반 서비스에 매우 경제적이다. 100만 개의 입력 토큰당 15센트, 출력 토큰당 60센트로 가격이 책정되었으며, 이는 대규모 AI 서비스를 운영하는 개발자들에게 큰 장점으로 작용할 것이다. 안전성과 신뢰성 면에서도 GPT-4o 미니는 신경을 많이 썼다. 오픈AI는 다양한 분야의 70명 이상의 외부 전문가를 통해 모델을 테스트했으며, 특히 모델이 프롬프트 공격이나 시스템 공격 등에 더 강하게 설계되었다고 강조했다. GPT-4o 미니는 최초로 지시 계층(The Instruction Hierarch) 개념을 적용하여, 이러한 보안 위협에 대한 저항력을 높였다.[5]
인터페이스
챗GPT는 간단한 회원가입 절차를 거쳐 무료 또는 유료 구독제로 이용할 수 있다. 사용자는 텍스트 기반 대화를 통해 AI와 상호작용하며, 원하는 정보나 질문에 대한 답변을 실시간으로 받을 수 있다. 서비스는 모바일과 데스크탑 환경 모두에서 이용 가능하며, 스마트폰을 통해서도 오픈AI의 플랫폼에 접속해 간편하게 사용할 수 있다.
- 프롬프트와 응답
챗GPT의 사용 방식은 매우 직관적이다. 사용자는 일반적인 채팅처럼 질문을 입력(프롬프트)하면 AI가 이에 대한 답변(응답)을 제공하는 방식으로 작동한다. 프롬프트는 특정한 형식이나 규칙이 없으며, 사용자가 원하는 어떤 유형의 글이든 입력할 수 있다. AI는 사용자의 입력에 맞춰 다양한 형태의 응답을 생성하는데, 이는 텍스트뿐만 아니라 특정 맥락에 따라서는 복잡한 설명이나 예시를 포함할 수도 있다. 이러한 시스템은 일반적인 질문 응답 외에도, 창작, 번역, 요약 등 다양한 작업을 수행할 수 있다.
- 대화방 관리 및 공유
각 대화방은 첫 질문과 답변을 바탕으로 자동으로 제목이 생성되며, 사용자가 필요에 따라 제목을 언제든지 변경할 수 있다. 또한 챗GPT는 대화 내역을 링크로 공유할 수 있는 기능을 제공한다. 사용자는 대화창에서 공유 아이콘을 클릭한 후 링크를 생성하여 다른 사람과 대화 내용을 공유할 수 있다. 공유된 링크를 통해 대화 내용에 접근한 사람은 대화를 그대로 볼 수 있으며, 'Continue this conversation' 버튼을 눌러 해당 대화를 이어갈 수도 있다.
그러나 주의할 점도 있다. 오픈AI는 링크 생성 시 대화 내역을 검토하며, 부적절한 내용이 포함되어 있다고 판단될 경우 링크 생성을 제한할 수 있다. 만약 검토 과정에서 대화 내용이 부적절하다고 판단되면, 대화 내역의 일부 혹은 전체가 삭제될 가능성도 있다. 따라서 민감한 내용은 주의 깊게 관리해야 한다.
- 무료 및 유료 구독 옵션
챗GPT는 무료 및 유료 두 가지 버전으로 제공된다. 무료 버전에서는 GPT-4o 미니 모델을 사용할 수 있으며, 이는 가볍고 빠른 성능을 제공하지만 고급 기능은 제한적이다. 반면, 유료 구독자인 챗GPT 플러스 사용자에게는 GPT-4 모델과 GPT-4o 및 GPT-4o 미니 등의 더 강력한 모델을 사용할 수 있는 권한이 주어진다. 이러한 고급 모델들은 더 정확하고 복잡한 질문에 대해 더 나은 성능을 발휘하며, 실시간 대화와 같은 상호작용에서 더욱 자연스러운 응답을 제공한다. 특히, 이전의 GPT-3.5와 비교했을 때 엉터리 답변이 대폭 줄어들었으며, 보다 신뢰할 수 있는 정보 제공이 가능해졌다.
- 새로운 기능과 업그레이드
챗GPT는 꾸준한 업데이트를 통해 새로운 기능을 추가하며 사용자 경험을 개선하고 있다. 2023년 9월 25일, 유료 플러스 구독자에게 이미지 인식 기능이 도입되기 시작했다. 이 기능은 라틴 문자와 수학 기호를 포함한 이미지 내 텍스트를 인식하고 분석할 수 있다. 다만, 한글과 한자와 같은 문자는 해당 글자가 한글이나 한자임을 인식할 수 있을 뿐, 개별 문자에 대한 구체적인 해석은 아직 미흡하다.
2023년 12월에는 유료 사용자를 대상으로 PDF 파일 업로드 기능이 추가되었다. 이를 통해 사용자는 PDF 파일 내의 텍스트를 분석하거나 요약할 수 있으며, 이러한 기능은 문서 작업이나 데이터 분석에 유용하게 활용될 수 있다.
- 메모리 기능
2024년 2월 13일, 챗GPT는 메모리 기능을 도입하였으며, 이는 일부 사용자에게 우선적으로 테스트되기 시작했다. 메모리 기능은 사용자의 요구사항과 선호도를 기록하여 이후 대화에서 이를 반영하는 시스템이다. 예를 들어, 사용자가 이전 대화에서 밝힌 특정 요구사항을 챗GPT가 기억하고, 이를 다음 대화에서 반영함으로써 보다 개인화된 대화 경험을 제공한다. 이 기능은 대화가 길어지면서 AI가 앞선 내용을 잊어버리는 문제를 크게 개선할 것으로 기대된다.
사용자는 저장된 메모리를 삭제하거나, 저장이 되지 않도록 설정할 수 있으며, 메모리 기능을 임시로 비활성화한 상태에서 대화를 진행할 수도 있다. 이러한 기능은 사용자의 프라이버시를 보호하면서도 보다 스마트한 상호작용을 가능하게 한다.[6]
프롬프트
- 줄바꿈: 데스크탑이나 노트북에서 줄바꿈은 시프트 키와 엔터 키를 동시에 눌러서 사용할 수 있고, 스마트폰에서는 전송 버튼을 누르기 전까지는 채팅이 전송되지 않으므로, 자판에서 엔터에 해당하는 부분을 터치하여 사용할 수 있다.
- 프롬프트 수정(✏️): 대화방의 모든 질문은 수정이 가능하지만, 그 대화가 수정된 이후에는 그 대화 시점 이후 자신이 입력했던 기존 프롬프트는 사라지며, 새로운 대화가 이어진다.
- 생성 멈춤(⬛): 답변이 생성되는 도중 동그라미 안에 네모가 들어간 버튼을 누르면 답변 생성을 멈출 수 있다.
- 복사(Copy, 📋): 답변을 복사할 수 있다.
- 재생성(Regenerate, ↺): 이미 생성된 응답도 'Regenerate'를 눌러서 다시 응답을 생성하게 할 수 있다.
- 나쁜 응답(Bad response, 👎): 부정확하거나 엉뚱한 응답에 답에 이 아이콘을 눌러 평가할 수 있다. 실제 답변 품질에 장기적으로는 영향을 끼칠 수 있는 기능으로 보인다. 오픈AI는 부정확한 정보에 이 아이콘을 누르도록 권장한다.
- 계속 생성하기(Continue generating, ▶▶️): 끊긴 메시지에서 등장하는 버튼으로, 기존 메시지에서 끊긴 부분부터 답변을 이어서 작성한다.
- 파일 첨부(📎): 유료 버전에 한정하여 GPT-4를 이용할 경우 파일을 첨부한 질문이 가능하다.
- 답장("): 이전 챗GPT 응답의 일부를 선택하여 해당 부분에 대한 추가적인 질문을 할 수 있다. 챗GPT 응답 텍스트에서 원하는 부분을 드래그하면 위에 겹따옴표 모양의 아이콘이 뜨는데, 해당 아이콘을 눌러 사용이 가능하다.
- GPTs 호출(@): 유료 버전에 한정하여 GPT-4를 이용할 경우, 프롬프트(질문/요청하고자 하는 것)를 입력할 때 먼저 @을 입력하면 GPTs를 호출하여 그 GPTs가 답변하게 할 수 있다.[6]
각주
참고자료
- 〈ChatGPT〉, 《나무위키》
- 〈챗GPT〉, 《매일경제》
- 〈GPT-4〉, 《시사상식사전》
- 〈GPT-4 터보〉, 《시사상식사전》
- 테크유람, 〈‘GPT-5’를 기다리며: GPT 발전 역사 돌아보기〉, 《요즘IT》, 2024-06-07
- 임대준 기자, 〈오픈AI, 비용 줄인 최소형 모델 'GPT-4o 미니' 출시..."챗GPT에 바로 적용"〉, 《AI타임스》, 2024-07-19
같이 보기