최근 챗GPT 개발자 핸드북을 읽었습니다.
최근 기술의 발전은 매일매일 우리의 삶을 변화시키고 있습니다. 그 중에서도 인공지능의 분야는 특히 눈부신 성장을 보이고 있는데, 이를 대표하는 기술 중 하나가 바로 "챗GPT"입니다. 작년 11월 30일, 오픈AI가 선보인 챗GPT는 순식간에 세계를 사로잡았고, 이에 대한 이해와 활용은 많은 전문가와 업계인들에게 필수가 되었습니다.
저는 어기에 큰 관심을 갖고 챗GPT와 관련된 다양한 책을 5권 이상 읽어왔습니다. 그 과정에서 찾아낸 지식과 통찰, 그리고 이 분야에서 가장 도움이 되었던 한 권의 책에 대한 이야기를 나누고자 합니다. 바로 제가 최근에 한빛미디어 나는 리뷰어다 활동으로 지급받아 읽은 디코딩에서 신간으로 발간한 "챗GPT 개발자 핸드북"은 단순한 챗GPT 사용 안내서가 아닌, 현장에서의 경험과 직접적인 적용 방법을 제시하며, 이 분야에 흥미를 가진 모든 이들에게 새로운 지평을 열어줄 것입니다.
여기서 시작하는 여정은 새로운 기술의 세계로의 초대장이 될 것이며, 미래를 열어갈 열쇠가 될 것입니다.
그러면 본격적으로 챗GPT 개발자 핸드북 리뷰를 해보도록 하겠습니다.
챗GPT 개발자 핸드북 저자는 다음과 같습니다
이 책의 저자 주한나(Hanna Kroukamp)는 현재 미국 워싱턴주 커클랜드에서 SRE인 남편과 중학생 아들, 초등학생 딸과 함께 살고 있으며, 페이스북에서 "양파"라는 이름으로 활동 중입니다.
남아프리카공화국으로 처음 이민을 가서 개발자로 일한 후, 서른 살 때 영국으로 두 번째 이민을 가 마이크로소프트에서 일하기 시작했습니다. 그 후 미국으로 세 번째 이민을 와 현재 워싱턴주 레드먼드에 위치한 마이크로소프트 본사의 Copilot Applied AI팀에서 시니어 데이터 사이언티스트로 활약하고 있습니다.
20년 전 파이썬 개발자로 시작한 그녀는 그 후 펄 개발자, 자바 개발자, 웹 개발자, QA 백엔드 개발자, 데이터 엔지니어, 프로젝트 관리자 등을 거쳐 AI를 전문으로 하는 데이터 사이언티스트로 자리 잡았습니다. 여러 가지 데이터 파이프라인과 머신러닝 프레임워크, AI 모델 등을 다루다가 최근에는 GPT를 기반으로 하는 대규모 언어 모델 기술로 제품 개발을 하는 팀의 일원이 되었습니다.
주한나의 활동은 페이스북 페이지 [https://www.facebook.com/seattleyangp](https://www.facebook.com/seattleyangp)에서도 확인할 수 있습니다.
참고로 저자의 남편분은 SRE로 "Site Reliability Engineering"의 약자로, 시스템의 신뢰성, 가용성, 성능 등을 책임지고 유지하는 엔지니어링 분야를 말합니다. SRE는 소프트웨어 시스템이 지속적으로 안정적으로 작동하도록 하며, 문제가 발생할 경우 빠르게 대응하여 복구하는 업무를 수행합니다. 이는 사용자에게 지속적이고 끊김 없는 서비스를 제공하기 위해 중요한 역할을 합니다.
챗GPT 개발자 핸드북에서 인상 깊은 점은 다음과 같습니다
이 부분에서 인상깊은 점은 이 텍스트에서 GPT-3와 관련된 기술의 급격한 발전과 그에 따른 산업 내의 반응을 보여줍니다. 특히, GPT-3를 처음 테스트한 당시의 감탄과 그 이후의 성공에 대한 예상치 못한 반응은 인공지능과 자연어 처리 분야의 급속한 발전을 증명하는 사례로 볼 수 있습니다.
또한, 이러한 기술이 상용화되지 못한 이전 시도와 비교되면서, 현 시점에서의 성공 요인과 기술의 성숙도를 엿볼 수 있게 해줍니다.
인상깊은 점은 LLM (대규모 언어 모델)의 천문학적인 투자 비용과 느린 진행 속도에도 불구하고 그 기술의 중요성과 유용성이 강조되고 있다는 부분입니다.
생성형 AI가 비즈니스 환경에서, 예를 들어 고객 서비스나 문서 작성에서 제공할 수 있는 가치는 전례 없는 것이며, 검색과 같은 기존의 기능으로는 대체할 수 없는 새로운 가능성을 열고 있음을 보여줍니다. 이 텍스트는 현대 기업들이 AI와 같은 첨단 기술에 대한 투자의 필요성과 그로 인한 혁신적인 변화를 잘 나타냅니다.
여기서 제로샷 (Zero-Shot) 학습의 개념이 인상적입니다. 이것은 모델이 특정 작업을 수행하기 위해 그 작업에 대한 별도의 예시나 훈련을 받지 않고, 기존에 가지고 있는 지식만을 사용해서 답변하게 하는 방식을 말합니다.
이러한 접근 방식은 모델의 일반화 능력을 시험하고, 특정 도메인이나 작업에 특화된 훈련 없이도 얼마나 유용한 결과를 가져올 수 있는지를 탐색하는데 중요한 역할을 할 수 있습니다. 이는 인공 지능의 유연성과 효율성을 높이는 중요한 연구 분야입니다.
"생각의 나무(Tree of Thought)" 방법은 문제 해결이나 의사 결정 과정에서 유용하게 사용될 수 있는 전략입니다. 이 방법은 여러 전문가들이 각각의 단계에서 의견과 아이디어를 제시하고 공유하면서 서로 협력해 문제를 해결해 나가는 방식입니다.
이러한 접근 방식의 장점은 다양한 관점과 전문 지식이 종합적으로 활용되므로 더 깊고 풍부한 해결책을 도출할 수 있다는 점입니다. 각 전문가의 의견이 상호 작용하고 충돌하면서 새로운 아이디어와 접근 방법이 발생할 수 있으며, 이는 문제를 더 근본적으로 이해하고 효과적으로 해결하는 데 도움이 될 수 있습니다.
이 내용에서 인상깊은 점은 GPT와 같은 언어 모델과의 상호작용 과정이 일종의 반복적인 수정과 조정 과정을 포함한다는 것입니다. 사용자는 종종 처음에 정확히 무엇을 원하는지 모르고, 모델의 반응을 보면서 명령을 조금씩 수정해 나갑니다.
이러한 과정은 일반적인 인간과의 대화와 유사하게 느껴질 수 있으며, GPT와 같은 언어 모델을 사용함으로써 보다 정확하고 효율적인 커뮤니케이션을 이룰 수 있다는 것을 보여줍니다. 또한, 프롬프트 엔지니어링이 얼마나 복잡하고 섬세한 작업일 수 있는지를 잘 보여주는 예시로 작용합니다.
이 내용에서 인상깊은 점은 깃허브 코파일럿이 여러 주요 개발 환경에서 지원되며, 교사와 학생들에 대해서는 무료로 사용할 수 있다는 것입니다.
이로써 다양한 개발자들이 이 도구를 쉽게 접근하고 활용할 수 있게 되었습니다. 또한 30일 평가판을 제공함으로써 기술의 장벽을 낮추고 더 많은 사람들이 이 도구를 시험해 볼 수 있는 기회를 제공한다는 점도 흥미롭습니다.
챗GPT 개발자 핸드북은 저에게 인생 조언을 해준 소중한 책입니다
저에게 이 책이 무엇보다 소중한 이유는 제 인생 고민에 대한 답을 주었기 때문입니다.
지금 엄청난 인기를 끄는 분야를 해야 할까요?
인공지능융합교육(생성AI)가 엄청난 인기를 끈다고 합니다. 그래서 엄청난 돈을 번 인공지능융합교육(생성AI) 서비 스들의 이야기가 나오고 이런 질문이 이어집니다.
"인공지능융합교육(생성AI) 전문가가 되려면 어떻게 해야 하나요?"
현재 뜨는 분야가 있다고 할 때, 그 분야가 10년 후에도 유망 분야로 남을 가능성은 상당히 낮습니다. 특히 교육과 IT 쪽에서는 더욱 심합니다. 정말 빨리 변하거든요. 10년 전에는 빅데이터와 데이터 과학 분야가 뜨는 분야였습니다. 그 전에는 ICT였고, 그 전에도 또 다른 무언가가 있었죠. 제가 처음 공부를 시작한 2000년대 초반에는 HRD가 앞으로 중요할 거라고 했습니다. ERP를 다를 줄 아는 관리자나 개발자들을 구했지요. 지금도 그런가요? 아니죠. 하지만 그때 배운게 쓸데없었냐 하면 그건 아닙니다. 물론 지금 그 분야만 가지고, 전문가 행사를 하기는 힘들죠.
빅데이터 열풍 때에는 하둡이나 하이브를 배운다고 다들 난리였습니다. 그 후에는 NoSQL 데이터베이스, 데이터 파 이프라인 구축 어쩌고 하면서 빅데이터 커리큘럼을 짠다고 난리였습니다. 그때 "교육 빅데이터를 전공할까요?"라고 묻는 분들에게 저는 언제나 "그냥 교육공학과 컴퓨터 과학 공부하세요. 라고 조언을 드렸습니다. 요즘 "A가 핫한데 인공지능과 머신러닝을 전공할까요?"하시는 분들에게도 저는 똑같은 조언을 합니다.
지금 인공지능융합교육(생성Al)이 유행이라고 해서 인공지능융합교육(생성A)을 배우기보다는 교육공학과 컴퓨터 과학을 배우는 것이 낫습니다. 몇 년 후에 뭐가 또 유행할지 모르지만, 기본을 배워두면 늘 도움이 됩니다.
사실 이 내용은 “챗GPT 개발자 핸드북” 251쪽과 252쪽 내용을 약간 수정한 것입니다.
인공지능융합교육을 고민하는 저이기에 양파님의 조언을 적용해서 약간 비틀어 써 보았습니다.
사실 저의 포스팅을 보시면 아시겠지만 상당히 최근 생성AI 열풍으로 인공지능융합교육에 큰 관심을 갖고 있었습니다.
이 분야 전문가가 되고 싶었습니다.
그래서 대학원 진학까지도 고민했습니다.
하지만 챗GPT 개발자 핸드북 저자 양파님이 마치 저에게 이런 조언을 하는 것 같습니다.
최대한 자신의 현재 전문성을 살려 진입해 보세요.
그리고 그냥 교육공학과 컴퓨터과학 기본을 공부하세요. 그러면 10년 뒤에 새로운 것이 나와도 빠르게 적응할 수 있습니다.
특히 챗GPT 개발자 핸드북의 저자 양파님이 마이크로소프트에서 AI분야 업무를 하게 된 이야기는 저에게 깊은 인상을 주었습니다.
어차피 빅테크 회사마다 그 회사의 고유 시스템이 있기 마련인데, 이러한 시스템을 알고 들어오는 사람은 거의 없습니다. 회사에서는 어느 정도 관련 배경 지식 있고, 머리가 빠릿빠릿 돌아가고, 관련 경험이 있어 일을 시킬 만하다 싶으면 채용하여 교육시킵니다. 아주 전문적인 지식이 중요한 분야도 있는데, 그런 분야에서는 해당 분야 박사학위를 소지하고 관련 기술 논문을 다수 쏟아 낸 사람을 원하겠지요. 하지만 대다수 취업 자리는 '적당히 교육해서 일 시킬 수 있는 사람'을 찾는 루트를 찾는 게 훨씬 쉽습니다. 그런 자리가 훨씬 많습니다.
이미 개발 직종에 있는 분이라면 더욱 그렇습니다. 하던 업무를 그만두고 뜨는 분야의 석사 과정을 따로 밟기보다는, 지금 있는 직장에서 원하는 분야로 슬슬 옮기는 편 이 수십 배 쉽습니다.
회사에서는 직원을 고용할 때 학별과 자격증을 비롯한 여러 가지 스펙을 봅니다. 이는 사실 고용 리스크를 줄이기 위한 방법입니다. 하지만 이미 고용한 사람이 자기가 한번 해보겠다며 의지를 보이고 결과물까지 보여 준다면, 회사 입장에서는 그래, 한 번 해봐라 하고 맡기는 편이 훨씬 쉽습니다. 그렇지 않으면 밖에서 전문가를 구해 와야 하는데, 그 사람이 어떤 사람인지 모르니 학벌도 보고 자격증도 보는 거지요. -챗GPT 개발자 핸드북 253p
빅테크 회사에서의 채용과 진급에서 전문적인 지식과 자격증이 중요할 수 있지만, 그보다는 관련 배경 지식과 의지, 실질적인 업무 수행 능력이 더 중요하다는 점입니다.
이미 회사 내에서 일하고 있는 사람이 원하는 분야로의 전환을 추구할 때는, 그 의지와 능력을 보이는 것만으로도 새로운 기회를 얻기 수십 배 쉽다는 것도 주목할 만한 내용입니다.
이는 전문 교육과 자격증을 취득하는 것보다는 현장에서의 경험과 성과, 그리고 변화에 대한 의지가 종종 더 큰 가치를 지닐 수 있다는 사실을 강조하고 있습니다.
이어지는 저자의 경험은 피와 살이 됩니다.
데이터 팀에서는 백엔드 테스팅을 맡았습니다. 그러면서 팀에 빅데이터 시스템을 들 여오는 데에 관여하기 시작했습니다. 이때 데이터 엔지니어로 직함이 바뀌었지요. 이 직함일 때 스카이프에 들어갔습니다. 마이크로소프트에 합병된 지 얼마 되지 않았을 때였습니다. 여기서 빅데이터 시스템을 아주 기본부터 만드는 작업을 했습니다. 마침 저는 석사 논문 주제로 '효율적인 데이터 테스팅'을 택했던 터라 잘 맞았습니다.
그래서 어떻게 AI 쪽으로 가셨나요?
IT 업계의 장점이라면 늘 새로운 일이 있고 변화가 많은 터라 여러 가지 업무와 역할을 맡아볼 수 있다는 점이겠죠. 저는 스트리밍 빅데이터 파이프라인 팀에서 일하면서 개발, 테스트, 프로젝트 매니저 업무 등을 맡아보다가 AI 팀으로 옮겼습니다. AI분야의 박사학위가 있었던 것도 아니었습니다. AI팀 구성원의 80%는 박사학위가 있는 사람들이었습니다. 그렇지만 개발과 테스팅, 데이터 파이프라인을 포함한 다양 한 업무 경험이 큰 도움이 되었습니다. 만약 AI팀에서 구인 공고를 냈다면 훨씬 더 대단한 스펙을 요구했을 것이고 저는 아마 이 팀에 들어가지 못했을 겁니다. 하지만 저는 이미 마이크로소프트에서 10년에 걸쳐 이런저런 일을 한 경험이 있었고, 그래 서 그들 입장에서는 고용 리스크가 낮았습니다. 팀에서는 저에게 이것저것 시켜 보고, 그럭저럭 한다 싶으니 조금씩 더 일을 주었습니다. 그런 방식으로 제 역할을 늘려 갔습니다.
2022년까지는 여러 가지 AI 모델을 관리 및 개발하고 있었는데요, AI 팀으로 옮길 당시 어느 쪽에 관심이 있느냐고 물었을 때 제가 NLP (자연어 처리)만 아니라면 괜찮다고 답했던 기록이 있습니다. 그런데 오픈AI에서 내놓은 챗GPT가 엄청난 히트를 치자, 저희 팀에서는 전부 언어 모델 업무를 진행하게 되었습니다. 그 시기에 NLP는 1도 공부하지 않은 저보다 더 자격 있는 사람이 최소 수만, 수십만 명은 있었을 겁니다. 하지만 팀에서는 그런 사람들을 찾아 고용하기보다는 기존 팀원들이 빨리 공부해서 배우는 쪽을 선호했습니다. -챗GPT 개발자 핸드북 254p
이 부분에서 제게 인상깊은 점은 업계의 지속적인 변화와 기술의 진화가 개개인의 경력 발전에 얼마나 큰 영향을 미칠 수 있는지를 저자의 생생한 경험으로 보여준다는 점입니다.
이 책의 저자 양파님(주한나)은 백엔드 테스팅에서 시작해 빅데이터 시스템을 만들고, AI 팀으로 이동하는 등 다양한 역할을 수행하며 자신의 업무 영역을 확장해 나갔습니다.
또한 양파님은 학력이나 전문 자격증이 아닌, 실제 업무 경험과 다양한 분야에서의 능력이 얼마나 중요한지를 강조하고 있습니다.
AI 팀으로의 이동에서도 작성자의 다양한 업무 경험이 큰 도움이 되었고, 회사는 기존 팀원들이 새로운 기술을 빠르게 배우는 것을 선호했습니다. 이러한 점은 지속적인 학습과 유연성, 그리고 현장에서의 실질적인 업무 수행 능력이 얼마나 중요한지를 잘 보여주고 있습니다.
오늘은 챗GPT 개발자 핸드북 리뷰를 하였습니다
챗GPT 개발자 핸드북 리뷰를 마치며, 이 책은 AI와 자연어 처리 분야에 흥미를 가진 개발자들에게 매우 유용한 자료임을 확신합니다.
책의 내용은 챗GPT의 다양한 적용 방법과 원리를 깊이 있게 다루고 있으며, 실제 적용 사례와 프롬프트 엔지니어링에 대한 실질적인 팁을 제공합니다.
또한 깃허브 코파일럿과 같은 실용적인 도구의 사용 방법을 소개하며, 개발자들이 이 기술을 실제 작업에 쉽게 통합할 수 있게 도와줍니다.
전반적으로 이 책은 자연어 처리와 관련된 최신 기술 트렌드를 파악하고자 하는 이들에게 강력한 가이드라인을 제시하며, 다양한 레벨의 독자들이 접근하기에 적합한 구성을 갖추고 있습니다.
이상으로 챗GPT 개발자 핸드북 리뷰를 마칩니다. 감사합니다.
'책' 카테고리의 다른 글
| 박태웅의 AI강의 리뷰 (2) | 2023.08.29 |
|---|---|
| 나이가 든다는 착각 리뷰 (0) | 2023.08.24 |
| <일터로 간 뇌과학> 리뷰 (0) | 2023.08.03 |
| 역행자와의 대화, 경제적 자유를 얻는 구체적 루트 (1) | 2023.07.19 |
| 역행자의 지식, 기버모드 그리고 확률 게임 (2) | 2023.07.18 |
댓글