최근 챗GPT를 활용하여 GPT 개념을 파악하는 활동을 해보았습니다.
최근에 챗GPT의 등장으로 여러가지 고민을 많이 하고 있는데요. 그중 가장 많이 하는 것은 학생들이 어떻게 하면 자기주도적으로 챗GPT를 학습도구로 인식하고 효과적으로 활용하게 하는가? 입니다.
학습자가 챗GPT를 학습도구로 활용하기 위해서는 가장 먼저 챗GPT의 한계를 명확하게 인지해야 하는데요. 쉽게 말해서 챗GPT가 잘하는 것과 잘하지 못하는 것을 이해하고, 동시에 챗GPT가 성능을 효과적으로 발휘하는 분야를 파악하고, 챗GPT가 실수를 자주 범하는 분야도 파악을 해야 합니다.
특히 챗GPT가 그럴듯하게 거짓말 생성을 잘하는데, 이러한 특성이 사실은 챗GPT의 알고리즘 때문이라는 것도 이해해야 할 필요성이 있는데요. 이를 위해서 저는 가장 먼저 학생들에게 다음의 과제를 제시했습니다.
챗GPT의 GPT 개념을 챗GPT를 활용하여 파악하고, 이를 노션에 정리해보세요.
이러한 과제를 학생들에게 제시하였더니, 학생들은 10분도 채 되지 않아서 노션에 다음과 같이 챗GPT의 GPT 개념을 정리하였습니다.
대부분의 학생들은 챗GPT가 응답한 대답을 그대로 복사 붙여넣기 하였지만, 몇몇 학생들은 챗GPT의 대답을 온전히 신뢰하지 않고 다양한 방법으로 교차 검증한다음에 노션 활동지에 기록을 했는데요.
오늘은 학생들이 수행한 챗GPT를 활용하여 GPT 개념 파악하기 활동을 소개하도록 하겠습니다.
먼저 노션 활동지 구성은 다음과 같이 간단하게 했습니다.
- 노션 페이지를 개설한다.
- 개설한 페이지에 제목을 넣고 학생들을 초대한다.
- 보드를 생성한다.
- 생성한 보드에 다음의 텍스트 항목을 추가한다.
- "GPT의 G에 대해서 서술하세요."
- "GPT의 P에 대해서 서술하세요."
- "GPT의 T에 대해서 서술하세요."
- 보드 속성에서 각각의 텍스트 항목을 선택하면 해당 항목에 작성한 내용이 보인다.
이렇게 간단하게 노션으로 온라인 활동지를 제작한 다음에 학생들이 자유롭게 작성하도록 시간을 부여합니다.
그러면 학생들이 어떻게 작성을 했는지 몇몇 사례를 살펴보도록 하겠습니다.
GPT의 G에 대해서 서술하세요
학생1은 다음과 같이 작성했습니다.
Generative
학생2는 다음과 같이 작성했습니다.
GPT의 G는 "Generative"를 나타냅니다. "Generative"는 생성적인이라는 뜻으로, GPT 모델은 대규모 텍스트 데이터를 학습하여 새로운 텍스트를 생성하는 능력을 갖춘 자연어 처리 모델입니다. 이 모델은 입력된 텍스트로부터 다음에 나올 단어나 문장 등을 자동으로 예측하며, 이를 토대로 새로운 텍스트를 생성합니다. 이러한 기능으로 GPT 모델은 문장 생성, 자동 요약, 질문 답변, 기계 번역 등의 다양한 자연어 처리 작업에서 높은 성능을 보입니다.
학생3은 다음과 같이 작성했습니다.
GPT에서의 "G"는 "Generative"를 의미합니다. GPT 모델은 대규모 텍스트 데이터를 학습하여 새로운 텍스트를 생성하는 능력이 있는 인공지능 언어 모델입니다. 이러한 생성 능력은 자연어 생성, 기계번역, 요약 등의 작업에서 유용하게 활용될 수 있습니다. GPT 모델은 이전에 존재하지 않았던 새로운 텍스트를 생성하면서도 문맥과 일관성을 유지하고 자연스러운 문장을 생성하는 능력을 보여주고 있습니다. 이러한 특징들은 GPT 모델이 자연어 처리 분야에서 매우 유용한 모델로 평가되는 이유 중 하나입니다.
GPT의 P에 대해서 서술하세요
학생1은 P에 대해 다음과 같이 작성했습니다.
Pre-trained
학생2는 P에 대해 다음과 같이 작성했습니다.
GPT의 P는 "Pre-trained"를 나타냅니다. "Pre-trained"란, 대규모 데이터셋에서 사전에 학습된 가중치와 모델 파라미터를 이용하여, 보다 적은 양의 새로운 데이터셋에서 높은 성능을 보이도록 모델을 미리 학습시키는 기술을 말합니다. GPT 모델도 대규모 텍스트 데이터셋에서 사전 학습된 모델로, 다양한 자연어 처리 작업에서 높은 성능을 보이며, 적은 양의 추가 학습 데이터로도 높은 성능을 유지할 수 있습니다. 이러한 특징으로 GPT 모델은 다양한 자연어 처리 작업에서 유용하게 사용될 수 있습니다.
학생3은 P에 대해 다음과 같이 작성했습니다.
GPT에서의 "P"는 "Pre-trained"를 의미합니다. GPT 모델은 대규모 텍스트 데이터셋으로 미리 학습(pre-trained)된 후에, 다양한 자연어 처리 태스크에 fine-tuning을 통해 적용됩니다. 이를 통해, GPT 모델은 대량의 텍스트 데이터를 사용하여 자연어 처리에 필요한 특징을 스스로 학습하여 새로운 자연어 처리 태스크에 적용할 수 있는 능력을 갖추게 됩니다. 예를 들어, GPT 모델을 이용하여 기계 번역 작업을 수행할 때, 먼저 GPT 모델을 대규모의 다국어 텍스트 데이터셋으로 학습시켜 미리 번역에 필요한 문법, 어휘, 문맥 등을 학습시킵니다. 그리고 이후에는 해당 언어의 번역 데이터셋으로 fine-tuning을 진행하여 번역 모델을 구성하게 됩니다. 이처럼, GPT 모델은 미리 학습된 모델로, 다양한 자연어 처리 작업에 적용되기 위해 fine-tuning이 필요합니다.
GPT의 T에 대해서 서술하세요
학생1은 T에 대해 다음과 같이 작성했습니다.
Transformer
학생2는 T에 대해 다음과 같이 작성했습니다.
GPT의 T는 "Transformer"를 나타냅니다. "Transformer"는 구글(Google)에서 2017년 발표한 인코더-디코더 구조의 딥 러닝 모델 아키텍처 중 하나입니다. 이 모델은 기존의 순환 신경망(RNN)과 달리, 입력과 출력 사이의 관계를 자동으로 파악하여 문맥 정보를 이해하고 이를 이용하여 다음 단어를 예측합니다. Transformer 모델은 특히 자연어 처리 분야에서 좋은 성능을 보이며, GPT 모델에서도 Transformer 모델 아키텍처를 사용하여 대규모 텍스트 데이터셋을 학습합니다. 이를 통해 GPT 모델은 다양한 자연어 처리 작업에서 뛰어난 성능을 발휘하고 있습니다.
학생3은 T에 대해 다음과 같이 작성했습니다.
GPT에서의 "T"는 "Transformer"를 의미합니다. Transformer는 딥러닝 모델 중 하나로, 자연어 처리 분야에서 대표적으로 사용되는 모델입니다. Transformer 모델은 Attention 메커니즘을 이용하여 입력 시퀀스의 모든 위치에서 다른 위치의 정보를 이용하여 각 위치별로 출력을 계산하는 방식을 사용합니다. 이를 통해, 기존의 RNN(Recurrent Neural Network) 모델보다 더 긴 시퀀스를 처리할 수 있으며, 정보 전달의 효율성과 성능면에서도 우수한 결과를 보여줍니다.
GPT 모델은 Transformer 모델 아키텍처를 이용하여 구성되었으며, 이를 통해 대규모의 텍스트 데이터셋으로 미리 학습된 후에 fine-tuning을 통해 다양한 자연어 처리 작업에 활용됩니다. Transformer 모델의 Attention 메커니즘은 특히 자연어 처리 분야에서 매우 유용하게 활용되고 있으며, GPT 모델 역시 자연어 처리 분야에서 매우 높은 성능을 보여주고 있습니다.
챗GPT의 등장으로 인공지능 융합 교육에 대한 진입장벽이 조금 더 낮아졌습니다.
이와 같이 GPT나 자연어처리인공지능 NLP에 대한 개념을 학습하지 않은 학생들도 챗GPT를 활용하여 GPT의 개념을 파악하고 이를 활동지에 쉽게 적었습니다. 이러한 활동은 10분도 걸리지 않았으며, 상당히 짧은 시간안에 이루어졌습니다.
이렇게 학생들이 직접 챗GPT를 활용하여 자신이 궁금한 것을 묻고, 확인하는 과정을 직접 체험함으로써 인공지능을 학습도구로 인식하게 되는데요. 챗GPT의 등장으로 인공지능 융합 교육에 대한 진입장벽이 조금 더 낮아졌다고 할 수 있습니다.
하지만 동일한 챗GPT를 활용함에도 불구하고, 학생들마다 이를 활용하여서 이해하고 정리하는 내용들이 다른데요. 당장 위에서 응답한 내용만 보더라도 어떤 학생은 말그대로 'Generative'라고만 쓰는 경우도 있고, 어떤 학생은 챗GPT가 응답한 내용 그대로를 복사 붙여넣기하기도 합니다.
이렇게 되는 경우 학습자가 정말 제대로 이해했는지를 단순히 활동지에 적은 내용만으로는 제대로 파악할 수 없게 된 것이죠.
이런 경우에는 어떻게 해야 할까요?
방법은 여러가지가 있을 수 있습니다.
대표적으로 학생으로 하여금 자신이 파악한 지식이나 개념, 절차 등에 대해서 구술하게 하는 것입니다.
혹은 컴퓨터를 사용하지 않은 상태에서 종이에 지식이나 개념, 절차 등을 적어보도록 시킬 수도 있습니다.
그러나 저는 단순히 GPT의 개념을 이해하고 암기하기 위해서 이 활동을 학생에게 시킨 것은 아닙니다.
이 활동의 목적은 다시 한번 강조드리면 챗GPT를 교육적으로 활용할 수 있는 학습도구임을 학생 스스로 인식하게 하는 것이었습니다. 동시에 챗GPT가 답해준 내용을 그대로 무비판적으로 성찰없이 받아들이기만 한다고 그것이 온전한 자신의 지식이 되는 것은 아님을 학생이 깨닫게 하는 것입니다.
결국 학생의 학습과 성장은 단순히 챗GPT를 활용하는 것에만 있는 것이 아니라 챗GPT를 활용하면서 동시에 자신의 스키마(기존의 배경지식)와 연결짓고, 내용을 이해하고 동시에 내용을 꺼내어 표현하고 활용할 수 있어야지만 온전히 자신의 지식이라는 사실을 학생 스스로가 깨달아야 하는 것입니다. 또한 챗GPT는 알고리즘상 언제든지 일부의 오류가 있을 수 있으니 비판적으로 챗GPT를 활용하고 받아들여야 한다는 점도 학생이 깨닫기를 바라면서 이번 활동을 해보았습니다.
오늘은 챗GPT 활용하여 GPT 개념 파악하기 활동을 해보았습니다. 이번 활동에서 활용한 주요 도구는 챗GPT와 노션이었습니다.
이상으로 챗GPT 활용하여 GPT 개념 파악하기 활동 포스팅을 마칩니다. 감사합니다.
'교육' 카테고리의 다른 글
| 퍼소나 persona 기법 총정리 (0) | 2023.03.07 |
|---|---|
| 좋은 가설적 질문이란? (0) | 2023.03.06 |
| 챗GPT로 말도 안되는 이야기 생성하기 활동 (0) | 2023.03.04 |
| 새학년 담임을 위한 상담용 구글 서면인터뷰 양식 (0) | 2023.03.03 |
| ChatGPT is at capacity right now 사례 총정리 (0) | 2023.03.01 |
댓글