안녕하세요. 큐시커입니다. 제가 인터뷰 한 내용들을 알차게 즐기고 계시면 좋겠습니다. 지금까지 총 4명의 인물 인터뷰 글을 작성했습니다. 블로그를 시작한지 2개월 정도 되었는데 이정도면 꽤 좋은 출발인것 같아요 :) 인터뷰 질문 응답을 변역하는 과정에서 제가 챗 GPT를 활용하고 계시는 점, 모두들 아시리라 믿습니다. 제가 공부를 하면서 영어 논문을 작성할 때 마다 저랑 함께 작문 피드백을 해주고 수정해주시는 전문가와 함께 했었습니다. 영어를 잘 못했던 유학생 시절에 대학교에서 제공해주는 서비스가 저에게 큰 도움이 되었기에 챗 지피티가 이와 같은 역할을 할 수 있다고 생각하여 접근한 방법입니다. 챗 지피티가 저랑 함께 번역 작업을 하는 파트너가 되주고 있고, 저도 인터뷰를 지금까지 4건 작업하면서 얻은 작업방식과 데이터를 프롬프트로 저장해 커스텀GPT를 꾸준히 업데이트 하고 있습니다. 보시는 것 처럼 제가 만든 번역용 커스텀 GPT입니다. 대화하듯 언어를 기반으로 사용하는 IIL 인공지능이 앞으로 가능성이 많을거라 생각되어 오픈AI 사의 챗 GPT를 번역용 인공지능으로 선택했습니다. 제가 만든 커스텀 GPT가 기본형 GPT랑 어떤 점이 다른지 비교해보겠습니다. 블로그의 목적과 함께 내가 지피티에게 요청하는 것, 의도, 원하는 점을 설명해줬더니 곧바로 영문으로 작성해줬습니다. 영작에 집중해서 보시죠! 이제, 제가 만든 커스텀 GPT 에도 똑같은 질문을 복사 붙여넣기 해 넣었습니다. 제가 커스텀한 GPT는 영문 뿐만 아니라 한국어도 고려해서 두가지 언어를 신경썼습니다. 두가지 언어를 동시에 생각해서 한국어로 우선 글을 써주고 영어 문맥에 맞춰 영문 번역도 제안해줬습니다. 영문을 보면 어감이나 사용된 용어도 차이점이 있는 것을 볼 수 있어요. 어떤게 훨씬 더 자연스럽나요? 이번에는 제가 블로그 포스팅 안에 쓴 글을 복사해서 붙여넣어 챗GPT에게 명령어를 적어넣었습니다. 이것도 글쓴이가 원하는 방향을 잘 정리해서 번역 작업하고, 어떤점을 자연스럽게 고쳤는지 ...
최근 AI를 도구로 활용하면서 가장 크게 체감한 변화는 단순한 질의응답 구조를 넘어 “실행 중심”으로 이동했다는 점입니다. 예전에는 질문을 하면 설명을 거쳐 답을 받는 흐름이 자연스러웠습니다. 지금은 질문을 받는 순간 “이걸 대신 실행할 수 있는가”를 먼저 판단하고 바로 결과를 내놓는 방식으로 바뀌었습니다. 실제 작업 속도는 눈에 띄게 빨라졌습니다. 다만 이 과정에서 의도를 세밀하게 해석하는 단계가 줄어들면서 맥락이 어긋나는 경우도 발생합니다. 이 변화는 출력 방식에서도 드러납니다. 모델은 이제 “무엇을 원하는가”보다 “어떤 형태로 결과를 내야 하는가”를 우선적으로 판단합니다. 예를 들어 이미지에 대한 설명을 요청하면 설명문보다 이미지 생성이 먼저 실행됩니다. 계산은 과정 없이 결과만 제공합니다. 요약 요청 역시 맥락보다 압축된 결과를 우선합니다. 그래서 프롬프트 자체를 설계하려는 입장에서는 의도를 명확히 적지 않으면 방향이 쉽게 틀어집니다. 저 역시 “설계만 해달라”는 조건을 명시하지 않았을 때 원하지 않는 결과물이 바로 생성되는 경험을 반복했습니다. 멀티모달 기능 강화도 중요한 변화입니다. 텍스트로 설명할 수 있는 내용이라도 이미지나 표 또는 UI 형태로 보여줄 수 있다면 그쪽을 우선 선택합니다. 작업 효율 자체는 분명히 올라갑니다. 다만 의도와 다른 방식으로 결과가 나오는 경우에는 오히려 수정 시간이 더 필요해집니다. 특히 구조를 먼저 잡아야 하는 상황에서는 이 자동 전환이 방해가 되기도 합니다. 또 하나 체감되는 부분은 추론 과정의 생략입니다. 이전에는 결과에 도달하는 과정이 비교적 명확하게 드러났습니다. 지금은 중간 설명 없이 바로 결론이 제시됩니다. 속도는 빨라졌지만 구조를 확인하거나 논리를 점검하려는 입장에서는 답답함이 생깁니다. 저 같은 경우는 이 부분을 보완하기 위해 “과정을 포함해서 설명해달라”는 조건을 별도로 추가하고 있습니다. 사용자 수준을 내부적으로 판단하는 흐름도 영향을 줍니다. 어떤 순간에는 고급 사용자로 인식되어 구조적인 답변을 받...