기본 콘텐츠로 건너뛰기

[똑똑한 번역 업무 특화] 커스텀 챗GPT 프롬프트 공개

 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 ...
댓글 쓰기

어떤 소재든 과학 브랜드 이미지로 만드는 AI 프롬프트 활용법

AI로 소재 이미지를 만들다 보면 한 가지 문제가 자주 발생합니다.


이미지가 지나치게 평범하거나, 반대로 너무 추상적으로 만들어지는 경우가 많죠.


특히 화장품 성분이나 바이오 소재처럼 ‘재료 자체’가 중요한 산업에서는 이러한 문제가 더 크게 느껴집니다. 단순한 스톡 이미지처럼 보이면 브랜드의 신뢰감이 떨어지고, 지나치게 추상적인 이미지가 되면 실제 소재의 특성이 잘 전달되지 않습니다.


이 글에서 소개하는 "Material Intelligence" 프롬프트는 이러한 지점을 고려하여 설계된 구조입니다. 재료의 질감을 유지하면서도 그 안에 과학적인 연결 구조를 시각적으로 표현하도록 구성되어 있습니다.




이 프롬프트의 핵심은 단순히 소재를 보여주는 데에 있지 않습니다.


재료 안에 어떤 시스템이 존재하는 것처럼 보이도록 만드는 것이 핵심입니다. 표면이나 내부에 작은 점과 선이 연결된 구조가 나타나며, 마치 분자 구조나 연구 데이터가 재료 속에 존재하는 것처럼 보이는 장면을 만들어 냅니다.


그래서 결과 이미지는 일반적인 AI 이미지라기보다 연구 환경에서 촬영한 과학적 시각화 이미지에 가까운 분위기를 갖게 됩니다.




이 구조는 식물이나 자연 소재에도 동일하게 적용됩니다.


잎의 표면이나 물방울 주변에 미세한 연결 구조가 형성되면서 단순한 식물 사진이 아니라 성분 분석이나 생물학적 구조를 연상시키는 이미지로 확장됩니다.


이러한 이미지는 화장품 원료 소개나 자연 성분 스토리텔링에서 활용하기에 적합합니다.



광물이나 금속성 재료에서도 비슷한 효과를 확인할 수 있습니다.


거친 표면 위에 형성되는 선과 점의 구조는 마치 재료의 내부 데이터를 시각화한 것처럼 보입니다. 그 결과 단순한 텍스처 이미지보다 훨씬 미래적인 분위기를 만들어 냅니다.




과일이나 자연 성분처럼 비교적 친숙한 소재에서도 같은 구조를 사용할 수 있습니다.


표면의 질감과 물방울, 그리고 미세한 네트워크 구조가 함께 나타나면서 자연 소재와 과학적 분석이 동시에 보이는 이미지를 형성합니다.


이러한 스타일은 건강식품이나 기능성 성분 브랜드에서도 활용하기 좋습니다.



물리 분자 구조나 바이오 이미지를 생성할 경우에는 보다 직접적인 과학 이미지에 가까운 결과가 나타납니다.


다만 텍스트나 숫자가 포함되지 않도록 설계되어 있기 때문에 브랜드 이미지나 캠페인 비주얼로 사용할 때 비교적 깔끔한 결과를 얻을 수 있습니다.


물이나 액체 소재에서도 이 프롬프트는 안정적으로 작동합니다.


액체의 흐름이나 표면 장력 위에 연결 구조가 형성되면서 재료의 움직임 자체가 하나의 데이터 시스템처럼 보이는 장면을 만들어 냅니다. 한번 시도해보세요!



결과적으로 이 프롬프트는 특정 스타일을 만드는 도구라기보다는 재료 중심의 시각 시스템에 가깝습니다.


같은 구조를 다양한 소재에 적용하면 화장품, 바이오, 식품, 소재 산업 등에서 활용할 수 있는 일관된 이미지 언어를 만들 수 있습니다.


Material Intelligence 프롬프트는 아래 링크에서 확인하실 수 있습니다 :)




[ACCESS MATERIAL INTELLIGENCE PROMPT]

댓글

댓글 쓰기

HOT News

Areumdamda Inc. | Interview with CEO Jung-hoon Bae 가상현실과 삶을 이어주는 미디어 랩- 아름담다를 알다

  아름담다 대표님은 어떤 사람입니까? 안녕하세요. 아름담다 대표 배정훈 입니다. 저는 가끔 스스로를 청개구리 같은 사람이라고 생각합니다 . 모든 사람들이 가는 길이 있다면 , 일부러 다른 길을 개척하는 불편함을 자초하는 사람 같습니다 . 물론 그런 길이 대부분 성공적이지 않다는 것을 알면서도요 . 그렇다고 겁이 없는 사람은 아니고 , 오히려 보통 사람보다 더 겁이 많은 편인데 , 왜 그렇게 행동하는지는 저도 미스터리입니다 . 다만 , 그 길에서 얻는 성취가 작더라도 험한 길을 계속 나아갈 수 있는 원동력이 되어주는 것 같습니다 . 언제부터 아름담다를 창업하기로 결정했나요 ? 아름담다의  스토리가 궁금해요 .   저는 평생 저에게 맞는 일은 창의적인 생산이라고 생각해왔습니다 . 그게 어떤 분야가 되든지요 — 글이든 , 이미지든 , 음악이든 . 창의적인 일이라면 다양하게 해보고 싶은 욕심도 많았습니다 . 물론 그런 것들이 단지 순수하고 추상적인 개인적 욕구라면 , 현실적으로 제가 잘할 수 있는 일은 현업 안에서 찾아야겠지요 . 전공이었던 도시건축 관련 일과 , 오랜 시간 몸담았던 게임회사에서의 경험은 분명 행복했지만 , 결국 조직 안에서 제가 맡을 수 있는 일은 아주 작은 일부일 수밖에 없었습니다 . 그래서 프로젝트 선정부터 총괄까지 , 더 창의적인 도전을 하고 싶었던 것 같습니다 . 회사에 다니며 틈틈이 준비를 해왔지만 , 그 기간이 꽤 늘어지기도 했습니다 . 아무래도 몸담은 회사를 나와 돈 한 푼 없이 새로운 일을 시작한다는 건 쉬운 일이 아니었으니까요 . 하지만 한편으로는 , 일단 시작하지 않으면 그동안의 모든 준비가 무용지물이 될까 봐 두렵기도 했기에 , 결국 시...
댓글 쓰기
Read more »

Interview with Instant Noodle Specialist Piki - 한국 라면 평론가 "라면완전정복 피키"님의 콘텐츠를 만나다

  라면완전정복 피키님은 누구입니까? 안녕하세요. 저는 라면 평론가, 크리에이터로 활동 중인 라면정복자피키 지영준입니다. 업체의 협찬 없이 2013년부터 2000여종 이상의 라면을 맛보고 블로그와 유튜브를 통해 소개하고 있습니다. 2023년부터는 다니던 직장을 그만두고, 전업 평론가, 크리에이터로서 라면 콘텐츠 제작을 위해 힘쓰고 있습니다. 단순히 라면을 맛보고 소개하는 것에서 끝나지 않고, 라면의 역사를 정리하고, 라면과 관련한 명소, 단체, 인물을 취재해 알려드리기 위해 노력하고 있습니다.   P.S. 라면 완전정복은 “ 세상의 모든 라면을 먹어보고 소개해보자 ” 는 제 목표이자 , 블로그의 제목입니다 . 제 닉네임은 “ 라면정복자피키 ” 입니다 . 또한 인터뷰에서 제가 말씀드리는 라면의 정의는 일본식 라멘이 아니라 인스턴트 라면 (Instant ramen) 을 지칭한다는 점을 이해해주시면 감사하겠습니다 . 언제부터 “라면을 전세계에 알리고 싶다”라는 꿈을 키우기 시작했나요? 라면에 관련해 언제부터 자료를 수집하기 시작했는지 궁금합니다.  2012년 군생활 당시 인생을 재밌게 해줄 취미를 찾다가 발견한 것이 라면이었습니다. 군대를 전역하기 전에 군대 매점에 파는 모든 라면을 먹어보자는 소박한 꿈을 세웠는데, 그 소박한 목표는 저를 매우 즐겁게 만들었고, 그런 긍정적 경험 속에서 라면에 대한 관심이 더욱 높아졌습니다.   그리고 라면에 관심이 생겨, 검색해보니 한국은 세계에서 인스턴트 라면을 가장 많이 먹는 나라임에도 불구하고, 라면을 전문적으로 소개해주는 사람이 없다는 사실을 깨닫게 됬습니다. 동시에 미국에서 ‘한스 리네쉬’라는 사람이 라면 블로거로서 활동하고 있다는 것도 알게 되었죠. 그리고 세계에서 가장 라면을 즐겨먹는 한국에 한스 리네쉬 같은 사람이 없다는 것이 매우 아쉬웠습니다. 제가 그런 역할을 해보고 싶다는 생각이 들었고 ‘세상의 모든 라면을 먹어보고 소개해보자’는 꿈...
댓글 쓰기
Read more »

Work and Life of HyungIhn Myung, the founder of HIDEABER

Hello, I recently had the opportunity to participate in a freelance interview relay series titled “Freelancer the Familiar, Yet Unfamiliar with You,” organized by Youth Union Korea. The interview was conducted late last year, and with permission (and proper credit to Youth Union), I’m sharing the content here! Interviewee:  HyungIhn Myung (Founder of HIDEABER) I first met HyungIhn at an artist networking event. She left a strong impression by handing out sign language kits she had created herself to everyone in attendance. I later learned that she works as a freelance designer, runs a merchandise business, maintains a blog, and has recently been studying AI with serious focus. Curious about the energy behind her ability to consistently manage multiple projects, I asked if she would be open to an interview. HyungIhn studied illustration in the United States. After returning to Korea, she realized the practical importance of design in the commercial market and spent about three years...
댓글 쓰기
Read more »

인공지능이 검색엔진을 대신 할 수 있을까? (with 한국/미국 검색엔진의 AI 활용사례)

요즘 들어 인공지능이 검색엔진을 대체할 것이라는 뉴스를 자주 보게 됩니다. 예전에는 사람들이 궁금한 것을 찾을 때 네이버나 구글 같은 검색엔진을 사용했지만 이제는 그 빈도가 줄어들고 GPT나 제미나이 같은 인공지능을 이용하는 사람들이 늘어나고 있습니다. 저는 한국어 자료를 찾을 때는 네이버 영어 자료를 찾을 때는 구글을 사용하고 근거 있는 자료를 빠르게 뽑아낼 때는 지피티를 사용합니다. 상황에 따라 도구를 다르게 쓰다 보니 검색엔진과 인공지능의 차이가 점점 보이기 시작했습니다. 과연 인공지능이 검색엔진을 완전히 대체할 수 있을까?  이 질문은 지금 우리 모두에게 꼭 필요한 질문입니다. 예전에는 사람들이 검색엔진을 통해 스스로 정보를 찾고 선별했다면 이제는 인공지능이 알아서 정보를 찾아주고 우리는 그저 받기만 하는 시대가 되어가고 있습니다. 스스로 선택해서 정보를 찾는 것과 주어지는 정보를 그대로 받는 것은 완전히 다른 일입니다. 정보의 선택권이 앞으로 우리가 고민해야 할 중요한 과제가 될 수 있습니다. 저는 실제로 ‘슈링크플레이션’을 네이버와 구글에서 각각 검색해봤습니다. 네이버는 국내 최대 검색엔진이고 구글은 전 세계적으로 가장 널리 쓰이는 검색엔진입니다. 두 플랫폼 모두 인공지능 기능을 도입했지만 그 방향은 서로 다릅니다.  네이버에서 ‘슈링크플레이션’을 검색하면 가장 먼저 출처 링크가 이미지 썸네일 형태로 나열됩니다. 제목은 흰색 글씨로 되어 있어 눈에 잘 들어오지 않지만 이미지를 중심으로 시각적인 몰입을 유도하는 구조입니다. 그 아래에는 용어의 정의와 유래 원인 실행 방식 등 하위 항목이 체계적으로 정리되어 있습니다.  특히 흥미로운 점은 정부 소비자 기업의 입장 등 관계 중심의 서술이 많다는 것입니다. 한국형 인공지능이 사회적 맥락과 이해관계를 강조하는 특징이 잘 드러납니다. 반면 구글은 창을 두 개의 파티션으로 나누어 정보를 보여줍니다. 왼쪽에는 요약과 설명이 오른쪽에는 출처와 뉴스 링크가 위치합니다. 사용자가 요약부터 볼지...
댓글 쓰기
Read more »