2편. Chat GPT Plug-In (2) - 체험
Gen AI의
어릴 적, 나의 세상은 끝없는 우주였고, 꿈은 하늘에 빛나는 별처럼 찬란했다. 그때의 나는 한계없이 세상을 향해 달려나가고 있었다. 하지만 시간이 흘러, 그 무한했던 우주는 점차 현실의 무게 아래 짓눌려져 한계가 보이기 시작했다. 지금의 난 평범하게 사는 것이 가장 행복한 것이라는 가스라이팅에 갇힌 보통의 사람이 되어 버렸다. 중년의 문턱에서, 매일 같은 루틴에 갇혀 살아가는 나는 어디에 머물러 있는 것일까. 그 어릴 적의 꿈을 향한 불타는 열정은 어디로 갔을까? 나는 열정을 잃어버린 것일까 아니면 그저 잠시 잊고 있을 뿐일까?
멈추어버린 나의 세상에 ChatGPT와 Gen AI가 들어오기 시작하면서 오랜 시절 멈추었던 시계가 다시금 돌아가기 시작했다.
어느덧 내 삶에 Gen AI와 ChatGPT가 들어온 지도 시간이 흘렀다. 처음 이 기술들을 접했을 때 느꼈던 설렘은 마치 어린 시절 로봇 만화를 보며 느꼈던 흥분과 비슷했다. 다시금 내 삶에 생기를 불어넣어주고, 멈춰버린 시계를 돌리게 만들어주었다. 그리고 나는 그 과정 속에서 몇 가지 중요한 단계를 거치며 발전해 나갔다.
ChatGPT 플러그인 개발자의 여정
ChatGPT 플러그인은 기본적인 ChatGPT의 기능에 추가적인 확장을 가능하게 해주는 강력한 도구이다. 이 플러그인은 학습 기간의 한계나 잘못된 데이터를 불러오는 문제를 보완하기 위해 만들어졌으며, 누구나 접근할 수 있는 것이 아니라 허가된 개발자만 사용할 수 있다. 나 역시 플러그인 개발자가 되기 위해 OpenAI에 여러 차례 신청서를 작성했다. 처음에는 거절당했지만, 포기하지 않고 다시 도전한 끝에 결국 승인을 받게 되었다. 그 순간의 기쁨은 말로 표현할 수 없었다. 새로운 도전을 향한 문이 열렸다는 느낌이었고, 나는 이제 나만의 플러그인을 개발할 수 있는 자격을 갖게 되었다.
항공 데이터 활용을 위한 여정
플러그인 개발자의 자격을 얻고 난 뒤, 나는 데이터를 활용해 Gen AI와의 통합을 고민하기 시작했다. 그 첫 번째 시도로 선택한 것이 항공 데이터였다. 공공데이터 포털에서 제공하는 한국공항공사의 항공 노선 데이터를 활용하기 위해 REST API를 신청했다. 해당 데이터는 허가 후 개인 API 인증 키를 통해서만 조회가 가능하며, JSON 형태로 응답된다. 이런 데이터를 통해 항공 관련 질문에 답변을 제공할 수 있는 기능을 구현하고 싶었다. 마치 끝없이 펼쳐진 하늘처럼, 그 가능성은 무궁무진했다.
<공공데이터 활용, https://www.data.go.kr > 
< 공공데이터를 통한 플러그인 개발/수행>
< JSON 응답을 활용하여 답변 생성 > 링크드인 데이터의 활용
또 다른 데이터 활용 사례는 링크드인 프로필 데이터를 이용한 실험이었다. Udemy 강의에서 제공된 소스 코드와 이론을 바탕으로, 링크드인 사이트에 가입하고 10번의 무료 사용 기회를 활용해 REST API 방식으로 데이터를 수집해 보았다. 개인 API 인증 키를 사용하여 프로필 정보를 가져올 수 있었으며, 이를 통해 사용자 맞춤형 정보를 제공하는 방법을 고민했다. 이 과정에서 데이터 활용의 본질은 단순히 수집과 조회를 넘어, 어떻게 데이터를 가공해 사람들에게 진정한 가치를 제공할 수 있을지에 대한 깊은 통찰을 얻게 되었다.
< 링크드인 프로필 >
< 링크드인 프로필 정보 API를 통한 JSON Response > 
그렇다면 "항공 데이터 활용을 위한 여정"과 "링크드인 데이터 활용"의 차이는 무엇일까? 이 차이를 이해한다면, API 호출 방식과 플러그인 개발에 대해 정확한 차이를 이해하고 있는 것이다.
"항공 데이터 활용을 위한 여정"은 플러그인 방식을 통해 구현되었다. 이는 ChatGPT 내에서 바로 서비스를 제공할 수 있게 하며, 기존의 ChatGPT와 자연스럽게 조화될 수 있다는 장점이 있다.
반면, "링크드인 데이터 활용"은 ChatGPT의 추론 능력을 활용한 단순 API 호출 방식으로, 추가적인 프론트엔드 구축이 필요하다. 이 방식은 개발자가 UI/UX를 자신만의 방식으로 커스터마이징할 수 있는 높은 자유도를 제공하지만, 구현 과정에서 더 많은 수고로움이 따를 수 있다.
또한, 일반적으로 API 호출 방식의 모델은 ChatGPT에 직접 적용된 LLM보다 낮은 버전을 사용하게 되므로, 개인적으로는 플러그인 방식을 통한 개발이 더 난이도 있고 체계적인 공부와 접근을 가능하게 했다. 이를 통해 데이터와 GenAI가 이를 이해하는 방법에 대해 체계적으로 배울 수 있었고, 이후 프로젝트에서 통합을 보다 효율적이고 세련되게 설계할 수 있었다.
열린 가능성, 그리고 나아가는 길
이 모든 과정들은 Gen AI와 ChatGPT 플러그인을 통해 얼마나 많은 것들을 할 수 있는지를 깨닫게 해주었다. 우리는 단순히 정해진 스펙을 정의하고 그 틀에 맞추어 데이터를 활용할 수도 있지만, 때로는 JSON 데이터를 그대로 전달해 AI가 스스로 해석하도록 맡길 수도 있다. 그리고 이 모든 과정은 결국 미래에 대한 기대와 열정을 다시 불태우게 했다.
.......바로 위 글을 작성한 지 벌써 1년이 지났다. 임시 저장 공간에 담겨 있던 오래된 골동품의 먼지를 털어본다. 아래 사진 참고.
< 2023년 9월 24일 임시 저장된 마지막 흔적>
약 1년여의 시간동안 개인적으로 많은 변화가 있었다. 멈춰 있던 글과는 달리, 삶은 계속해서 앞으로 나아가고 있었고, 지금은 그때의 경험이 소중한 자산이 되어 회사에서 RAG(Retrieval-Augmented Generation) 방식의 GenAI 챗봇 구축을 담당하고 있다.
지금(2024년 10월)의 GenAI는 당시의 기록을 훨씬 뛰어넘는 기술적 진보를 이루었다. 그러나 나는 단순히 기술의 발전만을 이야기하고 싶지 않다. 진정한 목표는, 실질적으로 운영 가능한 GenAI를 만들어내는 것이다.
이 여정은 단순한 도전이 아닌, 더 나은 미래를 향한 발걸음이다. 앞으로 기록될 글을 통해 그 동안 겪었던 고민과 그 과정에서 얻은 통찰들을 다시금 마음을 담아 기록하고자 한다. 작은 한 걸음이지만, 더 나은 미래를 위해 나아가는 그 길에 의미를 부여하고자 한다.
