GPT-4o와 무료로 오픈된 GPTs 제작법
나만의 똑똑한 챗GPT를 만들어보자!
GPTs란? 왜 만들어 보아야 할까?
최근, 새로운 모델 GPT-4o(지피티 - 포오입니다. 포 제로가 아님. 읽는 법이 꽤나 귀엽습니다.)가 오픈되며,
GPTs 또한 기존 플러스 요금제 유저들에게만 오픈되던 기능에서
무료 유저들에게도 전면 오픈되었습니다.
GPT-4o의 경우, 성능이 보다 향상된 GPT 모델이므로, 기존 사용 씬 그대로 사용하시면 되지만,
GPTs가 오픈되었다는 것은, 활용의 여지가 클 것으로 보아 글로 작성하게 되었습니다.
기존의 GPTs는 만드는 것은 물론, 활용하는 것 또한 플러스 요금제 유저들에게만 오픈되었기에
GPTs의 편익을 즐길 수 있는 유저들이 상당히 제한되었으나,
이번에 전체 무료 유저에게 오픈되면서, GPTs의 활용이 AI 사용 씬의 큰 화두가 될 것으로 보입니다.
OpenAI 공식 홈페이지의 GPT에 대한 설명입니다.그렇다면, GPTs가 왜 중요하고, 무엇이 좋으며,
직접 만들어 보거나 꼭 활용해 보아야 할 이유가 있을까요?
GPTs란, chatGPT를 서비스하는 OpenAI에서 최근에 런칭한 새로운 기능으로서,
간단한 설명으로 요약하면 다음과 같습니다.
‘프롬프트 엔지니어링, 데이터, API 연결을 통해 만드는 나만의 챗GPT 커스터마이징’
그렇다면, 커스터마이징을 왜 하여야 하고, 한다면 어떤 이점이 있을까요?
모든 걸 잘하는 AI보다, 나를 잘 아는, 한 분야에 특화된 AI
간단한 예시를 들어 설명해 보겠습니다.
저에게 3명의 친구가 있습니다. 친구들의 특성은 다음과 같습니다.
친구 A : 모르는 게 없는 만물박사 스타일, 그러나 나와 친하지는 않아 나에 대해 잘 모르는 친구.
친구 B : 10년지기 나의 친구. 나의 취향과 성격에 대해 너무도 잘 아는 친구.
친구 C : 조리 자격증 3개를 가지고 있으며, 호텔 요리사로 일하고 있는 친구.
그리고, 제가 지금 해야 할 일이 3가지가 있습니다.
1. 대학교 레포트 작성을 위한 최근 핫한 생성형 AI 관련 조사
2. 저번 주말에 싸운 연인과 화해하기 위한 연애상담
3. 있는 냉장고 재료를 다 쓸 수 있는 냉장고털이 오늘의 저녁 메뉴 레시피 찾기
이 일들을 처리하기 위해, 여러분들은 모든 문제를 한 친구에게 물으실 건가요?
아니겠죠. 당연히 각자 잘하는 것도 다르고, 저에 대해 아는 정도도 다르며, 관심사도 다르니까요.
순서대로 각각 이렇게 물어보실 것입니다.
1. 대학교 레포트 작성을 위한 최근 핫한 생성형 AI 관련 조사
- 친구 A(만물박사 스타일)
2. 저번 주말에 싸운 연인과 화해하기 위한 연애상담
- 친구 B(10년지기 친구)
3. 있는 냉장고 재료를 다 쓸 수 있는 냉장고털이 오늘의 저녁 메뉴 레시피 찾기
- 친구 C(호텔 요리사)
이렇게 묻는다면, 한 친구에게 이 모든 질문을 하는 것보다 분명히 좋은 답변을 들을 수 있을 것입니다.
그리고, GPTs는, 이 예시를 들어 설명하면
‘친구 A를 친구 B, 친구 C로 만들 수 있는 기능’ 입니다.
친구 A는 기존의 챗GPT와 같습니다.
분명히 엄청나게 똑똑하고 많은 것들을 알고 있지만, 특정 분야를 깊게 아는 것은 아니며,
알려주지 않으면 질문자에 대한 정보는 하나도 가지고 있지 않습니다.
GPTs 기능은 그러한 챗GPT가 보다 나은 답변을 할 수 있도록
프롬프트 엔지니어링을 통해 답변의 방식을 설정하거나,
데이터, API를 연결해 새로운 정보를 참고해 답변을 생성할 수 있도록 합니다.
그러한 과정을 통해서 GPTs는
내 성격을 잘 아는 AI, 혹은 특정 분야에 엄청나게 뛰어난 AI가 될 수 있습니다.
그렇게 만들어진 GPT는 기존 GPT보다 나에게 더 필요한 답변을 해줄 수 있겠죠.
OpenAI가 노코드 GPTs 제작을 지원하는 이유
위에서 설명한 GPTs의 원리 자체는 그렇게 새로운 내용이 아닙니다.
프롬프트 엔지니어링, 데이터 연결, API 연결 모두 기존의 챗GPT 플러그인,
하이퍼클로바X의 스킬에서 활용하였던 기술입니다.
https://brunch.co.kr/@ericpm/1
다만 챗GPT가, OpenAI가 차별점을 둔 점은,
해당 과정을 매우 쉽게, 노코드로 진행할 수 있도록 지원하고 있다는 점입니다.
GPTs를 만드는 과정에서 우리는 생각보다 많은 것들을 배울 수 있습니다.
생성형 AI가 우리의 일상의 일들을 돕기 위해 발전하는 과정을 배울 수 있고,
실제로 내 메일, 노션, 슬랙 등을 연결하여 일상의 유용한 AI 비서로서 활용할 수 있습니다.
챗GPT의 런칭 후, 생성형 AI를 활용한 정말 수많은 제품들이 런칭되고 있습니다.
그리고, 그 제품을 만들기 위한 과정은 점점 쉬워져 누구나 생성형 AI를 활용해 프로덕트를 만들 수 있는 시대가 다가오고 있습니다.
OpenAI는, 모두가 GPT 모델을 쉽게 활용할 수 있도록, 편리한 기능을 제공함으로써
chatGPT에 더해, GPT 모델을 활용한 수많은 서비스들이 연결되는
하나의 GPT 생태계를 만들고자 합니다.
아래의 챗GPT 플러그인이 그 시작이었고,
최근에는 플러그인보다는 스타트업들과의 협업과 모델 제공에 힘쓰며
GPT 모델을 활용한 서비스들의 수를 늘리고자 방향을 수립하고 있습니다.
출처 : 매일경제OpenAI의 GPTs, 네이버의 클로바 스튜디오
네이버 또한 OpenAI와 같이 AI 기술 기반의 생태계 구축을 목표로 하고 있습니다.
OpenAI가 chatGPT라는 코어 AI 기술을 기반으로 이를 활용하는 플러그인, GPTs를 제공하여
AI 기반 제품들이 서비스되는 생태계를 구축하듯,
네이버 또한 HyperCLOVA X라는 코어 AI 기술을 기반으로 생태계를 구축하고 있습니다.
GPTs와 같이 노코드로 AI를 제작할 수 있는 클로바 스튜디오를 런칭,
플레이그라운드, 튜닝, 스킬 트레이너 등의 서비스를 제공하고 있죠.
먼저, 튜닝 기능입니다.
클로바 스튜디오에서는 사용자의 데이터 셋을 통해 AI를 노코드로 튜닝할 수 있습니다.
인풋과 아웃풋을 지속적으로 테스트하며, 튜닝의 결과를 지속적으로 확인할 수 있죠.
https://m.blog.naver.com/luckeyword/223170570501
안녕하세요. 네이버 비즈니스 스쿨입니다. ' CLOVA Studio 튜닝 사용방법' 코스가 신규 오...
blog.naver.com
클로바 스튜디오의 튜닝 기능입니다.또한, 플레이그라운드를 통해, 유저가 쉽게 하이퍼클로바X 모델의 생성 능력을 테스트할 수 있죠.
원하는 작업과 예제를 입력하고, 요청을 입력하면
모델을 활용하여 생성하는 결과를 즉각적으로 확인할 수 있습니다.
현재는 주로, 문구 생성 및 카피라이팅 분야에서 활용되고 있습니다.
https://blog.naver.com/luckeyword/223161252727
그 외에도, 익스플로러에서의 데이터 증강, 토큰 수 계산 등 많은 기능을 제공하며
코딩 능력이 크게 요구되지 않는 선에서, 쉽게 하이퍼클로바X를 활용한 서비스를 제작할 수 있도록 지원합니다.
데이터 확장, 생성, 요약 등, 유용한 기능들이 익스플로러 탭에서 서비스되고 있습니다.이처럼, AI는 유저에게 더 쉽게 다가가기 위해 노코드로 변화하며
점점 쉬워지고 있고, 더 많은 유저들이 AI를 더 쉽게 활용하며 생태계에 참여하고 있습니다.
그렇다면, 이러한 흐름을 따라가기 위해 GPTs에 대해 알아놓을 필요성이 있을 것입니다.
또한, 나만의 GPT를 만들어서 사용한다면 실제로 유용하게 사용할 수 있겠죠.
그러면 바로 GPTs의 제작 과정에 대해 정리하겠습니다.
GPTs 만들기
GPTs를 만드는 방법은 총 세 가지가 있습니다.
1. 프롬프트 엔지니어링을 활용한 제작
2. 데이터 입력을 통한 제작
3. 외부 API 연결을 통한 제작
이제부터 각각의 제작 방법을 서술해 보겠습니다.
혹시 제작 과정이 더 궁금하실 경우, 댓글 남겨주시면 상세히 답변드리겠습니다!
1. 프롬프트 엔지니어링을 활용한 제작
먼저, AI의 답변을 위한 ‘instructions’, ‘지시 사항’을 만드는 프롬프트 엔지니어링을 통해
GPTs를 제작하는 방법이 있습니다.
이렇게 긴 Instruction을 모두 GPT와의 대화를 통해 만들 수 있습니다.위와 같이 GPTs의 Name, Description, Instructions를 통해
GPTs가 답변하는 방식을 설정할 수 있습니다.
위 GPTs는, 제가 제작해 본 패션 코디 추천용 GPTs로,
그날의 날씨, 일정, 원하는 무드에 맞는 패션 코디를 이미지 생성을 통해 제안하고,
각 코디 아이템들의 구매 링크를 찾아서 제공하는 GPT입니다.
아래 링크를 통해 직접 사용해 보실 수 있습니다.
이전에는 chatGPT 플러스 요금 구독자만 사용할 수 있었으나, 이제 모두 오픈되었습니다!
https://chat.openai.com/g/g-J44OSy7up-daily-outfit-assistant
GPTs 실행 시 초기 화면에 노출될 예시 질문을 설정할 수 있습니다.또한, 상단의 Conversation Starters를 지정하여
유저가 GPT에게 물을 수 있는 예시 질문들을 설정할 수 있습니다.
매력적이고 유용한 예시 질문이 있다면, 유저의 사용을 쉽게 이끌어낼 수 있겠죠!
이렇게 instructions로 특화된 GPT는, 새로운 지식을 참고하지 않음에도
자세한 지시 사항에 맞게, 보다 유용하고 자세한 답변을 제공합니다.
+ 이제 GPTs에 DALL-E 이미지 생성 모델이 첨부되어, 이미지 생성을 요청할 수도 있습니다!
프롬프트 엔지니어링 내용은 직접 작성할 수도 있지만,
GPT Builder와의 대화를 통해 제작하는 것 또한 가능합니다.
위의 Daily outfit assistant 또한 GPT Builder와의 대화를 통해 작성되었습니다.
대화를 통해 제작하게 된다면,
GPTs가 필요한 것들을 질문해주고 이에 답변하는 방식으로 진행되어
보다 쉽게 GPTs를 제작할 수 있습니다.
대화로 GPTs를 제작하는 과정을 다른 예시로 보다 자세히 설명드리면,
한국 음식 레시피를 제공하는 GPTs를 대화를 통해 만드는 과정은 다음과 같습니다.
이처럼 GPTs의 목적과 이름 등 간단한 설정들을 대화형으로 수행할 수 있으며,
OpenAI에서 제작한 이미지 생성 AI DALL-E를 활용하여 GPTs의 이미지를 제작하고,
세부적인 답변 방식을 설정할 수 있습니다.
위 대화에서는 이러한 내용들을 설정하도록 제안합니다.
GPT 답변에 대한 프롬프트 엔지니어링 :
전통적인 레시피에 집중할 것인지, 혹은 최근 트렌디한 레시피에 집중할 것인지,
그 둘을 모두 답변으로 제공할 것인지,
또한 음식 메뉴에 담긴 문화에 대한 이야기도 답변에 포함할 것인지 설정
강조하거나 피해야 할 내용 : 복잡한 요리 기술이 필요하거나 구하기 힘든 재료가 포함된 레시피는 피하는 것이 좋을지
이러한 내용들을 GPT Builder가 질문으로 제공하고,
유저는 대화형으로 답변하며 보다 쉽게 GPTs를 제작할 수 있습니다.
2. 데이터 입력을 통한 제작
두 번째 제작 방식은,
GPT가 답변할 때 참고할 수 있는 정보를 담고 있는 데이터 입력을 통한 제작입니다.
해당 GPT는 제가 제작한 한국의 캠핑장 정보 조회 GPT입니다.
유저의 상황, 위치, 특정한 조건 등을 입력으로 받아 이에 맞는 캠핑장을 추천하는 GPT입니다.
아래 링크를 통해 직접 사용해 보실 수 있습니다!
https://chat.openai.com/g/g-hmnedoQEI-korea-camp-finder
이러한 GPT를 구현하기 위해 가장 중요한 정보, 필요한 데이터는 바로 캠핑장의 정보이겠죠.
GPTs에 bing을 통한 인터넷 브라우징이 탑재되어 있지만,
실제로 인터넷 검색 능력은 아직 부족한 것이 사실이고,
bing을 통해 우리나라 캠핑장을 검색하는 것은 정말로 필요한 정보들을 찾기에는 어려움이 있을 것이라고 생각됩니다.
이에 저는 공공데이터로 오픈된 전국 캠핑장 정보 데이터를 GPTs에 입력하였습니다.
해당 데이터는 아래 링크에서 모두에게 오픈되어 있는 데이터입니다.
https://www.data.go.kr/data/15111395/fileData.do
해당 데이터는 다음과 같이 캠핑장의 주소, 전화번호, 홈페이지 등의 기본 정보와 함께
평일/주말, 계절별 운영정보와
전기, 온수, wifi, 부대시설, 주변 시설 정보등을 보유하고 있습니다.
GPT가 Bing으로 찾는 것과는 비교할 수 없이 자세한 데이터입니다.이러한 데이터를 위와 같이 GPTs의 ‘Knowledge’로 업로드함으로써,
GPT가 답변을 생성할 때 해당 파일을 참고하여 답변을 제공하게 됩니다.
그러면, 실제로 데이터를 참고해서 제공하는 답변을 확인해 보시죠!
아래와 같이 실제 데이터를 바탕으로, 데이터에 있는 부대시설 컬럼의 값을 참고하여 답변을 제공합니다.
멋지지 않나요? 캠핑장 전문가가 된 GPT입니다!위 두 장소는 모두 실제로 존재하는 장소로, 신뢰할 수 있는 데이터를 입력한다면
GPTs를 통해 충분히 신뢰할 수 있는 답변을 받아볼 수 있습니다.
다만, 한글보다 영어의 활용에 보다 뛰어난 chatGPT의 특성상,
종종 한글로 작성된 유저의 쿼리를 해석하거나
한글 데이터를 호출하고 활용하는 데에 어려움을 겪곤 합니다.
이에 만약 퍼블릭으로 공개하여 다수가 활용할 수 있는 GPTs를 만들고 싶으시다면
영어로 만들어진 데이터를 입력하는 것이 더 나을 것이라 생각됩니다.
3. 외부 API 연결을 통한 제작
마지막 GPTs 제작 방법은, 외부 API 연결을 통한 제작입니다.
개인적으로 가장 발전 가능성이 무궁무진한 제작 방법이라고 생각하지만,
API와 개발에 익숙치 않은 경우 API를 연결하고 활용하는 것은 꽤나 어려운 일입니다.
이에, 업무 자동화 서비스 Zapier에서 GPTs에 활용할 수 있도록 제공된 API 서비스를 활용하여
Zapier에서 제공하는 서비스들의 API를 연결할 수 있습니다.
아래의 글에서 친절하게 과정을 설명해 주시니, 참고해 주셔도 좋을 것 같습니다,
저도 많이 참고하여 진행하였습니다 :)
https://brunch.co.kr/@seawolf/9#comments
그리고, 시작하기 전, API가 무엇이며 그게 인공지능이랑 무슨 상관이지? 하시는 경우
해당 내용을 네이버 블로그의 메이커로그에 정리해 놓았으니
한번 읽어 보셔도 매우 좋을 것이라 생각됩니다.
API는 생성형 AI와 뗄래야 뗄 수 없는 관계이고, AI 서비스기획에서도 매우 중요한 개념이기 때문입니다.
https://blog.naver.com/hsm4680/223277580981
그럼, 이제부터 제작 과정에 대해 작성하겠습니다.
아래 링크의 페이지로 이동하여 Zapier에 가입하게 되면,
Zapier에서 GPT와 연결하여 활용할 수 있는 외부 서비스의 목록과 기능을 확인할 수 있습니다.
https://actions.zapier.com/gpt/actions/
GPT action이라는 기능을 통해, 외부 API를 통해 할 수 있는 일들을 찾을 수 있습니다.
아래와 같이 말이죠.
위와 같이 다양한 서비스들을 찾아서 연결할 수 있는데요,
대부분의 기능은 API의 POST 기능을 기반으로 하는 것으로 보입니다.
POST란, API를 통해 새로운 게시글, 데이터를 생성하거나 수정하는 액션으로서,
인스타그램 게시글 작성, 아마존 장바구니 담기 등의 액션이 해당 액션으로 수행됩니다.
아마 다양한 서비스들이 구현될 것으로 보이는데,
저는 가장 범용성 있게 활용될 수 있고 기본적인 Gmail을 활용한 메일 어시스턴트를 만들어 보겠습니다.
이전 두 GPTs는 생산성 제고보다는 일상에 도움이 될 수 있는 내용이었으므로,
생산성 분야, 업무 분야에서도 GPTs가 활용될 수 있는지 검증해 보겠습니다.
위와 같이 Gmail을 검색하면, Gmail을 통해 할 수 있는 Action들이 모두 검색됩니다.
하나의 서비스에도 여러 액션이 있고, 여러 액션을 하나의 GPTs에 연결하는 것 또한 가능합니다.
액션을 클릭하고 본인의 계정을 연결하여, 사용자 인증에 활용할 수 있도록 제공해야 합니다.
각 액션별로 필요한 정보를 연결하면, Action이 완성됩니다.
저는 위와 같이 Gmail을 활용한 3개의 액션을 제작하였습니다.
Gmail에 있는 이메일을 찾고, 발송하고, 온 이메일에 답장까지 할 수 있도록 말이죠.
이후, GPT가 이렇게 만들어진 API를 활용할 수 있도록
OpenAPI 형태의 문서로 API의 활용법에 대해 설명해 주어야 합니다.
갑자기 매우 코딩스러운 내용이 나왔지만, 걱정하실 필요 없습니다.
위 내용은 Zapier에서 제공되는 OpenAPI 형태의 내용을 복사 후 붙여넣기한 내용입니다.
이처럼 다소 번거로울 수 있는 OpenAPI 형태의 API 문서 작성을 Zapier가 대신해 주기에
상당히 편리하게 API를 연결하는 것이 가능합니다.
위의 사진에서 Available Action을 보시면, GET과 POST Method가 설정된 것을 알 수 있습니다.
GET은, 외부 API에서 값을 검색하고 가져와 유저에게 보여주는 Method이고,
POST는 외부 서버와 데이터에 새로운 데이터 값을 생성하는 Method입니다.
위의 Method들은 각 API 액션들마다 다르게 활용됩니다.
Find Email 액션의 경우, 메일을 찾고 내용을 불러와야 하므로 GET Method가 필요하며,
Send Email 액션의 경우, 메일의 내용을 생성하고 서버에 올려 발송해야 하므로 POST Method가 필요합니다.
또한 Reply to Email 액션의 경우, 메일의 내용을 찾아 불러온 뒤, 답장을 작성하여 발송해야 하므로 GET, POST Method가 모두 필요하다고 할 수 있습니다.
GPTs의 제작에 필요한 API 지식은 이 정도로 하고, 계속해서 제작해 보겠습니다.
위 내용은, 이전에 OpenAPI 형태의 문서를 제공한 것과 같은 목적으로,
Zapier에서 유저의 편의를 위해 GPTs에게 제공할 Instruction의 템플릿을 제공한 내용입니다.
이전에 말씀드렸듯 Instruction은 프롬프트 엔지니어링 방법론 중의 하나로,
AI에게 ‘유저가 이렇게 물어보면 이렇게 답 찾아서 이런 형태로 답변해’ 와 같은 지시를 하는 방법입니다.
이처럼 위의 템플릿을 복사하여 붙여넣고, Zapier에서 제공하는 API별 ID 등의 정보를 붙여넣으면,
GPTs의 제작이 완료됩니다!
그럼 바로 활용해 보아야겠죠.
먼저, Find Email 액션부터 활용해 보겠습니다.
위와 같이 제 Gmail에 저장된 최근 5개의 이메일을 조회할 수 있습니다.
이전에 유저 ID를 연동하고, 인증까지 완료하였기에 별도의 절차 없이 바로 제 Gmail의 데이터를
호출하여 답변에 활용합니다.
그러면, 조금 더 복잡하고 유용한, Send Email 또한 활용해 보겠습니다.
위와 같이, chatGPT가 할 수 있는 일, 최근 생성형 AI 트렌드의 요약을 부탁해 보았습니다.
bing을 통한 인터넷 검색까지 탑재되어, 역시 좋은 답변을 제공합니다.
그래서, 해당 내용을 이메일 형태로 정리하여, 특정한 메일 주소에 보내는 것을 부탁해 보았습니다.
GPT는 해당 액션이 Send Email인 것을 확인하고, 정상적으로 실행하였습니다.
결과는, 메일 전송에 성공하였으나, 아직 완벽하지는 않습니다.
별도의 언어 언급을 하지 않을 경우 임의로 영어로 메일을 전송하며,
제목 또한 저의 요청과는 조금 다르게 전송하였네요.
완벽하지 않지만, 실제로 외부 서비스를 새로운 Method로 활용했다는 점에 의의가 있습니다.
단순히 서버의 값을 가져오는 GET Method뿐 아니라,
서버에 데이터를 추가하는 POST Method 또한 잘 작동하는 것을 확인할 수 있었습니다.
그러면 마지막으로, 가장 복잡한 Reply Email,
이메일 답장 액션을 수행해 보겠습니다.
이전에 저의 다른 메일 주소로 보냈던 메일에, 요청 사항을 담아 답장을 해 보았습니다.
AI 트렌드에 대한 내용을 한글로 번역하고 요약해 달라는 요청 사항이었죠.
해당 이메일을 찾아, 내용을 요약하는 Find Email 액션을 먼저 수행해 보았습니다.
분명 한글로 번역해 달라고 했는데 영어로 요청했다고 답변합니다…값을 가져와 보여주는 것에서 훌륭하나, 역시 완벽하지 않습니다.
메일에서는 분명히 ‘한글로’ 번역하고 요약해 달라고 하였으나,
‘영어로’ 번역하고 요약해 달라는 요청을 했다고 답변하네요.
업무에서 이렇게 잘못된 요약을 제공하게 되면 큰 문제가 발생할 수 있기에,
GPTs의 가능성을 본 것은 고무적이나 아직 실제 업무 씬에서 사용할 때는 주의가 필요할 것으로 보입니다.
일단, 계속해서 Reply Email 액션을 수행해 보겠습니다.
요청대로 원본 메시지의 내용을 번역하고 요약해 보았습니다.
역시 번역, 요약은 chatGPT가 정말 잘 해내는 것으로 보입니다!
그러면 이 내용을 답장으로 한번 보내 보겠습니다.
액션의 수행은 원활하게 완료되었습니다.큰 문제 없이 액션을 수행하네요!
온 메일의 발신자를 확인하여 답장을 원활하게 보냈습니다.
제목의 상태가…?? 내용도 들어있지 않다.그런데,,, 결과물은 역시 아직 완벽하지 않습니다.
제가 요청 사항에 제목의 내용에 대한 요청이 없어서인지,
Gmail에 있는 제 주문 내역 메일의 제목을 임의로 가져와 제목으로 삼아버렸네요.
또한 내용도 이전에 요약한 내용이 제대로 들어가 있지 않습니다.
다소 아쉽습니다. 해당 기능이 잘 작동하면 전화 자동답변, 음성사서함처럼
휴가 중이나 사정이 있을 때 메일 자동답변으로 GPTs를 활용할 수 있을 텐데요.
정리하면,
Find Email, Send Email, Reply Email 3개의 동작 모두 동작 자체는 원활하게 작동하나,
특히 POST Method를 활용하는 Send, Reply 동작에서 아직 완벽하지 않은 모습을 보입니다.
특히 내용이 누락되거나 엉뚱한 값을 활용하거나, 할루시네이션까지 보이는 모습이라
아직 베타 기능인 만큼 생산성 분야에서 실제로 활용되기에는 아직 부족한 것으로 확인됩니다.
다만, 메일이나 인스타그램 피드 등, 대량의 정보가 있는 소스를 링크로 연결하여
내용을 요약하고 보고받는, 활용하는 형태로서 충분히 활용될 수 있을 것으로 보았습니다.
비록 완벽하게 모두 작동하지는 않았지만, 다소 복잡할 수 있는 액션들을 잘 수행하는 것은 놀라웠고,
GPTs의 가능성을 확인할 수 있었습니다, 진짜 개인 비서가 될 수 있을 것 같네요!
마무리하며
지금까지 GPTs와 그를 런칭한 OpenAI의 생태계 전략,
네이버의 생태계 전략을 함께 서술하며 그들의 전략을 정리해 보았습니다.
그리고 실제로 GPTs를 만드는 세 가지 방법으로 직접 제작해 보았습니다.
AI 분야는 OpenAI를 필두로 여러 빅테크 기업들이 경쟁하며
타의 추종을 불허하는 속도로 빠르게 발전하고 있습니다.
그러한 과정에서 아직 부족한 점과 오류도 많이 발생하지만,
계속해서 한계를 뚫고 발전해나가는 모습에서 너무도 흥미있는 분야이며,
계속해서 우리가 알아가야 하는 분야입니다.
저 또한 하이퍼클로바X의 기획에 참여하며 많이 배우고 발전할 수 있었고,
인턴 기간이 끝난 지금에도 생성형AI에 대해 계속해서 날을 세우고 있어야 할 것 같습니다.
이번 글은 쓰다 보니 생각보다 엄청나게 길어졌네요.
라이킷과 공유 등의 반응도 좋지만, 누군가 읽어 주시는 것만으로도 큰 보람을 느낍니다.
감사합니다.
개인 포트폴리오
https://five-printer-42c.notion.site/a9d04461ba8c44a7bbbbbede06064d20
