IT에서 사업을 하는 대부분의 사람들 하는 말이 있다. "나도 저런것 기획했었는데...". 나도 똑같은 말을 해야겠다. 지난달에 이런 기획을 했었는데, 역시 생각하는 순간 누군가는 만들고 있다. 그리고 지금 글을 쓰는 이순간에도 세상을 볼 줄아는 강의플랫폼 업자들은 "인건비와 생산성"을 외치며 기획과 개발에 박차를 가하고 있을 것이다.
온라인 말고, 온오프 시장에서는 이런 포맷이 BM으로 괜찮다.
유데미의 강의를 보니 확신이 들었다. AI는 생산성도구로 "월등"한 퍼포먼스를 보이고 있다. 팬데믹보다 더 무섭게 세상을 바꿀 AI의 영향력이 궁금해진다. 수차례 언급했지만, 지금 소프트웨어 시장에서 AI는 옵션이 아니라 필수가 되었다. 그리고 이번 chatGPT 사태(???)의 경우는 모두의 자세가 틀리다.
조금만 생각해보아도 먼저 서비스하는 업체의 유리함을 알 수 있다. 선점업체에 몰리는 고객의 학습데이터셋을 후발주자가 따라가기에는 버겹다는 것이 눈에 보이기 때문이다. 심지어 구글도 Bing에 반격을 못하고 있다. 지옥에서 부활한 스폰같은 MS의 공격에 아무것도 못하고 무너지는 구글신의 모습을 2달째 보고 있다.
이렇게 빠르게 서비스 가능했던 이유는 chatGPT의 open API가 단순하기 때문이다. 복잡한 과정없이 바로 사용할 수 있다. 그리고 기존의 업체들도 chatGPT의 상품성을 빠르게 파악하고 자사의 솔루션을 뒤로하고 chatGPT를 앞에두고 마케팅 효과를 두었다(업스테이지는 대한민국 AI 도메인 전문가들에게 브레인 집단이라는 단어로 표기되는 회사다).
프롬프트 엔지니어링에 관심을 가져야 할 때
gpt는 AI 엔진이고 chatGPT는 gpt를 사용한 채팅서비스이다. gpt를 같이 사용하는 거대 서비스에는 Microsoft의 bing이 있다. 그런데 두 서비스는 ux와 결과값이 다르다. chatGPT는 대화형에 중점을 두었다면 bing은 "검색결과와 레퍼런스"를 중점으로 서비스하며 dall e 엔진을 탑재하여 생성AI 서비스(그림그려줘)까지 제공한다.
이렇게 다른 이유에는 "질문에 맞게 반응하는 데이터 셋"을 다르게 적용했기 때문이다.
model이 업체마다 달라져야 서비스가 차별화된다. 자신만의 model이 필요한 이유이기도 하다.
즉, gpt의 기본적인 모델을 상속받지만 거기에서 자신만의 데이터를 fine- tuning해야 가능하다. 그 영역이 바로 "프롬프트 엔지니어링"이다.
위의 설명처럼 프로그래밍 스킬이 필요하지 않는 영역이다. 그러나 복잡한 경우의 수(조건)을 처리하고 조합의 결과를 만들어내려면 “개발자적 사고방식”으로 설계를 하고 데이터셋(문장)을 정리할 수 밖에 없다. 데이터사이언스가 “분석과 프로그래밍”의 중간영역에서 업무를 다루 듯, 프롬프트 엔지니어링이 발전하게 되면 “오류를 잡기위한 중간처리과정”이 발생할 것이 확실하기에 어느정도는 엔지니어링에 대한 지식이 필요할 것이라고 추측된다.