brunch

You can make anything
by writing

C.S.Lewis

by 최재철 Nov 01. 2024

[입문] 1. ChatGPT의 개요 & 프롬프트란

(실습) ChatGPT 활용 이력서 작성하기

앞으로 생성형 AI에 대한 입문 강좌를 틈나는 대로 작성해보려 합니다. 

이유인즉, 생성형AI 기술의 개념과 원리를 처음 접하는 사람들도 쉽게 이해할 수 있도록, 기초적인 설명부터 실제 활용 사례까지 차근차근 소개할 예정입니다. 생성형 AI의 이론과 실습위주로 다루고, 다양한 실무적인 팁도 제공할 계획입니다. 이 강좌는 복잡한 이론보다는 실생활에 적용할 수 있는 실용적인 내용을 중심으로 구성될 것이며, AI 기술에 관심 있는 사람들에게 유익한 정보가 되기를 기대합니다. AI가 우리 생활에 어떻게 스며들고 있는지 궁금하시다면 이 글들을 통해 함께 배워 나가길 바랍니다.


1. ChatGPT의 개요 & 프롬프트란

1-1  ChatGPT의 개요와 변천사

ChatGPT 개요

ChatGPT는 "Chat" + "GPT(Generative Pre-Trained Transformer)"의 결합체로, 인간과 자연스럽게 대화할 수 있는 AI 시스템입니다. GPT는 대량의 텍스트 데이터를 학습하여 패턴을 인식하고, 텍스트를 이해하며, 새로운 문장을 생성할 수 있습니다.


GPT의 특징

GPT는 트랜스포머 모델을 기반으로 하며, 이 구조는 긴 텍스트 문맥을 기억하고 처리하는 데 뛰어납니다. 이로 인해 문장 간의 연관성을 이해하고 자연스러운 문장을 생성할 수 있습니다. 

사전학습(Pre-training)과 미세조정(Fine-tuning) 이라는 단계를 통해서 GPT는 특정 분야나 응용에 최적화된 성능을 발휘할 수 있습니다.


GPT의 변천사

2018년에 출시된 GPT-1부터 2024년에 도달한 GPT-4까지, 각 버전은 모델의 크기와 성능에서 큰 발전을 이루었습니다. 최신 GPT 모델은 수조 개의 매개변수를 가지고 있으며, 더욱 정교한 언어 처리 능력을 갖췄습니다. GPT-4 이후부터는 텍스트뿐만 아니라 이미지, 음성 등 다양한 데이터 유형을 동시에 처리할 수 있는 멀티모달 기능이 도입되었습니다. 이를 통해 더 많은 응용 분야에서 활용될 수 있겠습니다. 


GPT 모델의 변천사


사용사례

ChatGPT는 다양한 분야에서 활용되고 있으며, 그 예로 콘텐츠 생성, 번역, 교육, 고객 서비스, 그리고 개인 비서 역할 등이 있습니다. 이러한 기능들은 기업의 업무 효율성을 높이고, 개인 사용자의 생산성을 증가시키는 데 큰 기여를 하고 있습니다.

      

1-2 프롬프트란?  

    정확한 답을 얻기 위한 프롬프트 튜닝

프롬프트 엔지니어링은 AI 모델이 주어진 질문에 더 정확하게 답변하도록 프롬프트(입력 텍스트)를 최적화하는 기술입니다. 프롬프트가 명확하고 구체적일수록 AI가 제공하는 응답의 질이 높아집니다.


    프롬프트 작성법

예시 1: 명확하고 구체적인 지시 제공. 예를 들어, "이력서를 작성해줘"라는 요청보다 "마케팅 경력 5년 이상의 이력서를 작성해줘"라고 할 때, AI는 더 적합한 결과를 제공합니다. 


예시 2: 구조화된 프롬프트 작성. "1단계: 경력 요약 작성, 2단계: 주요 성과 강조"와 같이 단계별 지시를 제공하면 AI는 더 체계적인 답변을 제공합니다. 


예시 3: 구체적인 예시와 설명 추가. 예를 들어, "회사의 성과를 강조한 이력서를 작성해줘"라고 할 때, "프로젝트 예산 절감을 통해 20%의 비용을 절감한 경험을 포함해줘"라는 구체적인 지시를 추가하면 더욱 만족스러운 답변을 얻을 수 있습니다.      


    생성형 AI 활용 시 주의점

생성형 AI를 사용할 때는 AI의 잠재력뿐만 아니라 그 한계와 책임 있는 사용에 대한 주의가 필요합니다. 특히 다음과 같은 사항들을 고려해야 합니다.  

    편향된 데이터의 영향          생성형 AI는 학습 데이터의 특성을 반영합니다. 데이터셋이 특정 인종, 성별, 지역에 대한 편향된 정보를 포함하고 있을 경우, AI는 이 편향을 재생산할 가능성이 있습니다. 


    불확실하거나 부정확한 정보          생성형 AI는 종종 자신감 있게 잘못된 정보를 생성할 수 있습니다. 이를 ‘할루시네이션(hallucination)’이라고 하며, 잘못된 사실을 마치 진실인 것처럼 제시하는 경우를 말합니다. 따라서 생성된 정보는 반드시 검증되어야 합니다. 


    저작권 및 지적 재산권          AI가 생성하는 콘텐츠는 학습한 데이터에 기반하므로, 저작권이 있는 자료를 복제할 가능성이 있습니다. 특히 상업적 용도로 활용할 때는 생성된 콘텐츠의 저작권 문제를 주의해야 합니다. 


    민감한 데이터 처리          개인정보나 민감한 정보를 AI 시스템에 입력할 때는 신중해야 합니다. 입력된 데이터는 학습 목적으로 활용될 수 있으며, 이는 데이터 유출 위험성을 증가시킬 수 있습니다.      예시: 개인의 금융 정보나 고유 식별 정보를 AI 모델에 입력하지 않는 것이 중요합니다.      


    책임 있는 사용          생성형 AI는 강력한 도구이지만, 이를 잘못 사용하거나 오용할 경우 큰 부작용을 일으킬 수 있습니다. 특히 허위 정보 확산이나 악의적 사용(예: 자동화된 허위 리뷰 생성)을 방지하기 위한 윤리적인 사용이 필수적입니다.      


    법적 규제          여러 국가에서 AI 사용에 관한 규제가 강화되고 있습니다. 예를 들어, 데이터 프라이버시와 관련된 법률을 준수하고, AI의 결과물이 법적으로 문제가 없는지 항상 확인해야 합니다. 


1-2. 생성형 AI 실습 - ChatGPT 활용 이력서 작성하기

이력서를 작성할 때 ChatGPT가 효율적이고 맞춤형의 결과를 제공하려면 적절한 프롬프트 설계가 필수적입니다. 구체적인 프롬프트 작성 방법을 단계별로 설명하겠습니다.


1. 간단한 정보 제공

처음에는 기본적인 정보를 명확하게 전달하는 것이 중요합니다. 이를 통해 ChatGPT가 어떤 내용을 작성해야 할지 이해할 수 있습니다.  

    예시:          "5년 경력의 소프트웨어 엔지니어 이력서를 작성해줘."      "마케팅 분야에서 일한 경험을 강조한 이력서를 작성해줘."


✅효과: 이 기본 정보는 이력서의 틀을 제공하여, AI가 적합한 템플릿을 선택하고 각 섹션을 채울 수 있도록 도와줍니다.


2. 세부 정보 추가

구체적인 경력, 주요 성과, 기술 스택 등을 프롬프트에 포함하면 AI는 더 구체적이고 인상적인 이력서를 작성할 수 있습니다.  

    예시:          "내 이름은 홍길동이고, 지난 5년 동안 XYZ 회사에서 소프트웨어 엔지니어로 근무했어. Python, Java, 그리고 클라우드 컴퓨팅 기술을 사용했으며, 팀을 이끌어 15%의 처리 성능 향상을 달성했어."      "내 직무는 마케팅 분석이었고, 데이터를 기반으로 광고 캠페인의 ROI를 25% 향상시킨 경험이 있어."      


    ✅효과: 세부적인 내용은 이력서의 신뢰성을 높이고, 채용 담당자가 주목할 수 있는 구체적인 성과를 제시합니다.  


3. 섹션별 지시

ChatGPT는 이력서의 각 섹션을 구분하여 작성할 수 있습니다. 예를 들어, ‘경력’, ‘학력’, ‘기술’ 등 원하는 섹션을 명확히 지시하면 보다 체계적인 이력서를 만들 수 있습니다.  

    예시:          "경력 요약, 주요 성과, 기술 스택, 그리고 학력을 포함해줘."      "경력 부분에서는 내가 팀을 이끌었던 프로젝트와 주요 성과를 강조해줘."      


    ✅효과: 이런 방식으로 명확하게 섹션을 구분하면, AI가 이력서를 더 조직적이고 읽기 쉽게 작성할 수 있습니다.  


4. 스타일과 톤 지정

이력서의 톤과 스타일도 중요합니다. AI에게 구체적인 스타일을 지시하면 사용자의 목적에 맞는 이력서를 만들 수 있습니다.  

    예시:          "전문적이고 공식적인 스타일로 작성해줘."      "조금 더 창의적이고, 개성 있는 이력서로 작성해줘."      


    ✅효과: 스타일 지시를 통해 이력서가 지원하는 직무나 업계에 맞게 작성됩니다.  


5. 검토 및 수정

ChatGPT가 작성한 초안을 검토하고 필요한 부분을 수정하는 과정도 필수입니다. AI가 제공한 정보를 바탕으로 실제 경력과 성과가 잘 반영되었는지 확인하고, 문장이나 표현을 개인의 취향에 맞게 다듬을 수 있습니다.  

    예시:          "작성된 내용 중에서 주요 성과 부분이 더 구체적으로 나왔으면 좋겠어. 프로젝트 성과에 대한 내용을 다시 수정해줘."      


    ✅효과: AI는 사용자 피드백을 바탕으로 수정 사항을 반영하며, 더 나은 결과물을 제공합니다.  


>>>

[위의 단계별로 작성한 ChatGPT 를 통한 최종결과물입니다.]


홍길동 (Hong Gil-dong)

연락처: 010-1234-5678 | 이메일: honggildong@email.com

주소: 서울특별시 강남구


자기소개

소프트웨어 엔지니어로서 20년 이상의 경력을 보유하고 있으며, 특히 Python, Java, 클라우드 컴퓨팅 기술을 활용한 시스템 개발과 성능 최적화에 전문성을 가지고 있습니다. 최근 5년간 XYZ 회사에서 팀 리드로서 프로젝트를 성공적으로 수행하며 시스템 처리 성능을 15% 개선하는 등의 성과를 달성하였습니다. 또한, ABC 회사에서 16년간 근무하며 대규모 금융 시스템 설계, 레거시 시스템 리팩토링 및 클라우드 전환 프로젝트를 주도하며 혁신적인 결과를 도출한 경험이 있습니다.


핵심 역량  

프로그래밍: Python, Java, C++

클라우드 컴퓨팅: AWS, Azure, GCP

데이터베이스: MySQL, PostgreSQL, MongoDB

시스템 아키텍처: 대규모 분산 시스템 설계 및 최적화

프로젝트 관리 및 리더십: 다수의 팀을 이끌어 애자일 방식으로 프로젝트 관리 및 성과 창출


경력 사항

◎ XYZ 회사
소프트웨어 엔지니어 | 2019.03 – 현재 | 서울특별시
XYZ 회사에서 소프트웨어 엔지니어로 근무하며 클라우드 기반 애플리케이션 개발, 시스템 성능 최적화, 팀 리더십을 통해 주요 프로젝트를 성공적으로 수행하였습니다.  

성능 최적화: 시스템 성능을 15% 향상시키기 위한 최적화 프로젝트를 주도하였으며, 이를 통해 서비스 가용성을 크게 개선하였습니다.

클라우드 솔루션 개발: 클라우드 인프라를 기반으로 한 애플리케이션의 설계, 구축, 배포 및 운영을 담당하였습니다.

API 개발 및 통합: RESTful API를 설계하고 대규모 웹 애플리케이션에 통합하여 원활한 데이터 처리와 통신을 구현하였습니다.

프로젝트 리더십: 6명의 소프트웨어 엔지니어로 구성된 팀을 이끌어 애자일 방법론을 활용한 프로젝트를 성공적으로 수행하고, 품질과 일정을 관리하였습니다.

◎ ABC 회사
소프트웨어 개발자 | 2002.03 – 2018.12 | 서울특별시
ABC 회사에서 소프트웨어 개발자로 근무하며, 금융 시스템 설계와 대규모 엔터프라이즈 프로젝트에서 핵심 역할을 담당했습니다. 이 기간 동안 금융 트랜잭션 처리 시스템, 레거시 시스템의 리팩토링, 클라우드 마이그레이션 등 다양한 분야에서 성과를 거두었습니다.  

대규모 금융 시스템 개발: 거래량 증가에도 안정적인 성능을 유지하는 금융 트랜잭션 처리 시스템을 설계 및 구현하였습니다.

레거시 시스템 리팩토링: 기존 레거시 시스템을 현대화하고 클라우드 인프라로 마이그레이션하여 시스템 유지보수 비용을 30% 절감하였습니다.

프로젝트 리더십: 10명 이상의 팀을 이끌어 대규모 엔터프라이즈 애플리케이션 구축을 성공적으로 완료하고, 프로젝트 일정을 엄격하게 준수하였습니다.

성능 개선: 시스템 성능 최적화 작업을 통해 처리 속도를 20% 향상시키고, 다운타임을 40% 감소시켰습니다.


◎ 주요 성과

트랜잭션 처리 성능 20% 향상: 금융 트랜잭션 시스템의 처리 성능을 대폭 개선하여 고객사의 요구사항을 충족시켰습니다.

클라우드 전환 프로젝트 성공: 회사의 주요 애플리케이션을 클라우드 환경으로 성공적으로 전환하여 연간 20억 원의 운영 비용을 절감했습니다.

레거시 시스템 현대화: 10명 이상의 팀을 이끌어 레거시 시스템을 클라우드 환경으로 전환하고, 성능을 대폭 개선하였습니다.


학력

서울대학교 컴퓨터공학 학사 | 1998.03 – 2002.02  

소프트웨어 설계, 알고리즘, 데이터베이스 등 주요 과목 수강

학부 연구 프로젝트: 클라우드 기반 분산 시스템 설계 및 성능 분석 참여


자격증 및 교육  

AWS Certified Solutions Architect | 2020

Oracle Certified Professional: Java SE | 2019

Google Cloud Platform Fundamentals 수료 | 2021


기술 스택  

프로그래밍 언어: Python, Java, C++

클라우드 기술: AWS, Azure, GCP

데이터베이스: MySQL, PostgreSQL, MongoDB

버전 관리: Git, SVN

프로젝트 관리 도구: Jira, Trello


언어  

한국어: 모국어

영어: 상급 (TOEIC 920점)


수상 및 활동  

대한민국 소프트웨어 개발 공모전 | 2021년 최우수상

서울 개발자 컨퍼런스 | 2022년 클라우드 최적화 주제 발표


이력서샘플이 잘 나오거 같나요? 여러분 생각은 어떠신가요? 앞으로 이론 + 실습 형태로 글을 써 나가려고 합니다. 많은 응원 바랍니다. 감사합니다. 


※ "생성형AI" 관련 원하시는 강좌가 있으면 댓글에 써 주세요. 

작가의 이전글 생성형 AI 프로젝트를 성공적으로 수행하기 위해
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari