ChatGPT를 활용한 건축IT 관련 업무
ChatGPT가 뭐길래?
ChatGPT는 OpenAI에서 개발한 자연어 생성 모델입니다. 정확히 GPT 3.5라는 거대 언어모델을 기반으로 대화형 인공지능으로 재탄생시킨 결과물입니다. 과거 MS-DOS에서 MAX라는 게임이나, 현재의 이루다/심심이와 비슷한 대화형 모델이라고 보시면 됩니다.
...인공지능 모델들을 말할 때 매개변수(parameter)에 대한 이야기가 나오곤 합니다. 매개변수는 인간의 뇌에서 정보를 학습하는 시냅스와 비슷한 역할을 합니다. 매개변수가 많을수록 거대한 모델이며, 일반적으로 그 성능 또한 비례해서 올라간다고 볼 수 있습니다. GPT 3.5는 약 1,750억 개의 파라미터를 이용해 학습을 하였습니다. 정말 어마어마한 수치입니다. 엄청난 돈과 시간이 투자됐을 것으로 예상이 됩니다. 그만큼 충격과 공포의 결과물들을 보여주고 있는데요.
저는 ChatGPT를 기반으로 건축과 관련된 여러 태스크에 응용을 해볼 수 있지 않을까 싶었습니다.
여담으로 OpenAPI는 일론 머스크가 과거에 공동 설립하였습니다. 여러모로 대단한 양반입니다.
1. 검색 기능: 건축과 관련된 정보 수집
가끔 검색엔진에서는 찾기 까다로운 건축 정보들을 맞이할 때가 있습니다. 구글신을 이용해 여러 사이트들을 아무리 뒤져보아도 나오지 않는 경우 절망감에 휩싸이게 됩니다. 예를 들어, "LOW-E 창호(유리)에서 아르곤 주입량이 얼마나 되는지"를 검색엔진에서 검색하면 명확한 해답을 찾기가 어렵습니다. 이럴 때 아래처럼 ChatGPT를 이용하면 명확한 해답을 찾아낼 수 있습니다.
특히 건축법규와 같은 복잡한 정보를 찾아볼 때에 이곳저곳을 다 찾아가면서 PDF, HWP 등을 모두 뒤져보고 다녀야 하지만 ChatGPT를 이용하면 아래처럼 명확한 정보를 얻을 수 있습니다.
여러분이 보시기에는 어떤가요? 제가 보기엔 현재의 검색 패러다임을 바꿀 수 있는 잠재적인 모델인 것 같습니다. 물론 실제로는 부정확한 정보를 그럴듯하게 포장시켜 내보내는 경우도 왕왕 있기 때문에 크로스 체크가 필요하긴 합니다.
2. 코드 생성: 머신러닝 기반 HVAC 최적화
AI/ML + AEC(건설, 건축공학) 관련된 프로젝트 및 논문에서 단골로 등장하는 주제인 HVAC 시스템 최적화에 대한 머신러닝 코드를 만들어 달라고 요청해 보았습니다. 아래는 결과입니다.
어찌 보면 튜토리얼 수준의 회귀분석 코드입니다. 하지만 생성된 모델을 가지고 예측(predict)하는 부분에서 화씨온도를 예측 데이터로 제시하였습니다. 저는 단순하게 HVAC 시스템에 대한 이야기만 했지 따로 온도 이야기는 하지 않았습니다. 변수명까지 predicted_temperature라고 하는 것을 보면 정말 똑똑한 아이 같습니다. (Kaggle HVAC 예측 컴피티션에서 많이 보이는 코드인 거 같기도 하고...)
3. 논문: 초록작성
논문의 초록이나 내용은 나름 그 구조가 일반화되어 있기 때문에 ChatGPT를 이용해 논문의 내용을 그럴듯하게 생성할 수 있습니다. 최근에 공동 저자로 ChatGPT가 들어가는 경우도 있습니다. 건축도면 생성기술과 관련된 주제의 논문 초록을 생성해 보도록 하겠습니다.
정말 그럴듯하게 작성해 주었습니다. 어디서 주워들은 건 많아서 AutoEncoder와 GAN까지 들먹이면서 초록을 작성하고 있습니다. 서론, 본론, 결론 문단으로 나눠 깔끔하게 잘 작성하였습니다. 더 이상 논문에 쓸 문장이 고갈된 안타까운 대학원생들에게 여러모로 도움이 되지 않을까 싶습니다. 물론 인공지능에 모든 것을 맡기면 안 되겠지요.
결론
기술의 발전 속도가 너무 빨라 무섭다.
