생성형 AI 프롬프트 디자인

https://msearch.shopping.naver.com/book/catalog/41905477619

생성형 AI 프롬프트 디자인 : 네이버 도서

아무리 좋은 도구가 나와도 이를 잘 활용하는 방법을 모르면 정작 내 삶을 향상시키는 데에 도움을 받을 수 없습니다. 이 책 머리말 p4에 나오는 구절을 잠시 인용해 보면 다음과 같습니다. "프로세스 자동화, 효과적인 데이터 분석, 마케팅 및 영업, 인적자원 관리, 운영 및 물류, 재무 및 회계" 이 모든 분야에 생성형 AI가 활용되며, 그 첫걸음은 프롬프트 디자인의 학습이라는 취지입니다. 위 인용구 부문에 해당하는 직종에 해당하는 종사자들은 한두 사람이 아니며, 이분들도 이제는 프롬프트 디자인의 활용에 잘 알아야(자격 인증 제도가 있습니다) 원활한 업무 수행이 가능하리라는 전망입니다.

요즘 미디어에서도 생성형 AI를 설명할 때 이런 말을 하곤 합니다. "설명을 더 잘해 줄수록 더 정확한 답이 나온다." p26에 나오듯 프롬프트란 우리가 과거 도스나, 윈도에서도 끌어낼 수 있는 검은색 명령입력창과 그리 다르지 않습니다. 나의 의도가 무엇인지 이 프롬프트를 통해 생성형 AI에게 명령을 하는데 이걸 프롬프트라고 이해하면 되겠습니다. 책에서는 또한, 코딩을 할 때에도 이 프롬프트를 생성하면 작업이 매우 편하다고 합니다. 생성형 AI가 어떤 주문을 들어야 제대로된 답을 내놓는지는 p33의 예가 아주 쉬운 설명을 해 주는 듯합니다.

-누가 이메일을 발명했는지 알려 주세요.
-이메일을 발명한 사람에 대해 알려 주세요.

전자에 대해 AI는 정보 수준의 간결한 정도로만 답을 내어놓는 반면(그렇다고는 해도 문장이 완성도를 갖추었고, 외견상 어색한 구석이 없으며 내용상으로도 필요한 부분은 다 있습니다), 후자에 대해서는 더 자세한 내용을 담았으며, 책의 평가에 따르면 "풍부한 맥락이 담겨 거의 에세이 수준"의, 매우 높은 완성도로 답안을 내어놓는다고 합니다. 실제로 현재 3.5버전(최신은 4.0)만 해도 별반 어색한 점이 없고 쓸만하지만, 답이 더 완벽에 가까워질 때까지 (우리의) 질문을 더 가다듬어야 합니다. 이것이 바로 프롬프트 디자인입니다. 책에서도 그런 말을 하는데, 과거(또는 현재) 네o버 등의 검색창에서 우리가 원하는 정보를 찾을 때에도 대충 찾으면 엉뚱한 결과만 주루룩 나옵니다. 연관 있는(relevant) 검색 키워드를 던져 줘야 검색 엔진이 비로소 제 할 일을 하는데 그런 검색 요령과도 맥이 통한다고 하겠습니다.

카o오톡에서도 챗GPT의 활용이 가능합니다(p52). 돋보기 검색창에다 ASK를 입력하면 ASKUP이란 채널 창이 뜨는데, 이걸 통해 챗봇과 대화할 수 있다는 겁니다. 그런데 이처럼 챗GPT의 활용 방법이 우리와 아주 가까운 데 있다는 정보는 유익하지만, 사실 챗봇과의 대화는 AS 등을 요청할 때 어느 회사와의 채널과도 현재 당장 가능하며, 회사들은 인건비 절감을 위해 이를 아주 반기며 유도까지 합니다. 다만 이런 챗봇과의 상담 결과라는 게 아주아주 불만족스럽다는 게 문제지요. 하긴 어떤 회사는 사람인 상담원조차도 업무에 대해 무지한 탓에 기계와 별 다른 바가 없기도 합니다만. 적어도 고객 응대에 있어서는 갈 길이 아주 먼 듯하며, 먼 훗날 기계가 이런 능력까지 만족스럽게 갖춘다면 그때는 "그런 일자리라도 있었던 과거"를 그리워하는 목소리가 나올지도 모르겠습니다.

어떤 분들은 ppt를 만들어야 할 때 인터넷 등에서 템플릿을 구하기도 합니다. 그런데 까다로운 상사라면 일을 더 성의있게 해 올 것을 요구할 것입니다. ppt를 챗GPT로 새로 만들 수 있으며 이렇게 하면 확실히 일감이 줄어드는 게 맞습니다. 또 너무나 뻔한 템플릿이 새로워지기도 하고 어디 인터넷에서 주워왔다는 게 티도 안 나고 말입니다. 아마도 직장인들이 당장 큰 도움을 받을 수 있는 건 엑셀과 챗GPT 연동 작업이겠는데 이를 위해서는 Open AI 계정을 하나 만들고 API 키를 발급받아야 합니다.

AI의 가장 큰 장점은(현재로서는) 단순 반복 작업을 대신해 주고 이미 뻔히 길이 나 있는 프로세스를 자자동해 준다는 것입니다. AI에 대해 지식이 없는 사람은 회사에서 철야할 일이 그만큼 늘어날 수밖에 없다는 뜻도 됩니다. 챗GPT를 써 보고 확실히 놀랄 만한 건 내용 요약인데, 어떤 긴 문건을 갖다놔도 제법 사람이 한 듯 척척 요약하는 걸 보면 로봇 학습이라는 게 정말 어떤 경지에 진입했구나 하는 생각이 절로 듭니다. 텍스트(위주) 파일뿐 아니라 pdf 포맷에서도 이게 통하는 걸 보면 놀랍습니다.

보고서 작성을 시켜 보면, 챗GPT는 적어도 형식상으로는 아무 하자가 없습니다. 그러나 어디까지나 형식적으로 그렇다는 것이며, 회사에 정말 이런 결과물을 갖다내면 이후의 상황은 각자가 알아서 책임을 져야 할 것입니다. 책에서 설명하기로는, B*RD나 B*ing AI의 경우 사실 실무에 갖다 쓰기가 매우 어렵다는 쪽입니다. 왜 아니겠습니까. 만약 이게 가능하다면 우리는 99% 실업자가 되는 건데.

재무분석은, 회계 관련 재무제표가 어느 정도는 표준화되어 있는 데다, 그동안 기계가 얼마나 많이 (저작권 걱정 없이 법으로 공개가 의무화한) 이쪽 분야를 많이 학습했을지를 생각하면 아주 그 결과가 (형식적으로는) 만족스러울 듯합니다. 물론 어디까지나 시장에 알려진 지 오래된(그러나 개별 유저가 게을러서 미처 일일이 확인 못한) 정보만 활용할 뿐이니 그 한계야 뻔합니다만. 사실 증권사의 이른바 애널리스트라는 사람들도 한심한 결과를 내어놓기도 하고, 때로는 뻔한 거짓말을 늘어놓기도 하니 사람이 직접 만드는 보고서와 기계가 막 만드는 결과물이 별 질적 차이가 없는 분야가 어쩌면 여기인지도 모르겠습니다. 

영상제작에서 이 기술은 매우 유용하게 활용될 듯합니다. 사실 영상 제작이 모든 면에서 크리에이티브가 필요한 건 아니고 여기도 기계적 반복적 작업이 많이 소용됩니다. 특히 생성적 적대 신경망, 영어 약자로는 GAN이라고 하는 독특한 장치의 쓰임이 부각되는데, 저 개인적으로는 정두희 저자의 AI 관련 어느 책을 3년 전에 읽었을 때 이 GAN에 대한 언급이 있었던 걸 기억합니다.

데이터가 오염되지 않고 정확한 실태를 표현했다면 이를 분석하여 인과관계를 도출하는 게 가능합니다. p158에 보면 이동통신사의 해지담당자가 해지에 영향을 끼치는 요인이 무엇인지를 놓고 AI에 대해 답을 요청하는 사례가 나옵니다. 이걸 보면, 세 엔진 중 하나인 챗GPT가 내놓은 완성도 높은 답(이 책의 견해에 따릅니다)이라 해도 이걸 갖고 윗선에 그대로 제출하기엔 상당히 무리입니다. 오히려 마지막 B*ng의 답 중 어떤 건 쓸모가 있으니 다 버릴 건 아니라는 생각도 들었습니다. 다만 독자들이 자세히 보고 충격을 받을 만한 대목이 "만족도가 낮은 고객이 높은 고객보다 해지 가능성이 높습니다"라는 대단한  분석(!) 결과입니다. 아직은 성능이 이 정도라는 거죠. 사람에게는 기가 막히지만 기계는 "무슨 문제라도?"라고 되물을 만한 사항입니다.

프롬프트 디자인은 아직은 많은 게 서투른 생성형 AI에게 더 일을 효과적으로 시킬 수 있는 유용한 기술입니다. 또 엄청난 양의 반복 작업 수고를 덜어줄 가능성도 큽니다. 이 책을 읽고 어느 분야 어느 직급이라도(대체로는 실무 직원이겠지만) 도움을 당장 받을 수 있는 지식이라고 생각합니다.

*출판사에서 제공한 도서를 읽고 솔직하게, 주관적으로 작성한 후기입니다.