한빛미디어

결론적으로 말하자면 저는 충분히 가능하다고 생각합니다. 이미 소수의 인원으로 GPT와 유사한 생성형 거대언어모델을 만든 사례는 자주 보이고 있으며, 오픈소스를 통해 공유되고 있는 서비스가 많습니다. 다만 몇가지 제약조건이 있죠. 첫번째는 시간입니다. 어찌되었던 프로그래밍을 하는데 필요한 물리적인 시간이 있습니다. 두번째는 하드웨어입니다. 1인 개발자들이 바로 상면임대와 CSP 서비스를 통해 서버를 임대하거나 보유해야하는데 이건 돈문제로 들어갑니다. 그리고 세번째는 결국 의지인데 첫번째와 두번째를 감수할 수 있다면 세번째는 사실 <제대로 시작하는 챗GPT와 AI활용 with 파이썬>으로 함께한다면 극복 가능하다고 봅니다.

본서는 Open AI의 API(응용 프로그램 인터페이스)를 기초로 하여 이를 기초로 프로그래밍 언어인 파이썬을 가지고 인공지능 서비스를 만들어가는 실습과정을 다룬 서적입니다. 오픈 AI의 API활용으로 AI모델생성을 간단하게나마 할 수 있고 토큰제어를 통한 프롬프트 엔지니어링으로 결과값을 조절할 수도 있습니다. 뿐만 아니라 API를 통해 이미지 분류도 할 수 있고 이미지 프롬프트 개선을 위한 사례도 있으며 고급 임베딩 기법을 통해 뉴스기사를 분류하고 여기에 파인튜닝 기법으로 정신건강 챗봇 앱등을 구현할 수 있습니다. 현재 LLM 3대장에 비하면 다소 비루한 서비스일지라도 결국 모델링의 핵심은 크게 다르지 않다고 봅니다. 어차피 시중의 데이터셋을 얼마나 잘 전처리하고 효율적으로 사용하는지의 문제기 때문입니다.

저는 아직 본서를 전부 실습을 하지는 못했습니다. 이것은 첫번째 이유인데 절대적인 시간이 부족하기 때문입니다. 프로그래밍을 한다는 것의 상당부분은 디버깅과의 싸움이라고 생각되며 끊임없는 수정, 모르는 부분을 입출력하는 것의 연속인데 여기에는 상당한 시간이 들어가기 때문이죠. 아이러니한건 점점 더 두번째인 하드웨어에 대한 비용은 줄어들고 있는데 절대적인 시간을 조절하지 못하는게 문제인 것 같습니다. 그럼에도 불구하고 본서를 실습하면서 느낀것은 이제는 정말 에이전트 AI를 통해 1인 기업화가 가능할 뿐만 아니라 직장을 다니면서도 다양한 프로젝트를 할 수 있는 것은 역량의 문제라는 것입니다. 점점 더 인공지능과 개발, 모델링에 익숙해지면서 프로젝트를 해결하는 능력을 가진 사람들은 인공지능으로 대체되는 일자리의 문제에서 멀어질 가능성이 높습니다.

?’점점 더 흥미로워집니다’