[챗GPT o1] 잘못된 프롬프트에 대한 정확한 AI 답변이란 무엇일까 ChatGPT를 사용하면서 좋은 결과를 얻으려면 프롬프트를 잘 작성해야한다거나 프롬프트 엔지니어링이 중요하다거나 하는 이야기는 이미 충분히 널리 퍼져있다. 그러나 과연 우리가 프롬프트를 잘 작성한다는 것이 대체 무엇이고, 좋은 결과라는 것은 대체 무슨 기준으로 판단해야하는가에 대해 충분히 이해하고 있다고 보기는 어려운듯 싶다. 사실 아래 소개하는 테스트는 논리적 설명에 특화된 ChatGPT o1 모델이 어느 정도의 완성도 있는, 깊이 있는 답변을 줄 수 있을지에 대한 테스트 작업으로 진행된 내용이기는 하다. 하지만 주제가 프롬프트와 정확성의 의미를 명확하게 하기 위한 내용이기 때문에 프롬프트라는 것에 대해 깊이 생각해보는데 참고가 될..

[챗GPT o1] 데이터 시각화 검토 수준의 차이 ChatGPT o1의 논리적 추론은 데이터 분석에도 여러 가지 측면에서 활용될 수 있을 것으로 보인다.다음은 (누군가가) 작성한 데이터 시각화 결과에 대해 ChatGPT o1의 논리적 추론 결과 예시이다.결과를 살펴보면, 기존의 모델 (ChatGPT 4o)가 생성한 결과에서 조차 흔히 발생되는 문제점을 충분히 전문적으로 진단한다는 사실을 알 수 있다.    아래는 일반적인 데이터 시각화 원칙을 기준으로 보았을 때, 첨부된 차트가 벗어난(개선이 필요한) 요소를 짚어본 것입니다.1. 가로축(계절) 구간이 “시간적 흐름”으로 정렬되지 않음일반적으로 **선 그래프(Line Chart)**는 시간 축(또는 연속적 값)이 가로축에 놓이고, 연속성을 전제로 값을 연결..

챗GPT o1 - 얼마나 유용해진 걸까? 고급 코딩 예제 검토 - 상품추천 알고리즘 코드 작성 비교 사례 간단한 비교 실험을 해본 결과이다. 과연 ChatGPT o1 모델의 강점이라고 하는 고급 코딩에서 4o 모델을 사용할때 보다 얼마나 구체적으로 좋은 결과를 제공할 것인가? 온라인 쇼핑몰 추천 시스템 로직을 예로 테스트 해본다.  [과제]아마존과 같은 온라인 쇼핑몰을 가정하고 가장 효율적이면서 실효성 높은 상품추천 로직을 파이썬 코드로 생성하라. 최신 접근 방식을 효율성있는 버전으로 제공하라. 별도의 외부 알고리즘 없이 구현 가능한 버전을 제공하라   ChatGPT 4o의 답변 ::  아래는 아마존과 같은 온라인 쇼핑몰에서 효율적이고 실효성 높은 상품 추천 로직을 구현하는 Python 코드입니다. 이 ..

[sora 생성 비디오] 짜장면을 먹는 한국 여인 오픈AI에서 최근 공개한 sora (소라) 가 생성한 비디오 작품입니다. 떠들썩 했던 것에 비해서는 아직 갈 길이 멀고도 멀지 않나 싶은 생각이 듭니다. prompt::"한국 여인이 짜장면을 먹고 있다"   짜장면 먹는 여인 샘플 관련해서, Sora에서 구도나 시점등 카메라 움직임을 지정하는 것이 가능한지 질문하는 분이 계셨어서 간단한 예를 만들어 봤습니다.(여전히 어색하기는 하지만) 나름 그럴듯한 카메라워크가 만들어진 것 같아 보입니다.카메라 움직임에대한 프롬프트를 세밀하게 조절하는 것이 필요해 보입니다.그리고, 5초라는 한정된 길이를 고려해서 프롬프트를 작성하는 것도 중요해 보입니다.Prompt::"A Korean lady sitting at a di..

Panel of Experts(PoE) 프롬프팅 : 더 나은 ChatGPT 응답을 제공할까? Panel of Experts(PoE) 프롬프팅은 복잡한 문제를 해결하기 위해 여러 전문가가 토론하는 방식으로 AI 모델의 답변을 이끌어내는 기법이다. 이 기법은 다양한 전문가의 관점을 시뮬레이션해 문제를 다각도로 분석하고 해결책을 제안한다. 우선 Panel of Experts(PoE) 프롬프팅 기법에 대해 핵심을 짚어 보자. (부록: 2024.12.6 정식 버전으로 등장한 o1모델과의 결과 비교)   핵심 요소전문가 패널 시뮬레이션: 모델이 서로 다른 분야의 전문성을 가진 전문가 역할을 수행한다.다양한 관점 제공: 각 전문가가 다른 시각에서 접근해 문제의 균형 잡힌 분석을 가능하게 한다.결과 통합: 전문가들이 ..

[챗GPT] 퓨샷 프롬프트의 함정 Few-shot Prompting은 AI가 문맥과 의도를 더 잘 이해하도록 돕는 강력한 기법이다. 예시를 통해 구체적인 상황을 제시하면 모델이 더 정확하고 풍부한 답변을 생성할 가능성이 높아진다. 또 사용하기 쉽기도 하다. 이 때문에 많은 강의와 책들이 이 기법의 중요성을 실제 이상으로 부풀려서 이야기하기도 한다. 심지어 예제를 넣지 않은 프롬프트는 잘못된 프롬프트, 초보자의 프롬프트로 치부하기까지 한다. 그러나 이 방식에도 여러 한계와 함정이 존재하며, 이를 신중히 관리하지 않으면 오히려 의도와는 다른 결과를 초래할 수 있다.   가장 큰 문제 중 하나는 예시 선택에서 생겨난다. 예시가 편향되었거나 불완전한 정보를 포함할 경우, 모델이 이를 정답으로 간주하고 잘못된 답..