아주 흔한 직장원생

오픈AI가 인공지능(AI) 이미지 생성기 '달리 3(DALL-E 3)'를 업데이트하며 새로운 편집 기능을 추가했습니다. 이를 통해 사용자 편의성이 크게 향상될 것으로 기대됩니다. 달리 3에 어떤 편집 기능이 새로 추가되었나요? 업데이트를 통해 사용자는 달리 3로 생성한 이미지를 더 쉽게 편집할 수 있게 되었습니다. 인터페이스 상단에 '선택(Select)' 버튼이 생겼는데요. 이 버튼을 활용하면 마우스로 편집하고 싶은 이미지 영역을 직접 지정할 수 있습니다. 선택한 부분에 대해서는 자연어 지시문을 입력하면 해당 지시대로 변경이 가능해집니다. 예를 들어 숲 사진에서 나무 주변에 원을 그린 뒤 제거하거나, 특정 개체의 디자인을 바꾸거나 새로운 개체를 추가할 수 있습니다. 그 밖에 ..

흔직 대딩의 오늘 알아볼 AI 이슈는요? 최근 OpenAI의 GPT-4, 구글의 제미나이 등 혁신적인 대형언어모델(LLM)이 연이어 출시되며 AI 기술의 비약적 발전을 실감케 했습니다. 하지만 이러한 대형 모델들의 성장 배경에는 '데이터 부족' 문제가 가로막고 있다는 지적이 나오고 있어요. LLM 학습에 데이터가 왜 그렇게 중요할까요? LLM은 엄청난 양의 데이터를 학습해야 높은 성능을 발휘하는데, 예를 들어 GPT-3는 570GB의 텍스트 데이터를 학습했고 GPT-4는 훨씬 더 많은 데이터를 사용한 것으로 추정됩니다. 데이터의 양과 질이 곧 모델 성능을 좌우하는 셈이죠. 구체적으로 어떤 데이터 문제가 있나요? LLM의 데이터 수요가 기하급수적으로 늘어나는 반면, 현재 인터넷에서 구할 수 ..

안녕하세요 흔직 대딩 입니다. 저번 게시글에선 OpenAI가 공식적으로 발표한 프롬프트 엔지니어링에 대한 팁을 공유 드렸다면, 이번엔 좀 생소할 수 있지만 LLM이 출시되고 복잡하고 논리적인 문제에 적용해볼만한 프롬프트 엔지니어링 방법을 공유 드려보고자 합니다. 내용이 좀 복잡할 순 있지만 내용을 다 일고 마지막에 실제 프롬프트 예시를 직접 보고 활용하신다면 남들보다 더 고급지고, 논리적인 프롬프트를 작성할 수 있게 되실거에요! Tree of Thoughts (ToT) 기법 복잡한 과제를 해결하기 위해서는 전통적인 프롬프팅 기법만으로는 부족한 경우가 많습니다. 이에 Yao et al.(2023)과 Long(2023)은 'Tree of Thoughts, (ToT)' 프레임워크를 제안했는데요...

마이크로소프트(MS)가 MS 365 구독자를 위한 AI 도우미 '코파일럿'을 대폭 업그레이드했습니다. 이번 업데이트를 통해 액세스 장벽을 낮추고 더 많은 이용자를 끌어들이겠다는 전략으로 보입니다. 업그레이드 된 코파일럿에는 어떤 기능이 추가되었나요? 업데이트 후 코파일럿에 접속하면 OpenAI의 'GPT-4 터보' 모델에 접근할 수 있게 되었습니다. 또한 하루 총 채팅 횟수와 대화 길이에 제한이 없어졌죠. 5월부터는 이미지 생성 부스트도 기존 15개에서 100개로 크게 늘어납니다. 데이터 보안과 저작권 문제에 대한 대책은 무엇인가요? MS는 코파일럿을 통한 웹 트래픽을 익명화, 암호화하는 데이터 보호 조치를 취했습니다. 이는 최근 데이터 유출 우려로 미 하원이 직원 코파일럿 ..

오늘날 인공지능 기술이 점차 생활 속에 깊숙이 자리 잡으면서, 우리는 이를 가장 손쉽게 체험할 수 있는 도구 중 하나인 OpenAI의 ChatGPT에 대해 이야기해보려고 합니다. ChatGPT는 사용자가 대화 형식으로 AI에게 질문하고 상호작용하는 시스템입니다. 이때 '프롬프트(Prompt)'의 역할이 중요한데요, 바로 이 프롬프트 작성에 대한 전략을 OpenAI가 최근에 공개했습니다. 명확한 지침 작성의 중요성 GPT 모델과의 상호작용에서는 명확한 지침이 필수입니다. 모델이 아무리 뛰어나도 사용자의 의도를 정확히 파악하기 위해서는 분명하고 명확한 지시가 필요합니다. 방법 1: 세부 정보를 포함한 프롬프트 작성 관련성 높은 응답을 얻기 위해, AI에게 요청하는 내용에 중요한 세부 정보를 포함하세요. 이를..

인공지능 기술, 특히 대규모 언어 모델(LLM)은 우리가 기계와 소통하는 방식을 근본적으로 변화시켰죠. 이러한 모델들은 복잡한 언어 이해와 생성을 가능하게 하여, 인간과 기계 간의 상호작용을 전례 없는 수준으로 끌어올렸어요. 그러나 이러한 발전에도 불구하고, 고위험 의사결정 애플리케이션으로의 확장은 여전히 도전적인 과제로 남아있습니다. 이는 주로 모델 예측의 본질적인 불확실성 때문인데요, 이러한 불확실성을 해결하기 위한 방법 중 하나로 '선택적 예측'이 주목받고 있습니다. LLM과 선택적 예측의 필요성 대규모 언어 모델은 인상적인 답변을 생성할 수 있지만, 생성된 응답의 정확성에 대해 스스로 평가하는 내부 메커니즘을 갖추고 있지 않습니다. 이는 특히 고위험 의사결정 환경에서 큰 문제가 될 수 있어요. 예..

GPT (Generative Pre-trained Transformer)는 우리가 대화하고, 질문에 답하며, 텍스트를 이해하는 방법을 모방해 만들어진 인공지능 기술이에요. 이 기술이 어떻게 작동하는지 궁금하시죠? 제가 이해하고 공부한 내용을 토대로 간단하고 친절하게 설명해 드릴게요. GPT는 어떤 데이터를 학습 하나요? GPT는 인터넷에 있는 방대한 양의 텍스트 데이터를 수집(Scrapping)함으로써 배워요. 소설, 뉴스 기사, 대화 등 다양한 종류의 텍스트를 통해 단어와 문장이 어떻게 사용되는지를 이해하게 되죠. 이 과정을 '사전 훈련'이라고 해요. 마치 우리가 책을 읽고 세상에 대해 배우는 것과 비슷하다고 볼 수 있어요. ​ 그럼 GPT의 학습 데이터는 문제 없나요? GPT와 같은 인..

텍스트 분석 - 비정형 데이터인 텍스트를 분석 - 정보를 추출하거나 예측 분석이 가능함 텍스트 분류 문장이 특정 분류 또는 카테고리에 속하는 것을 예측하는 기법 예 를 들어, 특정 신문 기사 내용이 연애/정치/사회 중 어떤 카테고리에 속하는지 자동으로 분류 감성 분석 텍스트에서 나타내는 주관적인 요소를 분석하는 기법 소셜 감정 분석, 긍부정, 여론조사 등 여러 방면에서 사용됨 텍스트 요약 텍스트 내 중요한 주제를 추출하는 기법, 토픽 모델링 텍스트 군집화와 유사도 측정 비슷한 유형 문서에 대해 군집화를 수행 하는 기법