골든래빗은 더 탁월한 가치를 제공하는 콘텐츠 프로덕션 & 프로바이더 입니다. 골든래빗은 취미, 경제, 수험서, 만화, IT 등 다양한 분야에서 책을 제작하고 있습니다.골든래빗은 더 탁월한 가치를 제공하는 콘텐츠 프로덕션 & 프로바이더 입니다. 골든래빗은 취미, 경제, 수험서, 만화, IT 등 다양한 분야에서 책을 제작하고 있습니다.

[ChatGPT] 챗GPT로 문자 자동 응답하기 | 업무 자동화, AI 업무 활용

2024년 10월 22일조회 671

이 글은 《요즘 당근 AI 개발》에서 발췌했습니다.

요즘 당근 AI 개발

요즘 당근 AI 개발

ISBN 9791194383475지은이 당근 팀22,000
교보문고예스24알라딘

챗GPT를 이용해 문의에 대한 답변을 자동으로 생성하는 실습을 해보겠습니다. 챗GPT에게 어떤 식으로 답변을 생성할 것인지 미리 가이드라인을 만들어주고, 챗GPT는 가이드라인에 따라 답변을 생성하게 됩니다.

[ChatGPT] 챗GPT로 문자 자동 응답하기 | 업무 자동화, AI 업무 활용

이 글은 [이게 되네? 업무 자동화 미친 활용 앱스 스크립트 with 챗GPT]에서 발췌했습니다.

글 서휘승 / 골든래빗 출판사

회사 업무 중에는 고객이나 직원들의 다양한 문의나 요청에 대응해야 하는 상황이 종종 발생합니다. 하루에 수십 건, 많게는 수백 건씩 발생하는 문의에 일일이 대응하는 건 효율적이지 않습니다.

이번에는 챗GPT를 이용해 문의에 대한 답변을 자동으로 생성하는 실습을 해보겠습니다. 챗GPT에게 어떤 식으로 답변을 생성할 것인지 미리 가이드라인을 만들어주고, 챗GPT는 가이드라인에 따라 답변을 생성하게 됩니다. 계획은 다음과 같습니다.

계획1 스프레드시트에 고객의 정보와 문의 내용을 정리합니다.

계획2 체크박스로 고객을 선택하고 [답변] 버튼을 누르면 챗GPT를 이용하여 답변을 자동으로 생성합니다.

계획3 사이드바에서 [전송] 버튼을 누르면 생성된 답변을 고객의 휴대폰으로 전송합니다.

이렇게 답변에 따른 템플릿을 자동으로 생성해 문자 메시지 전송까지 해주는 시스템을 구현해보겠습니다.

준비해주세요

스프레드시트와 HTML 설정

고객들의 요청 사항을 관리하는 시트를 구성합니다. 다음과 같이 문자를 보낼 고객의 정보와 문의 내용, [답변] 내용을 작성할 수 있도록 열 제목과 가상의 문의 내용을 준비해주세요. 그리고 [삽입→그림]을 클릭해서 [답변] 버튼을 넣고 sendCustomerService라는 이름의 함수를 할당해주세요. 시트 이름은 ‘고객claim’으로 수정합니다.

연결된 앱스 스크립트 프로젝트를 만들고 새 HTML 파일을 만든 후 ‘독자 제공 HTML 샘플’에서 customerService.html 파일의 내용을 복사해서 붙여넣기 해주세요.

API 사용에 필요한 변수와 함수 선언하기

그리고 차근차근 필요한 함수와 변수들을 생성하겠습니다. API를 불러오는 데 필요한 변수, 챗GPT에서 답변을 가져오는 함수, 스프레드시트에 알림을 띄우는 함수 등 다양한 함수를 작성해야 하므로 코드가 길고 복잡합니다. 필요에 따라 나눠서 보겠습니다.

챗GPT API 사용 설정

먼저 챗GPT의 환경변수 객체를 선언합니다.

Use a different Browser

// 챗GPT 환경설정 var GPT = { env: { 'API_KEY' : "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", 'MODEL' : 'gpt-4', 'MAX_TOKENS' : 1500, 'TEMPERATURE' : 0.1, 'TOP_P' : 1.0, 'MESSAGE' : `You are an ‘앱스 스크립트 챗봇’ that responds to customer inquiries. Please fill out the following: 1. Please answer the questions kindly. 2. Please be sure to write your answer in Korean. 3. Unify the response target as "{name} 고객님". 4. The answer begins with an apology for the content of the inquiry.` } }; // 시스템 메시지 설정 var conversation = [ { role: "system", content: GPT.env.MESSAGE } ];

환경변수의 ‘MESSAGE’가 챗GPT에게 답변 가이드라인을 제공하는 변수, 즉 프롬프트입니다. 이 프롬프트를 개선하는 것을 프롬프트 엔지니어링이라고 부릅니다. 예를 들어 반품 요청, 교환 요청, 상품 질문 등 다양한 상황의 답변 예시나 가이드를 프롬프트로 작성하면 챗GPT는 해당 상황에 적합한 답변을 생성해 줍니다. 실습 예제에서는 챗GPT에게 고객 대응 챗봇이라는 역할을 주고 친절한 말투, 한글 사용, 호칭, 사과로 시작할 것이라는 4개의 답변 가이드라인을 입력했습니다.

문자 메시지 API 사용 설정

coolSMS API를 사용할 정보들을 선언하고 SMS 인증 시 signature를 생성하기 위한 함수들을 선언합니다.

Use a different Browser

// coolSMS 환경설정 const API_KEY = "NC****ZU"; const API_SECRET ="DD****FL"; const HostPhoneNumber = "본인인증한 발신자용 휴대전화 번호"; function signApiRequest(datetime, salt, appSecret) { // 서명에 사용할 데이터 생성 var query = `${datetime}${salt}`; var bytes = null; try { // 비밀키와 데이터를 이용하여 HMAC-SHA256 서명 생성 var secretKey = Utilities.newBlob(appSecret).getBytes(); var dataBytes = Utilities.newBlob(query).getBytes(); var hmac = Utilities.computeHmacSha256Signature(dataBytes, secretKey); bytes = hmac; } catch (e) { Logger.log(e.toString()); } // 바이트를 16진수 문자열로 변환하여 반환 return byte2hex(bytes); } function byte2hex(bytes) { var sign = ''; for (var i = 0; i < bytes.length; i++) { var hex = (bytes[i] & 0xFF).toString(16); if (hex.length == 1) { sign += '0'; } sign += hex.toUpperCase(); } return sign; } function getDateTime() { const today = new Date(); const date = today.getFullYear() + "-" + (today.getMonth() + 1).toString().padStart(2, "0") + "-" + today.getDate().toString().padStart(2, "0"); const time = today.getHours().toString().padStart(2, "0") + ":" + today.getMinutes().toString().padStart(2, "0") + ":" + today.getSeconds().toString().padStart(2, "0"); const result = date + "T" + time + "Z"; return result; }

각 함수와 변수를 간단히 설명하면 다음과 같습니다.

API_KEY : 문자 메시지를 전송하는 API키를 입력하는 변수

API_SECRET : 문자 메시지를 전송하는 API Secret를 입력하는 변수

HostPhoneNumber( ) : 문자 메시지를 전송하는 발신번호를 입력하는 변수

signApiRequest( ) : 서명을 생성하는 함수

byte2hex( ) : 바이트를 16진수 문자열로 변환하는 함수

getDateTimeSms( ) : 현재 시간을 출력하는 함수

문자 메시지 보내기를 더 자세히 배우고 싶다면 <이게 되네? 업무 자동화 미친 활용 앱스 스크립트 with 챗GPT> [프로젝트 34: 앱스 스크립트로 문자 메시지 보내기]를 참고하세요.

챗GPT로 답변 생성해서 문자 보내기

답변 처리를 위해 원하는 행의 체크박스를 선택하고 [답변] 버튼을 클릭하면, 선택한 행의 정보를 추출하고 챗GPT를 활용하여 문의 사항에 대한 답변 템플릿을 생성하여 스프레드시트의 사이드바에 입력하는 기능을 구현합니다. 또한, 사이드바에서 [전송] 버튼을 클릭하면 등록된 고객 휴대폰 번호로 문자 메시지를 전송하는 기능도 구현합니다.

챗GPT로 답변 생성하기

챗GPT로 문의 사항에 맞는 답변을 받는 기능부터 작성해봅시다.

Use a different Browser

//챗GPT로 답변 생성하기 function sendCustomerService() { const sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("고객claim"); // 선택된 체크박스에 해당하는 행 데이터 가져오기 const values = sheet.getRange("A2:J"+sheet.getLastRow()).getValues(); const row = values.filter(row => row[0] === true)[0]; const idx = values.findIndex(row => row[0] === true); // 선택된 데이터가 없을 경우 알림을 표시하고 함수 종료 if ( row.length < 1 ) { console.log("선택된 데이터가 없습니다."); alertMessage("알림", "선택된 데이터가 없습니다."); return; } const content = row[7]; var html = HtmlService.createTemplateFromFile("customerService.html"); // ① 필요한 데이터들을 html로 전달 html.idx = idx; html.name = row[1]; html.phone = row[2]; html.email = row[3]; html.product = row[6]; html.content = content; // ② 챗GPT로 생성된 답변 템플릿을 html로 전달 html.answerTemplate = creatingAnswerWithGpt(content); var htmlOutput = html.evaluate(); htmlOutput.setTitle("고객 응대"); SpreadsheetApp.getUi().showSidebar(htmlOutput); } function creatingAnswerWithGpt(message) { // ③ 챗GPT를 이용해 문의사항에 대한 답변 템플릿을 생성 // 질문을 위한 챗GPT 설정 conversation.push(({ 'role': 'user', 'content': message })) const url = 'https://api.openai.com/v1/chat/completions'; var formData = { 'model': GPT.env.MODEL, 'max_tokens': GPT.env.MAX_TOKENS, 'messages': conversation }; // 챗GPT 질문 const options = { method: 'POST', headers: { 'Authorization': 'Bearer ' + GPT.env.API_KEY, 'Content-Type': 'application/json' }, payload: JSON.stringify(formData) }; // 챗GPT 답변 추출 및 콘솔에 출력 const response = UrlFetchApp.fetch(url, options); const data = JSON.parse(response.getContentText()); const result = data.choices[0].message.content; return result; }

① 스프레드시트의 사이드바에서 사용할 HTML에 변수들을 전달합니다. 기존에는 사이드바를 활성화할 때 HtmlService 클래스의 createHtmlOutputFromFile( ) 메서드를 이용해 HTML 객체를 생성했지만, HTML에서 변수를 사용할 수 있도록 createTemplateFromFile( ) 메서드를 이용해 HTML 템플릿을 먼저 생성합니다. 생성된 HTML 템플릿에 행 번호, 이름, 전화번호 등 사이드바에서 보여줄 데이터들을 담습니다. 템플릿 구성이 완성되면 evaluate( ) 메서드를 이용해 사이드바에서 표현될 HTML을 생성합니다.

② creatingAnswerWithGpt( ) 메서드에 content를 매개변수로 문의 내용을 전달해 챗GPT로 답변을 생성합니다. 생성된 답변을 HTML의 answerTemplate라는 변수에 담습니다.

③ 챗GPT를 이용해 문의 내용에 대한 답변 템플릿을 생성합니다.

답변 문자로 전송하기 스프레드시트에 입력하기

이제는 챗GPT로 생성한 답변을 문자 메시지로 전송하고 스프레드시트에 입력하는 코드를 작성해보겠습니다.

\ Use a different Browser

// 답변 문자로 전송하고 스프레드시트에 입력하 function sendSmsSelectedUser(phoneNo, name, message, idx) { console.log('hi'); // ① 답변을 SMS로 전송 const confirm = confirmMessage('확인',`${name} 님에게 답변 문자 메시지를 전송하시겠습니까?`); if (!confirm) { return; } message = message.replace(/{name}/g, name); // SMS 발송 API 설정 const url = "https://api.coolsms.co.kr/messages/v4/send"; // header 설정 var datetime = getDateTime(); var salt = Date.now().toString(); var sign = signApiRequest(datetime, salt, API_SECRET); // body 설정 var formData = {"message":{"to":phoneNo, "from":HostPhoneNumber, "text":message, "autoTypeDetect":true}}; // SMS API에 POST 요청을 보내기 const response = UrlFetchApp.fetch(url, { method : "POST", headers:{ "Authorization": `HMAC-SHA256 apiKey=${API_KEY}, date=${datetime}, salt=${salt}, signature=${sign}`, "Content-Type": "application/json" } , payload: JSON.stringify(formData) }); const responseCode = response.getResponseCode(); if ( responseCode == "200" ) { const json = response.getContentText(); const returndData = JSON.parse(json); console.log(returndData); // ② 전송한 답변을 시트에 저장 const sheet = SpreadsheetApp.getActive().getSheetByName("고객claim"); sheet.getRange(`I${parseInt(idx)+2}:J${parseInt(idx)+2}`).setValues([[message, getDateTime()]]); alertMessage("성공", `${name} 님에게 답변 문자 메시지를 전송하였습니다.`); return true; } else { alertMessage("성공", `${name} 님에게 답변 문자 메시지를 전송을 실패하였습니다.`); return false; } } function alertMessage(tit, msg) { var ui = SpreadsheetApp.getUi(); ui.alert(tit, msg, ui.ButtonSet.OK); } function confirmMessage(tit, msg) { const ui = SpreadsheetApp.getUi(); const response = ui.alert(tit, msg, ui.ButtonSet.YES_NO); if ( response == ui.Button.YES ) { return true; } else { return false; } }

① 답변 내용을 등록된 고객의 휴대폰 번호로 전송합니다.

② 전송한 답변과 문자 메시지를 전송한 시간을 시트에 저장합니다.

체크박스 선택 관리하기

체크박스로 답변을 원하는 행을 선택하기 때문에 한 번에 하나의 행만 체크해야 합니다. onEdit() 트리거로 시트의 체크박스 변경을 확인하고, 하나의 행만 선택해서 챗GPT 답변을 요청하도록 관리하는 함수도 작성하여 사용성을 더욱 높여보겠습니다.

Use a different Browser

//체크박스 설정 관리하기 function onEdit(e) { const getValue = e.value; const spreadSheet = e.source; const sheetName = spreadSheet.getActiveSheet().getName(); const column = e.range.getColumn(); const row = e.range.getRow(); const activeCell = spreadSheet.getActiveCell(); // "고객claim" 시트에서 데이터 변경 발생 시 if ( sheetName == "고객claim" ) { // 변경된 행이 1열의 3번째 행 이상일 경우 if ( column == 1 && row >= 3 ) { var lastRow = spreadSheet.getLastRow(); // 모든 체크박스 선택 해제 unckeckAll(lastRow); // 선택된 셀의 값이 'FALSE'인 경우 함수 종료 if ( getValue == 'FALSE' ) { return; } // 선택된 셀을 'TRUE'로 설정 activeCell.setValue(true); } } } function unckeckAll(lastRow){ const range = `A3:A${lastRow}`; const value = false; allCheckbox(range, value); } function allCheckbox(range, value) { const checkRange = SpreadsheetApp.getActiveSpreadsheet().getRange(range); checkRange.setValue(value); }

HTML 확인하기

HTML 파일의 구성도 살펴보겠습니다.

Use a different Browser

...생략... ...생략...

고객명 :

..생략...

답변 :

① 사이드바에 입력된 값들을 앱스 스크립트의 sendSmsSelectedUser( ) 함수의 매개변수로 전달하여 함수를 실행합니다.

② 스크립틀릿 코드로 고객명을 보여주고 입력을 비활성화합니다. 이후 전화번호, 상품명, 문의 내용도 모두 같은 방식으로 구성했습니다.

③ 챗GPT로 생성한 answerTemplate변수를 textarea에 입력하고 수정할 수 있도록 구성합니다.

④ 전송 버튼의 onClick 이벤트에 앞서 생성한 sendAnswer( ) 함수를 할당합니다.

작동 확인하기

코드를 저장한 다음 답변할 행의 체크박스를 선택하고 [답변] 버튼을 클릭합니다. 스프레드시트의 사이드바에 선택된 행의 데이터들이 입력되고, 챗GPT를 이용해 생성된 답변 템플릿도 답변에 입력됩니다. 답변의 내용은 프롬프트에서 설정한 대로 고객의 이름을 입력하기 위한 {name} 변수를 시작으로 메시지가 생성된 것까지 확인할 수 있습니다.

답변 내용을 확인한 후 수정할 부분이 있으면 수정하고, [전송] 버튼을 클릭하면 답변은 입력된 고객의 전화번호로 전송됩니다.

{name} 변수에 고객의 이름이 입력되어 문자 메시지가 전송되었습니다.

‘고객claim’ 시트에는 선택된 문의 내용에 대한 문자 메시지로 전송된 답변과 답변 시간이 저장됩니다.

지금까지 챗GPT와 앱스 스크립트를 활용하여 문자 메시지 응답 자동화를 만들어보았습니다.

더 많은 업무 자동화 방법은 신간 <이게 되네? 업무 자동화 미친 활용 앱스 스크립트 with 챗GPT>를 참고하세요!

서휘승 

ERP, 핀테크 등 다양한 도메인에서 백엔드 개발을 두루 경험하며, 안정적이고 확장 가능한 시스템을 개발하는 다양한 경험을 쌓아왔습니다. 데이터의 중요성을 깊이 인식하고, 데이터 엔지니어로서 다양한 파이프라인을 구축했습니다. 현재는 클라우드 MSP 기업인 클루커스의 Gen AI 팀에서 애저 OpenAI를 활용한 맞춤형 인공지능 솔루션을 개발하고 있습니다.

앱스 스크립트와 구글 클라우드 플랫폼을 활용한 업무 자동화 프로젝트를 성공적으로 완수했고, 이후 앱스 스크립트의 매력에 빠져 다양한 분야에서 업무 자동화를 구현하고 확장하기 위해 고민하고 있습니다.

블로그 : whiseung.tistory.com

링크드인 : linkedin.com/in/seo-whiseung-b5428827

교보문고 바로가기

예스24 바로가기

알라딘 바로가기

AI AI Coding AI 코딩 AI 페어 코딩 AI 페어 프로그래밍 AI시대 AI챗봇 AI코딩 AI코리빙 AI코워킹 AI활용법 claude claude3 copilot github LLM MS openAI PPT생성 PPT작성 개발자 개발팀장 경력 경력관리 경영일반 경영전략 경쟁사분석 관리자 그랩 기계학습 깃허브 넥슨 당근 당근마켓 데이터베이스 데이터분석 데이터분석가 디자인 패턴 딥러닝 마이크로소프트 매니저 머스크 머신러닝 미드저니 미래전망 박종천 보고서작성 블리자드 사업계획서 삼성전자 샘 올트먼 샘알트먼 샘올트먼 생산성 생성형AI 성공학 성장 소프트스킬 스크럼 스타트업 스타트업얼라이언스 스테이블디퓨전 스티브잡스 시간관리 시장분석 시장조사 실리콘밸리 애자일 업무자동화 엑셀 엑셀함수 엔비디아 오픈AI 유니콘 이력관리 이미지생성 이미지인식 이직 인공지능 인적자원관리 인터넷비즈니스 일론머스크 자기계발 자동화 잡스 조직관리 챗GPT 챗GPT시대 챗봇 취업 커리어 커리어패스 코드스페이스 코딩 코딩테스트 코리빙 코워킹 코파일럿 클로드 트렌드 트렌드코리아 티타임즈 파이썬 패스트캠퍼스 패캠 페어 코딩 페어 프로그래밍 프로그래머 프로그래머스 하스스톤

Related News

[Agent] AI 에이전트 프로토콜, 구글 A2A 개념부터 원리 실습하기

[Python] 파이썬으로 엑셀 다루기 | ❷ 엑셀 데이터 사용하기

[Python] 파이썬으로 엑셀 다루기 | ❶ 엑셀 데이터 사용하기

[Python] 아나콘다 설치하기 | Anaconda, 파이썬, 주피터 노트북, 단축키

골든래빗 2024-10-22

📚 더 읽기

저자 소개

당근 팀

당근의 여러 부서에서 각자 다른 문제를 풀던 11명이 하나의 질문으로 모였습니다. “AI로 더 잘 해결할 수 없을까?” 우리는 직군의 경계를 넘어 함께 고민하고 실험하며, ‘동네를 여는 문’이라는 당근의 비전을 AI로 구현해가는 사람들입니다. 이웃과 이웃을 더 따뜻하게 연결하고, 당근에서의 삶을 더 편리하게 만드는 일. 그 중심에서 AI가 할 수 있는 역할을 찾아가고 있습니다.

📚요즘 당근 AI 개발》 자주 묻는 질문

Q.당근에서 AI를 어떻게 활용하고 있는지 궁금합니다. 구체적인 사례를 알고 싶어요.

당근은 AI를 다양한 방식으로 활용하여 사용자 경험을 향상시키고 내부 업무 효율성을 높이고 있습니다. 외부 사용자를 위한 사례로는 AI 물품 추천, AI 게시글 작성, AI 시세 조회, CS 챗봇 등이 있습니다. AI 물품 추천은 사용자의 검색 기록, 관심 카테고리 등을 분석하여 개인에게 최적화된 물품을 추천합니다. AI 게시글 작성은 사용자가 원하는 물품 정보를 입력하면 자동으로 제목과 상세 설명을 생성해줍니다. AI 시세 조회는 과거 거래 데이터를 기반으로 현재 시세를 예측하여 사용자에게 정보를 제공합니다. CS 챗봇은 사용자의 문의에 24시간 응대하여 빠른 문제 해결을 돕습니다. 내부 구성원을 위한 사례로는 리뷰 자동 리포트 발행, 온콜 업무 단축, 임베딩 시멘틱 캐싱, 운영업무 자동화 등이 있습니다. 리뷰 자동 리포트 발행은 사용자 리뷰를 분석하여 핵심 내용을 요약하고 트렌드를 파악하여 개선점을 도출합니다. 온콜 업무 단축은 AI를 활용하여 문제 발생 시 담당자에게 자동 알림을 보내고 초기 대응을 지원합니다. 임베딩 시멘틱 캐싱은 검색 속도를 향상시켜 사용자 경험을 개선합니다. 운영업무 자동화는 반복적인 작업을 자동화하여 효율성을 높입니다. 이러한 다양한 사례를 통해 당근은 AI를 적극적으로 활용하여 사용자 만족도를 높이고 내부 효율성을 개선하고 있습니다. 더 자세한 내용은 《요즘 당근 AI 개발》에서 확인하실 수 있습니다.

Q.AI 에이전트와 MCP 개발이 무엇인지, 당근에서는 어떻게 활용하고 있는지 알고 싶습니다.

AI 에이전트와 MCP(Message Composition Platform)는 AI 기술을 활용하여 사용자 경험을 혁신하는 핵심 요소입니다. AI 에이전트는 사용자의 의도를 파악하고 작업을 자동화하는 지능형 시스템입니다. 당근에서는 AI 에이전트를 활용하여 사용자 문의에 자동 응답하거나, 개인 맞춤형 추천을 제공하거나, 특정 작업을 대신 수행하는 등 다양한 서비스를 제공합니다. MCP는 메시지 작성 및 관리를 위한 플랫폼으로, AI 기술을 활용하여 메시지 내용을 자동 생성하거나, 최적의 메시지 형식을 추천하거나, 메시지 전송 시점을 예측하는 등 다양한 기능을 제공합니다. 당근에서는 MCP를 활용하여 사용자에게 보다 효과적이고 편리한 커뮤니케이션 환경을 제공합니다. 예를 들어, 물품 판매 게시글을 작성할 때 AI가 자동으로 제목과 설명을 제안해주거나, 구매자와 판매자 간의 채팅 내용을 분석하여 사기 위험을 감지하는 데 활용될 수 있습니다. 이와 관련된 자세한 내용은 《요즘 당근 AI 개발》에서 확인하실 수 있습니다.

Q.바이브 코딩이 무엇인가요? AI 코딩 도구와 어떤 관련이 있나요?

바이브 코딩은 개발자가 코딩 과정에서 느끼는 즐거움과 몰입감을 극대화하는 것을 의미합니다. AI 코딩 도구는 이러한 바이브 코딩을 지원하기 위해 개발되었으며, 코드 자동 완성, 오류 검출, 코드 제안 등 다양한 기능을 제공하여 개발자가 보다 쉽고 효율적으로 코딩할 수 있도록 돕습니다. 당근에서도 AI 코딩 도구를 적극적으로 활용하여 개발 생산성을 향상시키고 있습니다. 예를 들어, AI가 코드를 자동으로 완성해주거나, 흔히 발생하는 오류를 미리 감지하여 수정하도록 제안함으로써 개발 시간을 단축하고 코드 품질을 향상시킬 수 있습니다. 또한, AI는 다양한 코딩 패턴을 학습하여 개발자에게 최적의 코딩 방식을 제안함으로써 개발자가 보다 창의적인 문제 해결에 집중할 수 있도록 돕습니다. 바이브 코딩과 AI 코딩 도구에 대한 더 자세한 내용은 《요즘 당근 AI 개발》에서 확인하실 수 있습니다.

Q.프롬프트 엔지니어링 기법 고도화는 무엇이며, 왜 중요한가요?

프롬프트 엔지니어링은 AI 모델, 특히 대규모 언어 모델(LLM)에 효과적인 프롬프트를 설계하고 최적화하는 기술입니다. 이는 AI 모델이 원하는 결과를 정확하고 효율적으로 생성하도록 유도하는 데 매우 중요합니다. 프롬프트 엔지니어링 기법을 고도화한다는 것은, 단순히 질문을 잘 던지는 것을 넘어, AI 모델의 작동 방식을 이해하고, 모델이 가진 강점과 약점을 파악하여, 모델이 가장 잘 수행할 수 있는 형태로 질문을 구성하는 것을 의미합니다. 당근 팀은 사용자 경험을 극대화하기 위해 프롬프트 엔지니어링 기법을 고도화하는 데 많은 노력을 기울였습니다. AI 모델을 활용하여 물품 추천, 게시글 작성, 시세 조회 등 다양한 서비스를 제공하면서, 각 서비스에 최적화된 프롬프트 엔지니어링 기법을 개발하고 적용했습니다. 이 과정에서 얻은 경험과 노하우는 《요즘 당근 AI 개발》에 자세히 담겨 있습니다. AI 모델을 활용한 서비스 개발에 관심 있는 분이라면, 이 책을 통해 프롬프트 엔지니어링 기법 고도화의 중요성과 실제 적용 사례를 배울 수 있을 것입니다.

Q.AI를 활용한 개발을 배우고 싶은데, 어디서부터 시작해야 할지 막막합니다.

AI 활용 개발을 시작하는 것은 흥미로운 여정이 될 것입니다. 먼저 AI의 기본 개념과 원리를 이해하는 것이 중요합니다. 온라인 강의, 책, 튜토리얼 등 다양한 학습 자료를 활용하여 AI의 핵심 개념을 습득하세요. 그다음, 파이썬과 같은 프로그래밍 언어를 익히는 것이 좋습니다. 파이썬은 AI 개발에 가장 널리 사용되는 언어 중 하나이며, 다양한 AI 관련 라이브러리와 프레임워크를 제공합니다. 텐서플로우, 파이토치, scikit-learn과 같은 AI 라이브러리를 사용해 간단한 AI 모델을 직접 만들어보는 것이 좋습니다. 이러한 경험을 통해 AI의 작동 방식을 더 깊이 이해할 수 있습니다. 또한, AI 관련 프로젝트에 참여하거나, 오픈소스 프로젝트에 기여하면서 실력을 향상시킬 수 있습니다. 당근 팀의 경험을 통해 배우는 것도 좋은 방법입니다. 《요즘 당근 AI 개발》에는 당근 팀이 사용자 문제를 AI로 해결해나가는 여정이 담겨 있습니다. 이 책을 통해 실제 서비스에 AI를 적용하는 방법을 배우고, AI 개발에 대한 영감을 얻을 수 있을 것입니다.

Q.AI 모델을 서비스에 적용할 때 성능 문제를 어떻게 해결할 수 있을까요?

AI 모델을 서비스에 적용할 때 성능 문제는 흔히 발생합니다. 이를 해결하기 위해서는 다양한 접근 방식이 필요합니다. 먼저, 모델의 복잡도를 줄이는 방법을 고려해볼 수 있습니다. 모델의 레이어 수를 줄이거나, 파라미터 수를 줄이는 등의 방법을 통해 모델의 연산량을 줄일 수 있습니다. 또한, 데이터 전처리 과정을 최적화하여 모델의 학습 효율성을 높일 수 있습니다. 불필요한 데이터를 제거하거나, 데이터의 형식을 통일하거나, 특성 스케일링을 적용하는 등의 방법을 통해 모델의 성능을 향상시킬 수 있습니다. 임베딩 시멘틱 캐싱과 같은 기술을 사용하여 검색 속도를 향상시킬 수도 있습니다. 또한, 모델을 경량화하거나 양자화하는 방법을 고려해볼 수 있습니다. 모델 경량화는 모델의 크기를 줄여 메모리 사용량을 줄이고, 연산 속도를 높이는 기술입니다. 모델 양자화는 모델의 파라미터를 저정밀도로 표현하여 모델의 크기를 줄이고, 연산 속도를 높이는 기술입니다. 당근 팀은 AI 모델을 서비스에 적용하면서 다양한 성능 문제를 해결해왔습니다. 이러한 경험은 《요즘 당근 AI 개발》에 자세히 소개되어 있습니다. 이 책을 통해 AI 모델 성능 문제 해결에 대한 인사이트를 얻을 수 있을 것입니다.

Q.당근 팀은 AI를 개발하고 적용하면서 어떤 어려움을 겪었으며, 어떻게 극복했는지 궁금합니다.

당근 팀도 AI를 개발하고 적용하는 과정에서 많은 어려움을 겪었습니다. 'AI로 과연 될까?'라는 의문에서 시작하여 'AI로 어떻게 하면 될까?'라는 고민을 거듭했습니다. 데이터 부족, 모델 성능 문제, 인프라 제약 등 다양한 문제에 직면했습니다. 하지만 엔지니어, 프로덕트 매니저, 운영 매니저 등 다양한 팀원들이 협력하여 문제 해결에 나섰습니다. 데이터 확보를 위해 다양한 방법을 시도하고, 모델 성능 향상을 위해 끊임없이 실험하고, 인프라 제약을 극복하기 위해 기술적인 혁신을 이루어냈습니다. 예를 들어, AI 물품 추천 시스템을 개발할 때 초기에는 데이터가 부족하여 추천 성능이 낮았습니다. 이를 해결하기 위해 사용자 행동 데이터를 수집하고 분석하는 시스템을 구축하고, 외부 데이터 소스를 활용하여 데이터 부족 문제를 해결했습니다. 또한, 모델 성능 향상을 위해 다양한 모델 구조와 학습 방법을 시도하고, A/B 테스트를 통해 최적의 모델을 선택했습니다. 이러한 노력 덕분에 AI 물품 추천 시스템은 사용자 만족도를 크게 향상시켰습니다. 이처럼 당근 팀은 AI 개발 과정에서 겪는 어려움을 창의적인 아이디어와 끊임없는 노력으로 극복해왔습니다. 자세한 내용은 《요즘 당근 AI 개발》에서 확인하실 수 있습니다.