INTRO
프로젝트의 시작은 "재밌을거 같지 않아요?" 였다.
GTP에게 질문할 생각만 했는데 그걸 사용해서 무언갈 만들어 낼 수 있다니 구미가 당기는 제안이었다.
하지만 아무것도 없었다.
PM도 없었다..(뭐 사실 프로젝트라면 당연하긴 하지만)
그러니 기획은 맨땅에 헤딩 하듯이 시작..!
그래도 주제가 흥미로워서 그런지 사람들은 어렵지 않게 모을 수 있었다.
백엔드와 프론트가 함께 하면 따로 했을 때 느꼈던 아쉬움이 해결될 거라는 막연한 기대가 가득했다.
그 와중에 디자이너도 있으면 대박이겠다는 소리에 디자이너도 모셔왔다.
다 같이 회의를 하기 위해 날짜를 잡고 보니 생각보다 어깨가 무거워졌다..ㅎ
'오 프론트 4명에 백엔드 5명에 디자이너 2명이면 스타트업인데..?'
일단 가장 급했던 건 어떤 주제로 프로젝트를 시작할지 정하는 것이었다.
어떤 걸 할 수 있는지 조차 머리속에 그려지지 않았기 때문에 생각나는대로 아이디어를 던져만 놓았었는데..
그래도 간신히 음악 디깅 서비스로 의견이 수렴되어서 주제를 정했고 사용할 AI도 추려졌다.
(아이디어가 8개 정도 있었으니 쉽지 않은 과정이었다..😅)
그 뒤로 12월을 넘기지 말고 완성하자는 모두의 강한 다짐으로 프로젝트는 시작되었다.
고비 1 AI가 어디까지 할 수 있죠?
몰랐다 프롬프트도.. 생성형 AI가 왜 생성형 AI인지도..
애초에 생성형AI랑 GTP랑 같은 건줄 알았던..ㅠ
그치만 별수 없지 그냥 지금부터 공부다 하는 마인드로 시작했다.
https://aws.amazon.com/ko/what-is/generative-ai/
생성형 AI란?- 생성형 인공 지능 설명 - AWS
생성형 인공 지능(생성형 AI)은 대화, 이야기, 이미지, 동영상, 음악 등 새로운 콘텐츠와 아이디어를 만들 수 있는 AI의 일종입니다. AI 기술은 이미지 인식, 자연어 처리(NLP), 번역과 같이 새로운
aws.amazon.com
뭐 그렇다고 다 이해하지는 못했지만 그래도 이런건 가능하겠구나 하는 생각이 점차 들기 시작했다.
여기저기 물어보고 인터넷을 돌아보면서 생각보다 프롬프트 짜는 것도 값을 받는것도 재밌었다.
내가 이렇게 호기심 넘치고 새로운 걸 좋아하는 인간이었다니
가장 놀랐던 포인트는 생성형 AI가 감정이 없는 문장에서 감정을 추출하고 마치 사람처럼 프롬프트를 인식한다는 것이었다.
https://arxiv.org/abs/2309.03409
Large Language Models as Optimizers
Optimization is ubiquitous. While derivative-based algorithms have been powerful tools for various problems, the absence of gradient imposes challenges on many real-world applications. In this work, we propose Optimization by PROmpting (OPRO), a simple and
arxiv.org
"Take a deep breath and work on this step by step"
'이 문장이 성능을 개선시킨다니 정말 인간처럼 일하고 있군' 하는 생각이 들었다.
이걸 나만 몰랐을 리 없으니 일반 사용자들에게도 이런 충격을 주고 싶다는 생각과 함께
이 포인트를 기능과 직접적으로 연결하면 좋은 프로젝트가 될거라는 생각을 가졌다.
고비2 프론트엔드랑 백엔드는 왜 말이 안통하는거 같죠..?
드디어 프로젝트의 세부 사항을 다듬는 시간이 되었다.
프론트엔드 끼리 팀플을 해본 프론트엔드와 백엔드 끼리 팀플 해본 백엔드
서로가 서로의 말을 들으면서 혼란에 빠졌다.
"아 이걸 모달로..?"
"아 이걸 페이지로...?"
"아.. 이게 되나요?"
"아.. 이걸 이렇게 해드릴까요?"
나중에 한참 이야기하고 보니
백엔드는 기능위주로 페이지를 구성하고 그 다음에 디자인했고
프론트엔드는 페이지 위주로 기능에 필요한 데이터들을 조각모음 했다는 걸 알게 되었다.
그러니 서로 같은 얘기를 다르게 하고 이해 못하고 있었던 거였다.
다행히 그게 서로 더 일하겠다는 소리였어서 조정은 비교적 쉽게 되었다.
그러고 나서 알게된 점은 백엔드가 페이지마다 기능에 필요한 데이터를 모아서 보내준다고..
그것도 모르고 나는 열심히 이 페이지에는 너무 api 통신이 많아질 거 같은데 하는 고민을 했다..
이래서 백엔드랑 같이 일해야 하는구나 라는 생각이 들었다
그거랑 별개로 백엔드는 서버 작업이 생각보다 빨리 끝나야 한다는 것에 놀라보였다.
기획하고 그다음에 디자인이랑 백엔드가 일을 끝내야 프론트가 시작할 수 있다니
이건 프론트엔드는 일정이 매번 촉박할 수 밖에 없지 않을까 하는 고민을 조금 하면서..
고비3 얼마까지 알아보고 오셨어요?
몰랐다 비용이 발생할지
생각해보면 gtp 4 사용도 돈 내고 하는데 그러면 생성형 AI를 그냥 쓰게 해줄리가
이미지 생성해주는 AI는 무료라고 했다.
그래서 Karlo를 사용해 보기로 했다.
결과물을 보니 왜 그런지 알게 되었다.
역시 세상에 공짜는 없다.
그렇다면 얼마나 들까?
API 사용은 유료이며, 대화에 사용된 토큰(Tokens)의 크기(1,000토큰 당 $0.002(약 3원))에 따라 과금됩니다.
API 사용요금
Model: gpt-3.5-turbo
Usage: $0.002 / 1K tokens
감이 오지 않는 안내 문구이다.
역시 프롬프트를 작성해서 테스트를 돌려봐야 하는 것이다.
많은 걱정과 함께 일단 1/N 하는 걸로 얘기하고 일단락 되었다.
하지만 이 프로젝트는 결국 취준생들의 취업포폴이 될테니
성능보다는 비용에 초점을 맞춘 코드를 작성하게 되는건가..?
근데 뭐 회사 들어가도 그렇게 될 테니 연습하는 셈 친다는 정신승리 하기로 했다.
그래서 기획 결과물은?
I.A ( Information Architecture, 정보 구조도)
와이어 프레임
그래도 아직은 설렌다
'2023 > 프로젝트' 카테고리의 다른 글
| [개발] 초기 세팅과 컨벤션 설정 그리고 깃허브 (1) | 2023.11.23 |
|---|
