요즘은 회사에서 일할 때 항상 GPT 창을 켜고 질문을 많이 해요. 하루가 끝나면 필요한 정보를 수집하기 위해 100번 이상의 대화를 나눈 것 같습니다.
익숙해지면 계속 사용하게 됩니다.
내가 계속 사용하는 이유는 내가 필요한 정보를 찾기 위해 보통 후보자로서 필요한 키워드를 사용하여 원하는 정보를 찾을 때까지 수많은 페이지를 샅샅이 뒤져야 하기 때문이다.
그러다가 나와 상관없는 정보를 보고 읽는 데는 많은 시간과 에너지가 든다.
물론 GPT를 해도 가끔 잘못된 정보가 나오는 경우도 있지만 대체적으로 좋은 답변이 여러번 나옵니다.
기본 지식을 배우는 것과 인터넷을 검색하는 것과 백지에서 정보를 찾는 것은 출발점이 매우 다르다고 생각합니다.
실제 업무에 도움이 되는 GPT
개발이나 연구도 마찬가지인 것 같습니다.
어떤 코드를 개발하다 버그를 발견했을 때, 많은 사람들이 저와 같은 문제를 겪었던 일반적인 버그라면, 몇 번의 검색으로 쉽게 고칠 수 있지만, Scope나 int에는 레퍼런스가 거의 없기 때문입니다.
연구는 사람들이 애초에 잘하지 못하는 영역입니다.
이 경우 처음부터 공식 문서를 공부하거나 동일한 문제가 있는 문서를 찾을 때까지 많은 시간을 할애해야 합니다.
이런 영역들이 자신에게 중요한지는 중요하지 않지만, 평소 자신과 관련이 없는 영역에 갇혀 있다면 처음부터 공부하는 것이 모호하기 때문에 큰 장벽이 됩니다.
GPT는 이러한 부분들을 어느 정도 해결해 주는 것 같습니다.
파일을 바이트 단위로 분석하거나 암호화 알고리즘을 분석한 후 코드를 작성해야 하는 경우 기능 단위로 작성하므로 시간이 거의 걸리지 않습니다.
뿐만 아니라 컨텍스트를 이해할 수 있기 때문에 오류 내용을 입력하면 코드를 수정하고 다시 작성합니다.
무엇보다 이미 알고 있던 부분이 결국 기억나지 않아 웹 검색을 여러 번 반복했다.
이러한 부분은 단일 요청으로 빠르게 작성될 수도 있습니다.
서비스 생성에는 많은 기능이 포함되며 모든 기능을 실행하고 단위 테스트를 수행하면 할 일이 많아 많은 전력을 소비하고 개발 프로세스가 느려집니다.
자동화 부분을 자동화하여 개발 속도를 높이고 더 적은 에너지로 더 많은 생각이 필요한 작업에 시간을 투자할 수 있는 것 같습니다.
GPT가 원하는 기능을 작성하도록 몇 가지 간단한 작업을 수행해 보겠습니다.
모듈 생성 자동화의 예
다음으로 페이지 매김 방법을 사용하여 DB에서 선택하는 코드를 작성하도록 요청했습니다.
선택에 의해 대용량 데이터베이스의 검색량이 많은 경우 심각한 경우 메모리 부족이 발생할 수 있기 때문에 서비스 운영에 필요한 논리입니다.
아래에서 작성한 내용을 확인할 수 있습니다.
코드에 사용된 라이브러리는 sqlite3입니다.
작업하다 보면 논리는 같지만 특정 라이브러리를 사용할 수 없는 경우가 많습니다.
이 경우에도 GPT에 단어를 요청하면 변경됩니다.
“sqlite3 대신 sqlalchemy로 다시 작성” 그렇다면 다음과 같이 변경하십시오.
그러나 보시다시피 while 루프와 break 조건문이 페이지 매김에서 누락되었습니다.
따라서 코드를 작성하는 사람은 GPT로 작성된 코드가 사용할 수 있는 수준으로 작성되었는지 아니면 참조만 가능한 수준으로 작성되었는지 확인할 수 있어야 합니다.
, 그것을 사용하려면 기본 코드 볼 라인을 알아야합니다.
논리를 생각하시면서 직접 추가하셔도 되지만 그것도 GPT에 부탁드리겠습니다.
“위의 코드에서 while 루프 문을 붙여넣고 중단 조건을 추가합니다.
“ 의지. 그러면 아래와 같이 while 문과 break 문이 적절한 상태로 입력된 것을 볼 수 있습니다.
이 코드는 단 2줄의 코드로 완성됩니다.
그래도 거의 2주 정도 사용하다 보니 GPT도 코드 작성에 약간의 제약이 있는 것 같다.
다른 기사에서 언급했듯이 구체적인 기능 단위 대신 서비스를 구축하도록 요구하는 것은 좋지 않다고 생각합니다.
물론 저수준 비즈니스 로직을 많이 만들 수 있지만 원하는 방식으로 사용자 지정하면 안 됩니다.
(예: ~만들기 게임). 그리고 단점은 GPT의 현재 문제입니다.
GPT는 현재 2021년 이전 날짜에만 학습되므로 이후 업데이트된 라이브러리에 대한 정보는 없습니다.
다음 예를 살펴보겠습니다.
모듈 생성 자동화의 제한 사항
“PDF에서 텍스트를 추출하는 기능 만들기” 명령을 내렸습니다.
그런 다음 아래에 작성된 코드를 출력합니다.
작동하는지 확인하기 위해 실제 코드를 실행하면 다음 오류 메시지가 표시됩니다.
내용은 PyPDF2.PdfFileReader(f)가 더 이상 사용되지 않으므로 PdfFeader 함수를 대신 사용하라는 오류 메시지입니다.
그래서 GPT는 2021년 이전 PyPDF2의 기능만 기억합니다.
물론 버그의 수준은 단순해서 직접 고칠 수 있지만 1) 버그 내용을 GPT에 전달합니다.
아래와 같이 PdfReader로 수정합니다.
하지만 직접 실행해보면 다른 부분에서 이미 사용하고 있지 않기 때문에 수정을 요청하는 오류가 많이 발생합니다.
각 버그에 대해 피드백을 반복할 수 있지만 다른 방법을 시도해 보겠습니다.
2) 문서(https://pypdf.readthedocs.io/en/latest/modules/PdfReader.html) 배달하다.
그런 다음 page.extractText() => page.extract_text()가 올바르게 수정되었지만 모든 부분이 잘 수정되지 않은 것 같습니다.
따라서 바로 사용할 수 있는 이 형식으로 작성되지 않은 경우가 많습니다.
따라서 GPT는 앞으로도 이러한 부분을 추가적인 배움으로 계속 보완해야 할 것으로 보입니다.
따라서 OpenAI는 이러한 코드 작성 부분의 성능을 극대화하기 위해 많은 개발자를 고용하는 것을 목표로 합니다.
그리고 Microsoft는 OpenAI에 수십억 달러를 투자하고 있으며 이제 GPT-4가 다음 달에 출시됩니다.
Microsoft가 Github를 소유하고 있기 때문에 많은 코딩 데이터가 있고 이것이 성능에 큰 도움이 될 것 같습니다.
졸업 증서
업무에 GPT를 직접 적용하여 사용해보니 매우 편리하고 개발속도도 많이 빨라졌습니다.
가끔 그렇게 의존하다가 결국 GPT가 없어지면 어떻게 할 건가요? 저도 그게 걱정입니다.
하지만 이는 과거 구글링이 없던 시절 우리가 가졌던 고민과 비슷해 보인다.
2000년대 후반 구글이 출범하면서 ‘구글 검색엔진이 사라지면 어떡하지? 물론 구글 검색을 해보면 그 이후에 개발을 시작한 개발자들이 저수준 함수의 원리에 대한 이해와 지식을 많이 잃어버렸다는 것을 알 수 있습니다.
그러나 인터넷 검색을 통해 오늘날 좋은 소프트웨어 제품이 과거보다 더 빠르고 더 많이 개발되고 있음을 알 수 있습니다.
이것은 다수가 아닌 소수에 의해 제공되었지만 Google 검색은 그들에게도 도움이 되었을 것입니다.
마찬가지로 GPT의 출현으로 후세에 개발을 시작하는 개발자에게 어떤 기술이 손실됩니까? 어떤 상황이든 본인이 작성하는 코드의 원리와 논리에 대한 이해를 소홀히 하지 않는 한 문제는 없을 것이라고 생각합니다.