chatGPT, 클로드3 최근 LLM을 사용해서 개발을 시작한지 이제 1년이 다되어 간다.
나는 개발자로 현업에서 AI를 어떻게 활용하고 나에게 있어 AI는 어떤 존재인지 그간 개발을 하면서 활용한 AI의 소감을 이야기 한다.
처음 접한 LLM은 너무나도 유명한 chatGPT였다.
2022년 대중에 공개된 chatGPT3.5를 처음 접하고 당시에는 흥미롭다는 생각을 갖고 있었다.
LLM을 활용한 블로그 글쓰기 유튜브 영상 제작방법 등 컨텐츠를 자동생하는 분야에 관심이 많았고 많이들 활용하고 있었다.
나도 글쓰기와 유튜브 제작, 개발을 하고 있던지라 다양하게 활용하며 신세를 지게 되었다.
말 그대로 신세를 지는 정도였다.
내가 모르는 정보를 구글링 하듯 chatGPT에서 잘 가공된 가끔은 거짓말을 하는 LLM의 정보를 활용하는 정도, 그 이상도 그 이하도 아닌 그냥 좋은 서비스 정도 였다.
이 당시에는 틀린 정보과 거짓정보로 인해 cahtGPT가 만들어 내는 정보와 코드를 100% 전부 그대로 사용할수는 없었다. 구글링으로 더블체크를 하거나 심도있게 내용을 검토 해야 하는 번거로움이 숨어 있었다.
하지만 그 뒤로 LLM의 발전 속도는 너무나도 빠르게 진행되었다.
GPT-4 (2023년 3월)
GPT-4 Turbo (2023년 11월)
GPT-4 Vision (2023년 11월)
GPT-4 Turbo with Vision (2024년 초)
ChatGPT Voice (2023년 9월)
성능과 속도 가격 모든면에서 빠른 속도로 업그레이드가 진행되었고, 하루가 다르게 문제점들이 개선되었다.
이 당시 나는 개발을 하면서 다양한 로직과 버그 등의 문제를 chatGPT로 풀기 시작했다.
chatGPT가 받아 들일수 있는 컨택스트의 길이에 따라 넘겨줄수 있는 정보과 출력 해줄 토큰을 대략 계산해서 원하는 답을 얻는 식이다.
해결 해야 하는 문제나 코드가 규모가 길거나 내용이 방대 해지면 chatGPT에게 넘겨줘야 하는 정보가 늘어나고 결국 문제 해결까지 도달 하는 못하는 사례가 많았다.
LLM이 대단한 물건임에는 동의 하지만 아직 해결 해야할 문제가 많았다.
질문의 연관성을 이해하지 못하는 chatGPT에게 매번 똑같은 질문을 해야 하는 번거로움은 귀찮은 과정이였다.
정성스럽게 질문을 만들고 정보를 취합해서 넘겨줘야 하지만 cahtGPT에게 이해 시키고 어떤 답을 얻기 위한 리소스가 직접 내가 문제를 해결하는 것보다 효율적인가? 생각하게 하는 버전이였다.
그런데 2023년 11월에 발표되 또 하나의 LLM서비스가 있었으니, 바로 Claude2.1(클로드)이다.
cahtGPT에 비해 월등히 무언가 좋다고 말하기는 애매한 버전이였다.
입력 컨텍스트나 출력 토큰 가격 처리 속도 chatGPT와 비교해서 특출난 부분이 하나도 없었다.
나는 테스트 삼아 chatGPT에서 제대로 답을 얻지 못한 개발 질문들을 똑같은 조건으로 클로드에게 넘겼다.
비록 속도나 전체 토큰수가 크진 않았지만 chatGPT에서 얻을수 없는 아주 정확하고 내가 원하는 답변을 얻을수 있었다.
LLM 본래의 목적에 가장 충실한 모델이였던 것이다.
마치 사람에게 부탁하듯 문제를 제대로 파악하고 어떤 답을 해야 하는지 제대로 알고 있는 듯한 느낌을 받았다.
당시에 chatGPT의 다양한 기능에 비하면 전혀 상대가 되지 못하는 클로드는 그다지 많은 사람들에 호응 얻지는 못했다.
나도 여전히 chatGPT로 개발을 하면서 간혹 간절하게 문제를 해결 해야 할 때는 클로드를 찾는 상황이 잦아 졌다는걸 느끼게 되었다.
이렇게 나는 chatGPT와 클로드 사이를 오가며 결재를 하고 있었다.
클로드를 사용하다 chatGPT의 새로운 모델이 나오면 마치 세상이 바뀐것 같은 소란에 당연히 chatGPT의 새로운 모델로 과금을 하고 넘어가기 일쑤였다.
하지만 가장 핵심이 되는 문제 해결은 결국 클로드였다.
클로드의 모델은 LLM이 갖춰야 할 덕목을 갖춘 유일한 AI모델이라고 생각한다.
Claude를 개발한 Anthropic의 창업자들 중 일부는 원래 OpenAI에서 일했던 사람들이다.
Dario Amodei는 OpenAI의 연구 책임자였으며, GPT-3 개발에 중요한 역할을 했었다.
내 개인적인 생각이지만 비슷해 보이는 이 두 LLM의 기초과 철학은 뿌리부터 다르다고 생각한다.
2024년 3월에 클로드3의 새로운 모델이 발표된다.
Claude 3 Haiku: 가장 빠른 모델, 일상적인 작업에 적합
Claude 3 Sonnet: 균형 잡힌 성능의 모델
Claude 3 Opus: 가장 강력한 모델, 복잡한 작업에 적합
클로드의 새로운 모델 Opus를 사용해 본 후 나는 확신했다.
드디어 게임 체인저가 나와다는걸
그 후 얼마 지나지 않아 Sonnet3.5를 사용해본 후 드디어 레이 커즈와일이 말한 특이점이 서서히 현실로 나타나고 있다고 느꼈다.
개발분야는 이미 50%정도 특이점이 온거다.
이제는 LLM모델이 없이 개발을 한다는건 상상할수도 없다.
LLM없이 과거의 방식으로 돌아가 개발을 하라고 한다면 다른 직업을 고려해 봐야 할 정도다.
마치 이앙기 없이 손으로 모내기를 하는 수준으로 돌아가라는 것과 똑같다고 볼수 있다.
3일에 걸쳐 작업 해야 하는 개발을 2시간 정도 집중하면 개발을 끝낼수 있다.
마치 바로 옆에 경력 20년의 베터랑 개발자가 10명 정도가 나만을 위해 스텐바이 하고 있는 기분이랄까
이제 그들이 없다면 일을 진행할수가 없다.
개발 방식 역시 모든게 바뀌였다.
LLM의 입력 컨텍스를 고려해서 간결하고 집약적인 질문을 만들고 꼭 필요한 데이터만을 정리 해야 하는 능력이 가장 중요하다.
LLM이전엔 개발해야 할 사양을 읽고 이해하는데만 상당한 공수가 사용된다.
사람이 사람에게 전달하는 “글”이란 많은 오해를 불러 일으킨다.
글을 쓴사람의 오해 읽고 이해하는 사람의 오해 이런 오해로 인한 잘못된 결과물과 커뮤니케이션으로 상당한 리소스가 사용되고 불필요한 노력, 시간을 사용하고 있다.
이제 이런 불필요한 오해들을 LLM이 잡아주게되고 결과물까지 모든 과정을 작업하게 된다.
물론 결과물도 완벽하다.
앞으로 개발은 이과가 아닌 문과가 더 잘하는 날이 도래할것이다.