인공지능 멘토링 피드백
- 기능을 추가하면 그 기능을 추가하려는 이유, 왜 그 사람이 이 기능을 사용할지에 대한 이유가 필요하다.
- 문서 요약
- 일반적으로 사람들은 헤더를 둘러보면서 필요한 정보를 찾는다.
- 요약은 결국 축약이기 때문에 정보를 잃는다.
- 헤더를 쭉 훑고 원하는 정보를 찾는 것이 문서 요약을 시키는 것보다 더 빠르다.
- 정보를 받으러 들어왔는데 정보를 효과적으로 추출하기 위해 AI를 어떻게 써야 할 지 고민해야 한다
- 문서 요약 기능에 대해 유저 인터뷰를 해 봤을 때 부정적이었다.
- 타겟 사용자에게 어필할 수 있는 기능인지를 고민해봐야 한다.
- 자동 번역
- 자동 번역이 그 관점에서 쓸모있어야 한다면 어떻게 해야 할까
- 문서를 즉시 다른 언어로 변환해야 하는 경우가 잦을까?
- 다국적 기업들 같은 경우에는 업무에 있어 하나의 언어로 통일한다
- 내 의도대로 번역이 안 된다(번역의 과정에서 정보의 손실이 발생한다)
- slang → 특정 집단에서만 사용하는 은어
- 문서 작성
- 유저들이 의도대로 쓸 수 있을 것인가에 대한 고민은 많이 오래 걸릴 것이다
- 문서 작성의 경우는 valid하다고 본다 → 문서를 읽고 쓰는 목적에서 쓰기에 해당
- 문서 작성 쓰는 과정을 빠르게 간소화할 수 있는 기능
- 대다수의 노션 사용자들은 AI를 이 기능으로 쓴다
- 기본적인 문서의 구조 잡기, 특정 구조의 일부를 빠르게 채우기
- 한 번 틀을 잡아준다면 틀린 부분들은 직접 수정할 것이니 정확도는 크게 상관 없다
- 챗봇
- 챗봇의 경우 목적이 없다
- 챗봇의 의의에는 모든 페이지 구조를 이해하고 필요한 정보를 쫙 뽑아주는 데에 있을 것이다
- 챗봇의 경우 모든 페이지를 읽고 필요한 정보를 뽑아주는 방향으로 개발한다면 좋을 것이다.
- 문서 요약과 번역은 사용자에게 큰 어필이 되지 않을 것이다
- 문서 작성 또는 챗봇을 중심으로 작업하면 좋지 않을까
- 모든 기능에 대해 구현 가능하다고 했을 때, 무엇을 먼저 하고 싶은지를 생각해보면 좋을 것 같다.
- Q. 비용이나 기능 측면에서 ai가 자주 돌아가면 사용성에 문제가 있을 거 같아 ai를 사용하는 데 트리거가 필요하다고 생각이 든다
- 케바케
- 유저에게 방해가 되지 않으면서도 유저에게 도움을 줄 수 있는 부분이라면 트리거 없이 자동으로 적용해도 될 것 같다
- 문제는 비용, 회사의 의사결정에는 이 점이 가장 크다
OpenAI를 어떻게 사용하는가
- https://platform.openai.com/docs/overview
- model
- store
- messages
- role
- system : 전처리
- user : 사용자
- assistant : AI
- content
- response_format
- 답변을 특정 형태로 강제
- text
- json_object
- json_schema ← 강력 추천
- temperature
- 모델이 얼마나 창의적인가
- 값이 낮을수록 동일한 답변을 뽑을 확률이 높다
- 값이 높을수록 같은 질문에서도 다양한 답변이 나올 확률이 높다
- max_tokens
- 인공지능이 했던 이야기를 전부 기억해야 하기 때문에 각 대화는 독립적이다
- platform.openai.com에서 커스텀한 후 코드를 바로 받아볼 수 있다