F-Lab
🚀
상위 1% 개발자에게 1:1로 멘토링 받아 성장하세요

현직 개발자가 Chat-GPT를 활용해 보고 발견한 놀라운 점들

writer_thumbnail

F-Lab : 상위 1% 개발자들의 멘토링

 

📌 글 작성

F-Lab Backend Mentor, Daniel

카카오와 스타트업에서 데이터 파이프라인을 구축하고 운영한 경험이 있는 6년 차 데이터 엔지니어

 

Chat-GPT의 등장

“AI 산업의 아이폰 모먼트가 시작됐다.” - 젠슨 황 엔비디아 CEO

2022년 11월 30일, OpenAI가 GPT-3.5 기반의 Chat-GPT를 세상에 공개한 지 얼마 되지 않았지만 벌써 세상은 큰 변화를 맞고 있습니다. Chat-GPT는 대규모 언어 모델 (LLM) 기반으로 언어를 생성하며, 공개 후 단 5일 만에 하루 이용자가 100만 명이 넘을 정도로 인기를 끌고 있습니다. 불과 몇 달 전 OpenAI의 발표를 보고 직접 사용해 보았을 때, 밤늦게까지 Chat-GPT와 대화하면서 SF 영화가 현실이 된 기분이 들어, 굉장히 충격을 받은 기억이 있습니다. Chat-GPT는 긴 글을 요약하거나, 외국어를 번역하는 것은 물론, 소설이나 시, 논문 등 새로운 글을 창조해 내거나 프로그래밍 코드를 작성하는 것까지 가능합니다. 출시된 지 몇 달 되지 않았지만, 교육, 마케팅, 컨텐츠 제작 회사들은 벌써 이를 적극적으로 활용하고 있습니다.

 

 

개발을하며 사용해본 Chat-GPT

3개월 이상 걸렸던 작업을 이제 한 달 만에?

개발자로서 Chat-GPT를 활용하면 개발 속도가 굉장히 빨라진 것을 체감했습니다. 작년까지만 해도 구글과 스택오버플로우 없는 개발은 상상도 하지 못했지만, 이제는 Chat-GPT 없는 개발은 상상하기 어려워졌을 정도입니다. 놀랍게도, 예전에 3개월 이상 걸렸던 작업을 이제 한 달 만에 처리가 가능해졌으며, 이는 마치 동료 개발자 2명과 일하는 느낌을 받았습니다.

Chat-GPT는 코드를 생성하는 능력도 갖추고 있습니다. 하지만, 주니어 이상 엔지니어의 실무에서 Chat-GPT가 생성한 코드를 그대로 사용하는 경우는 거의 없을 거라고 생각합니다. 즉, Chat-GPT가 일을 대신 해주었기 때문에 업무 속도가 빨라진 것이라기보다는  “Chat-GPT가 나를 빠르게 레벨업 시켜줘서 그만큼 빠르고 효율적으로 일하는 능력을 주었다”라는 표현이 더 적절할 것 같습니다.

 

코딩 혁명 보단 학습의 혁명

실무 개발에서는, 서비스의 문제를 정의하고, 이를 해결하기 위한 여러방법을 찾아서 분석하고, 이를 시도해보는 과정을 반복합니다. 이러한 과정에서 여러 실패를 경험합니다. 흔히 말하는 ‘삽질하는’ 과정을 끊임없이 반복하게 되는데요. 새로 접하는 도메인의 기술을 처음에 문서만 가지고 학습했을 때는, 개념이 추상적으로 느껴질 수 있습니다. 머릿속에 물음표가 있는 채로 몇 달간 직접 사용하고 부딪혀가며 서서히 개념이 잡히게 됩니다. 하지만 Chat-GPT 덕분에, 대화식으로 질문하면서 새로운 도메인을 쉽고 빠르게 파악하고 업무에 적용할 수 있습니다. 모호했던 개념들을 확실히 하고, 새로운 지식을 내 지식의 그물망에 연결하는 과정이 단축되는 것이죠. 머릿속에 느낌표를 가지고 작업하면 시행착오의 횟수를 엄청나게 줄여줍니다.

 

오류도 잘 잡는 Chat-GPT

복잡한 컨텍스트를 가진 상황에서 내부 시스템의 오류가 발생한 경우, 종종 구글링으로도 원인을 파악하기 어려운 경우가 있습니다. 아무리 찾아도 원인을 찾기 어려웠던 순간 혹시나 하는 마음으로 Chat-GPT한테 현재 상황 설명과 함께 오류 로그를 보여줬을 때, 놀랍게도 정확한 해결책을 제시해줘서 문제를 해결한 경험도 있습니다.

업무 커뮤니케이션에서의 활용

오픈소스 활동을 하거나, 업무 중 다양한 국적의 개발자와 영어로 소통하는 경우, 의사소통에 어려움을 겪을 때가 종종 있습니다. 하지만 이젠 Chat-GPT를 사용하면서 의사소통이 상당히 수월해졌습니다. 기존 번역기를 사용해서 한국어에서 번역된 영어는 어딘가 모르게 뉘앙스가 어색한 데 반해, Chat-GPT로 “문장을 자연스럽게 다시 작성해줘”라고 입력하면, 마치 원어민이 작성한 것같이 글을 작성해줍니다. 이를 활용하여, PR 문서를 작성하거나, 사내 위키 작성, 기술 문서 작성, 영어 발표 스크립트를 작성할 때 유용하게 활용할 수 있게 되었습니다.

 

 

Chat-GPT 잘 쓰는 법

Chat-GPT를 업무에서 효과적으로 활용하려면, Chat-GPT는 “오늘이 첫 출근인, 능력 있는 경력직 직원”이라는 생각을 가지고 대화해야 합니다. 오늘이 첫 출근이기 때문에 매번 구체적인 컨텍스트를 전달하고 구체적인 요구를 질문에 포함하는 것이 무엇보다 중요합니다.

또한, 제가 추천하는 방법은 “Act as ~” 라는 문장으로 시작해서 현재 업무에 따라 역할을 부여하는 것입니다. 예를 들어,  “시스템 설계자”나 “데이터 엔지니어”, “프론트/백엔드 엔지니어” 등의 역할을 부여하면 보다 전문적인 답변을 하는 것을 확인했습니다. “튜토리얼을 작성해줘”를 활용하면 보다 꼼꼼하게 작업 과정을 서술해줍니다. 그리고, 개념을 학습할 때 잘 이해가 가지 않는다면, “초등학생한테 설명하듯이 쉽게 설명해줘”라는 문구를 활용하면 비유를 활용해서 아주 쉽게 설명해주기도 합니다. “불렛 포인트로 요약해줘”라고 하면, 깔끔하게 내용을 정리하는 데 유용합니다. 이처럼, 많이 사용해볼수록 개인마다 노하우가 생기게 되는데요, 대답의 퀄리티가 높았을 때 사용한 질의문을 본인의 노트에 따로 정리해서 점점 발전시키며 활용하는 것을 추천합니다. 이미 잘 쓰여진 프롬프트를 많은 사람들이 웹상에 공개했거나 유료로 판매하는 시장도 존재하니 활용해보는 것도 좋습니다.

 

 

Chat-GPT를 사용할 때 주의할 점

위에서 Chat-GPT가 ““오늘이 첫 출근인, 능력 있는 경력직 직원”이라고 이야기했지만, 가끔은 “모르는 내용을 아는 것처럼 그럴듯하게 말하기도 하는 뻔뻔한 직원”이 되기도 합니다. Chat-GPT가 자신 있는 듯한 어조로 작성한 내용이, 사실은 전혀 존재하지 않는 내용인 적이 종종 있습니다. 따라서, 항상 기술 문서를 우선시하고 교차 검증을 반드시 해야 합니다.

또한, Chat-GPT에 보안상 문제가 되는 코드나 데이터는 직접 입력하면 안 됩니다. 회사 기밀문서나 데이터를 Chat-GPT에 입력해서 보안이 유출되는 사고가 발생하니 주의해야 합니다.

그리고 Chat-GPT가 기능 단위의 동작하는 코드는 잘 작성하지만, 시스템의 효율적인 설계나 큰 그림을 보는 능력은 아직 부족합니다. 따라서 인공지능 시대에는 IT회사의 채용 과정에서 코딩테스트보다 시스템 디자인 쪽으로 비중을 좀 더 옮겨가지 않을까 예상해봅니다.

 

빨라지는 기술 발전 속도

OpenAI에서 GPT3를 발표한 지 얼마 되지 않아 몇 달 뒤 GPT4를 발표했습니다. 새로운 GPT4는, GPT3와 비교해서 파라미터 수가 크게 증가했고, 정확도와 대화의 문맥을 파악하는 능력이 향상되었습니다. 또한 멀티모달을 지원하여, 문자 이외에 음성, 이미지, 영상을 모두 처리할 수 있습니다. 지능도 크게 향상되어 미국 변호사 시험과 SAT에서 상위 10%의 성적을 받기도 했습니다. 조만간 GPT4 기반의 깃허브 코파일럿X가 출시 예정인데, 조만간 AI와 말로 대화하면서 코딩하는 시대가 올 것 같습니다.

초기 GPT3를 발표했을 때, 보다 정확한 정보를 얻으려면 영어를 사용해야 해서, “Chat-GPT를 잘 쓰려면 영어를 잘해야 한다”라는 말도 있었습니다. 하지만, 얼마 전 발표된 GPT4는 현재 한국어를 제일 잘하는 AI로 알려져 있습니다. 한국어를 AI의 진입장벽으로 내세우던 국내 IT 기업들에 상당히 도전적인 상황이 되었습니다.

이처럼 몇 달 만에 새로운 버전과 기능들이 쏟아지고 몇 달 전 필요했던 기술이 지금은 쓸모없어지는 경험을 하고 있습니다. 기술 발전의 속도가 지수적으로 폭발하고 있다는 것을 실감하고 있습니다.

 

 

AI의 발전과 우리의 일자리

기술력의 발전을 적극적으로 활용하고, 창의적인 발상과 끊임없는 도전을 통해 새로운 가치를 창출해 나가는 것이 중요해지고 있는 상황입니다. 개발자들은 이러한 기술 변화에 유연하게 대응할 수 있는 역량을 기르고, 다양한 영역에 지식과 경험을 확장해 나가야 합니다. 개발자뿐 아니라 모든 업무 영역에서, 이제는 비즈니스 마인드가 필수가 될지도 모릅니다. Chat-GPT로 인해 개발, 마케팅, 회계 등 업무들의 진입장벽이 낮아지고 있습니다. 앞으로 10년 안에 대기업 규모의 1인 회사들이 나타날 것이라 예상됩니다.

역사적으로 몇 차례 산업 혁명을 통해, 비효율을 가진 직업이 효율성을 주는 기술로 대체되는 경험을 하였습니다. 그때마다 인류는 항상 그 기술이 대체할 수 없는 더욱 고차원적인 일을 찾아내 왔습니다. 지금은 상상할 수 없지만, 미래엔 인공지능으로 인해 만들어지는 새로운 고차원의 일자리들은 어떤 모습일지 기대됩니다.

 

 

마치며

Chat-GPT를 개발 업무에 활용해보며, 현재 기술에도 놀라웠지만 앞으로 인공지능이 바꿔나갈 세상이 그려지며 더욱 흥미로웠습니다. 이러한 기술의 발전 속도와 그에 따른 영향력을 실감하면서 적절한 활용 방법과 대응이 필요함을 깨닫게 되었습니다. 이 글이 인공지능과 개발자의 업무에 관심 있는 분들께 도움이 되었으면 좋겠습니다.

ⓒ F-Lab & Company

이 컨텐츠는 F-Lab의 고유 자산으로 상업적인 목적의 복사 및 배포를 금합니다.

조회수

멘토링 코스 선택하기

  • 코스 이미지
    Java Backend

    아키텍처 설계와 대용량 트래픽 처리 능력을 깊이 있게 기르는 백앤드 개발자 성장 과정

  • 코스 이미지
    Node.js Backend

    아키텍처 설계와 대용량 트래픽 처리 능력을 깊이 있게 기르는 백앤드 개발자 성장 과정

  • 코스 이미지
    Python Backend

    대규모 서비스를 지탱할 수 있는 대체 불가능한 백엔드, 데이터 엔지니어, ML엔지니어의 길을 탐구하는 성장 과정

  • 코스 이미지
    Frontend

    기술과 브라우저를 Deep-Dive 하며 성능과 아키텍처, UX에 능한 개발자로 성장하는 과정

  • 코스 이미지
    iOS

    언어와 프레임워크, 모바일 환경에 대한 탄탄한 이해도를 갖추는 iOS 개발자 성장 과정

  • 코스 이미지
    Android

    아키텍처 설계 능력과 성능 튜닝 능력을 향상시키는 안드로이드 Deep-Dive 과정

  • 코스 이미지
    Flutter

    네이티브와 의존성 관리까지 깊이 있는 크로스 플랫폼 개발자로 성장하는 과정

  • 코스 이미지
    React Native

    네이티브와 의존성 관리까지 깊이 있는 크로스 플랫폼 개발자로 성장하는 과정

  • 코스 이미지
    Devops

    대규모 서비스를 지탱할 수 있는 데브옵스 엔지니어로 성장하는 과정

  • 코스 이미지
    ML Engineering

    머신러닝과 엔지니어링 자체에 대한 탄탄한 이해도를 갖추는 머신러닝 엔지니어 성장 과정

  • 코스 이미지
    Data Engineering

    확장성 있는 데이터 처리 및 수급이 가능하도록 시스템을 설계 하고 운영할 수 있는 능력을 갖추는 데이터 엔지니어 성장 과정

  • 코스 이미지
    Game Server

    대규모 라이브 게임을 운영할 수 있는 처리 능력과 아키텍처 설계 능력을 갖추는 게임 서버 개발자 성장 과정

  • 코스 이미지
    Game Client

    대규모 라이브 게임 그래픽 처리 성능과 게임 자체 성능을 높힐 수 있는 능력을 갖추는 게임 클라이언트 개발자 성장 과정

F-Lab
소개채용멘토 지원
facebook
linkedIn
youtube
instagram
logo
(주)에프랩앤컴퍼니 | 사업자등록번호 : 534-85-01979 | 대표자명 : 박중수 | 전화번호 : 1600-8776 | 제휴 문의 : info@f-lab.kr | 주소 : 서울특별시 강남구 테헤란로63길 12, 438호 | copyright © F-Lab & Company 2024