개요
ChatGPT는 OpenAI가 제공하는 대화형 AI 서비스다. OpenAI는 2022년 11월 30일 ChatGPT를 처음 공개했으며, 당시 대화 형식을 통해 후속 질문에 답하고 잘못된 전제를 지적하는 등 여러 차례의 상호작용을 이어갈 수 있도록 설계했다고 설명했다.[1]
모델과 서비스의 차이
ChatGPT는 특정 모델 하나의 이름과 같지 않다. GPT는 모델 계열을 가리키는 이름이고, ChatGPT는 사용자가 대화 인터페이스에서 모델과 여러 기능을 이용하는 서비스 계층이다. 서비스에 연결되는 모델, 도구, 요금제와 기능은 시간에 따라 바뀔 수 있으므로 특정 기능을 설명할 때는 시점을 함께 보는 것이 중요하다.
대화형 사용 방식
대화 형식에서는 사용자가 이전 메시지의 문맥을 이어서 질문하거나 답을 수정하도록 요청할 수 있다. 초기 공개 문서도 후속 질문에 답하기, 실수를 인정하기, 잘못된 전제를 지적하기 같은 대화 특성을 강조했다.[1] 이런 인터페이스는 단일 프롬프트보다 반복적으로 요구사항을 다듬는 작업에 적합하다.
한계와 검증
초기 ChatGPT 공개 문서부터 그럴듯하지만 부정확하거나 무의미한 답을 만들 수 있다는 한계가 명시됐다.[1] 따라서 중요한 사실, 최신 정보, 전문적 판단이 필요한 경우에는 모델의 답 자체를 최종 근거로 보기보다 출처와 원문을 확인해야 한다. 서비스 기능이 늘어나더라도 생성 모델의 답을 검증해야 한다는 원칙은 별개다.
관련 개념
ChatGPT의 기술적 배경을 이해하려면 GPT, LLM, Transformer를 함께 보면 좋다. 모델 구조와 제품 인터페이스를 구분하면 새 모델이나 기능이 등장했을 때도 무엇이 바뀐 것인지 더 정확하게 이해할 수 있다.
사례: 모호한 요청을 검토 가능한 초안으로 바꾸기
다음은 ORBiS Tree가 만든 가상 업무 예시다. '고객 안내문을 써 줘'라는 요청만 주면 대상과 상황이 불분명하다. 대신 '배송이 지연된 고객에게 보낼 안내문을 작성해 줘. 아래 확인된 사실만 쓰고, 미정인 날짜는 확정하지 말아 줘. 3문단으로 작성하고 마지막에 고객이 할 일을 넣어 줘'라고 요청하면 검토할 기준이 더 분명해진다.
이후 결과를 읽고 '첫 문단을 더 짧게', '원문에 없는 약속은 삭제', '고객이 해야 할 일을 한 문장으로'처럼 수정할 수 있다. OpenAI의 공식 안내도 명확한 요청과 충분한 문맥, 결과를 확인하며 요청을 다듬는 방식을 설명한다.[2] 좋은 지시가 사실 정확도를 자동으로 보장하는 것은 아니므로 별도 확인이 필요하다.
요청을 구성하는 네 가지 항목
- 목적: 무엇을 결정하거나 만들려는지 적는다. 요약·분류·비교·초안 작성은 서로 다른 목적이다.
- 자료: 답변이 근거로 사용할 원문과 날짜를 제공한다. 원문에 없는 정보는 확인 불가로 표시하도록 요청할 수 있다.
- 결과 형식: 문단 수, 표의 열, 독자 수준처럼 결과를 검토할 기준을 정한다.
- 확인 기준: 숫자, 고유명사, 출처, 금지할 추정을 따로 점검한다.
대화 기록과 외부 자료는 어떻게 다른가
대화에 정보를 적었다는 사실만으로 모든 다음 작업에서 그 정보를 완전하게 기억하거나 최신으로 유지한다고 가정해서는 안 된다. 긴 작업에서는 현재 목표·확정된 결정·최신 자료를 짧게 정리해 다시 제공할 수 있다. 많은 자료에서 질문에 필요한 부분을 찾는 문제는 RAG와 외부 검색의 설계와도 연결된다.[3]
결과를 검토하는 가상 절차
가상의 상품 설명 초안이라면 먼저 제품명과 규격을 원문과 대조하고, 다음으로 문장 안의 약속이나 적용 조건을 확인한다. 마지막으로 실제 독자가 다음 행동을 이해할 수 있는지 읽어 본다. 문장의 매끄러움만 보고 통과시키면 잘못된 숫자나 원문에 없는 혜택이 남을 수 있다.
최신 기능을 확인하는 방법
사용 가능한 기능과 한도는 시점·계정·요금제 등에 따라 달라질 수 있다. 오래된 사용법에 있는 버튼 이름이나 모델명이 현재 화면과 다르다면 최신 공식 도움말과 실제 계정 화면을 함께 확인해야 한다. 이 문서는 특정 유료 기능이 모든 계정에서 제공된다고 전제하지 않는다.
ChatGPT Work로 이어지는 작업
ChatGPT Work는 결과물이 분명한 여러 단계의 작업을 파일과 이용 가능한 도구로 진행하는 환경이다.[4] 모델 선택, 제품 환경과 연결된 도구의 권한을 따로 확인해야 한다.[5] 일반적인 질문 답변과 달리, 문서·표·코드가 실제로 생성되고 검토할 수 있는지가 완료 판단의 일부가 된다.
사례: 분석 결과가 완성됐는지 확인
다음은 가상 사례다. 사용자가 제공한 표로 보고서를 요청했다면, '분석했다'는 설명만 읽기보다 결과 파일의 숫자·단위·원자료 위치를 대조한다. 누락된 행, 다른 기간의 자료와 계산되지 않은 합계를 확인한다. 근거가 없는 원인 설명은 가설로 남겨야 한다. 작업을 이어갈 때 중요한 자료 버전과 결정이 기록에 남아 있는지도 확인한다.
서비스 기능을 읽는 기준
기능 이름이 같아도 계정·클라이언트·워크스페이스의 제공 범위는 달라질 수 있다.[5] 연결된 공식 안내에서 현재 조건을 확인하고, 특정 모델의 능력만으로 서비스의 모든 자료 접근을 추정하지 않는다. AI Memory는 저장된 상태의 범위, AI Agent Oversight는 실행 결과와 검토 지점을 설명한다.
자료를 넣은 질문이 답과 행동으로 이어지는 과정
문서 기반 질문은 '요청 해석 → 사용할 자료 선택 → 근거에 맞는 답 작성 → 필요한 행동 검토'로 나눠 읽을 수 있다. 자료 선택에서 실패했는지 답 작성에서 실패했는지 구분해야 수정 방법도 달라진다. RAG는 외부 자료를 찾아 생성에 연결하는 방법이며, 대화에 적은 지시가 모델 가중치를 다시 학습시키는 것은 아니다. 모델의 학습과 생성을 함께 읽으면 이 차이가 분명해진다.
Work 시작 안내 ↗는 여러 단계의 작업에서 목표와 결과물을 구체적으로 정하는 출발점이다.[4] 자료를 열거나 파일을 만드는 작업에서는 생성한 문장 외에도 실제 결과와 원자료 연결을 확인한다.
예제: 반품 정책의 조건을 빠뜨리지 않기
다음은 가상 정책이며 실제 상점의 규정이 아니다. 문서 A에는 '일반 반품은 수령 후 14일 안에 신청', 문서 B에는 '배송 중 파손은 별도 확인 절차'가 적혀 있다고 하자. '20일 전에 받은 파손 제품도 반품할 수 있나'에는 일반 기간만 적용하거나 파손을 이유로 승인해 버릴 수 없다. 적용할 조건과 예외 문서의 실제 처리 절차를 함께 찾아야 한다.
답에는 확인한 문서·해당 조건·아직 확인되지 않은 항목을 남긴다. 별도 절차의 세부 내용이 없으면 '파손 확인 절차가 별도로 있다는 것만 확인됐으며 승인 여부는 이 자료만으로 정할 수 없음'이라고 표시할 수 있다. '14일'을 정확히 복사하는 능력과 조건을 맞게 적용하는 능력은 다른 평가 항목이다. 근거 없는 승인과 자료의 누락을 나누어 확인한다.
대화 문맥·기억·자료 최신성을 따로 확인
앞서 제공한 정책이 다음 요청에도 필요한 범위로 전달됐는지, 새로운 정책으로 대체됐는지 확인한다. 대화 문맥에 남은 값, 지속적으로 저장한 정보, 검색한 원문은 갱신과 삭제 방법이 서로 다르다. 정책 버전·유효 날짜·적용 상품은 자료의 출처와 변환 기록과 함께 남기면 추적하기 쉽다.
같은 질문에 답이 달라졌다면 곧바로 모델만 바꾸기보다 입력 자료·검색 결과·문서 버전·요청 조건을 대조한다. 현재 모델 안내 ↗에서 모델과 환경의 제공 조건도 확인한다.[5] 문맥 부족이나 잘못된 원문을 모델 이름만 바꿔 해결할 수 있다고 가정하지 않는다.