ChatGPT의 유료 버전인 GPT-4에는 ‘고급 데이터 분석’이라는 기능이 있습니다. 유료버전으로 전환 후 ON 하시면 사용하실 수 있습니다. ChatGPT 실행 화면 좌측 하단을 보시면 아이디 옆에 점 3개가 있습니다. 세 개의 점을 클릭하면 ‘설정 및 베타’라는 아이콘이 표시됩니다. 그런 다음 ‘베타 기능’을 클릭하고 고급 데이터 분석을 사용하도록 구성하세요.
고급 데이터 분석에 대한 설명은 다음과 같습니다. “Python 코드를 작성하고 실행할 수 있는 ChatGPT 버전을 사용해 보세요. 파일 업로드도 가능합니다. 데이터 분석, 이미지 변환, 코드 파일 편집 등에 대한 도움을 요청할 수 있습니다. 파일은 한 세션 동안만 지속된다는 점에 유의하세요.” 간단히 말해서, 데이터나 사진을 업로드하면 ChatGPT가 이를 Python으로 분석합니다. 정말 그랬습니다. 그리고 첨단 데이터 분석에서 AI의 미래를 볼 수 있었습니다.
고급 데이터 분석을 처음 접한 것은 고급 데이터 분석의 이전 버전인 ‘코드 인터프리터’에서였습니다. ChatGPT 사용자가 정보를 교환하는 사이트에는 코드 해석기의 뛰어난 기능에 대한 의견이 자주 게시되었습니다. 그래서 나는 그것을 시도했다. 사실 처음에는 어떤 것이 장점인지 알기 어려웠습니다. 코드 해석기가 없어도 ChatGPT는 Python 코딩을 잘 처리했습니다. 코딩에 오류가 있으면 오류 메시지를 복사해서 붙여넣어서 수정했습니다. 그래도 방금 코드 해석기 기능을 켰습니다. 뭔가 달라졌다고 처음 느낀 것은 그림을 그리고 사진을 보여주기 시작했을 때였습니다.
ChatGPT는 언어 기반이기 때문에 직접 그림을 그리지는 않습니다. 그림을 그리는 Python 코드가 제공되었습니다. 그것만으로도 충분했습니다. 그래서 지난 3월 출간된 『AI 데이터 분석』에 이어 지금 집필 중인 『머신러닝』 책을 파이썬으로 그림을 그려보았습니다. 확률밀도함수 설명을 위해 그림 그리는 파이썬 코드를 요청했더니 코드 해석기가 그림을 그려서 바로 보여줬습니다. 처음에는 ‘아, 이제 사진을 바로 보여주니까 좀 낫구나’라고 생각했어요.
다음날 저는 중국에서 온 40명의 학생들에게 강의를 해야 했습니다. ChatGPT 강의를 하면서 Apple과 Microsoft의 주식 비율을 분석하여 투자 방법을 설명할 계획이었습니다. 평소라면 경제 이야기에서 자주 설명하는 코드와 그림을 사용했을 것이다. 그런데 코드 인터프리터가 어떻게 그림을 그리는지 궁금해서 코드 인터프리터를 켜고 질문을 드렸습니다. 결과는 놀라웠습니다. 우리는 Python 코드를 생성하고 실행한 후 결과를 그림으로 보여주었습니다. 여기까지는 예상했던 일이었습니다. 주식 비율 분석 Python 코드는 두 단계로 구성됩니다. 비율을 계산하고 얻은 비율을 기반으로 주식을 살지 팔지 여부를 결정합니다. 그런데 2단계 코드에 오류가 있었습니다. 두 번째 단계를 실행하는 동안 오류가 발생하면 코드 해석기가 오류 메시지를 표시했습니다. 그리고 코드를 “자동으로” 수정했습니다. 그런 다음 수정된 코드를 실행하여 오류가 수정된 코드로 생성된 그림을 보여주었습니다.
놀랐습니다. 내가 실행한 명령은 단 하나뿐이었습니다. 코드 작성부터 실행, 오류 수정까지 전 과정이 자동화됐다. 코드 인터프리터를 통해 AI가 향하고 있는 방향을 알 수 있는 것 같은 느낌이 들었습니다. 그러다가 전날 그림을 그릴 때 코드 해석기가 나에게 질문을 했고 그 의미가 새로운 의미를 갖게 되었다는 것을 기억했습니다. 머신러닝 책을 집필하면서 확률표가 필요했습니다. 내가 테이블 생성을 요청했을 때 코드 해석기가 나에게 다시 질문을 했습니다. 표를 만들면 되지만 전체 값 범위에 대한 표를 만들면 공간을 너무 많이 차지하기 때문에 범위를 지정하면 해당 부분만 만들 수 있다고 하더군요. 그리고 모든 값 범위의 테이블을 원하지 않으면 범위를 지정하라는 메시지가 표시됩니다. 그래서 다음 명령으로 범위를 설정했습니다.
코드 해석기가 나와 실제 대화를 나누기 시작했습니다. 지금까지 ChatGPT와의 대화는 질문을 하고 ChatGPT가 답변하는 방식으로 진행되었습니다. 그게 전부였습니다. 그런데 코드 해석기가 나에게 질문을 하고 있었습니다. 물론 작업에 대해 좀 더 자세히 묻는 단순한 질문이었지만, AI가 향하는 방향은 확연히 드러났다. 이제 질문을 해보세요.
엑셀 파일을 올리면 데이터 분석과 도면은 이미 해외 인터넷 블로그에서 다루고 있고, 앞으로도 경제 잡담에서도 다룰 예정입니다. 하지만 이미지 속 얼굴 인식을 위한 기본적인 딥러닝도 코드 인터프리터에서 직접 실행했습니다. 사진을 보시면 아시겠지만 사진을 올려서 얼굴을 찾아달라고 했더니 약간의 오류가 있었지만 얼굴을 찾아냈습니다. 그리고 시간이 지남에 따라 발생하는 모든 오류는 코드 해석기의 새로운 이름인 고급 데이터 분석을 통해 자동으로 수정될 것입니다. AI는 그 방향으로 움직이고 있다.
유동우 울산대 경제학과 교수
