➡️ 이번 프로젝트에서 헬린이들을 위한 운동루틴 추천을 주제로 삼았다.
쉽게 말하자면 GPT API를 활용하여 운동 루틴을 추천해주는 것 ㅇㅇ.. 먼저 api를 사용하기위해 먼저 카드와 구글 계정을 준비해보자잉 ㅎㅎ 다음편 부터 개발하는 과정을 작성해볼것이다. 결제하는것도 나는 많이 헤매서 ㅜㅜ.. 여기부터 작성해본다. ⚒️🖥️📡📡👹🤪😭

---

📁 GPT API 활용하기 _ (결제 및 Key 발급 과정)

_

✅ 1. API Key 생성하기

API Key는 Chat GPT를 API로 사용하기 위해서 사용자를 식별하는 고유 Key 이다.

https://platform.openai.com/docs/overview

1) 위에 링크에 들어가서

2) 좌측 상단의 API Key 메뉴를 선택한다.

3) 그럼 아래와 같이 창이뜨고, key 이름이랑 프로젝트를 생성하면 된다.

다 적었으면 Create secret key를 클릭한다.

4) 발급된 API Key를 Copy 기능을 이용하여 복사한 후 따로 무조건 저장을 해놓는다. (이렇게 key가 생성될건데 이걸 복사해서 사용하면 됨) Done을 클릭한다.

---

✅ 2. Billing 등록하기

Billing 은 API 사용료를 지불하는 방법을 등록하는 것이다.
Overview 옆에 Payment methods 로 이동 해서 등록해보자.

( 카드 등록을 안해놓으면 아마 api key를 사용 안되는 현상이 올 수도 있을 것이다. 무조건 !!!!! 먼저 카드등록을 해놓는것을 추천한다. )

다했으면 아래 Add to credit balance를 눌러 사용금액 한도를 설정해야한다.
( 이것도 마찬가지로 금액 한도 무조건!!!!! 적는것을 추천한다.)

나는 10달러로 해놓았고, 이렇게 설정해놓는다면 먼저 금액이 빠져나가긴할것이다. 절대 놀라지말기 . 사실 다 안썼다. 미친듯이 써도 5달러가 나올려나..? 나는 2주정도 콱마 사용했는데 거진 3달러 나왔던것같다.. 우항항

이후에 사용한도 말고 한도가 넘는다면 자동 결제도 설정하는방법이 있다. 이렇게 API Key를 발급받고 사용료를 결제하고 사용하기 전 빌드완료이다.
간단하지..요... ㅎㅎ

---

📁 GPT 프롬프트

🔖 전에 GPT API를 사용하려면 GPT에 대해서 핵심적인것만 알아보자.

나는 개발해보기 전에 프롬프트가 파인튜닝이라는 단어만 알고있어서 되게 막막했었다. 파인튜닝에 대해서만 정보를 찾아봤기 때문이다. (1도 모르겠음) 여기서 3가지 개념을 정리해 보고자 한다. 내가.. 헷갈렸어서..;;

✅ 파인튜닝(Fine-tuning), 프롬프팅(Prompting), 프롬프트 엔지니어링(Prompt Engineering)

위의 3가지는 AI 모델과 상호작용할 때의 다른 접근 방법으로, 모두 프롬프트와 관련이 있지만 성격이 다르다.

💡 정확히 말하면 이 셋은 모두 AI 모델과 상호작용하거나 모델을 조정하는 기술적인 접근 방식이다. 이들은 각기 다른 목적을 가지고 AI 모델과 상호작용하거나 모델을 최적화하는 방식으로 구분된다.

➡️ 1) 프롬프팅 (Prompting):

⚙️ 기본 상호작용 방식, 프롬프트를 작성하여 원하는 결과를 얻는 가장 간단한 방법

사용자가 AI 모델에 질의나 명령을 주는 일반적인 행위이며, 간단한 질문이나 명령어를 통해 AI의 기본적인 출력을 얻어낼 수 있다.
목적으로는 "일상적인 정보 제공이나 기본 작업 실행"이다.
예시: "오늘 날씨는 어때?" 같은 간단한 요청

➡️ 2) 프롬프트 엔지니어링 (Prompt Engineering):

⚙️ 프롬프트 최적화 기법, AI 모델의 출력을 개선하기 위한 기술적 접근으로, 프롬프트 자체를 세밀하게 조정한다.

AI 모델이 최적화된 결과를 내도록 하기 위해 프롬프트를 세밀하게 설계하는 과정이며, 이 기술은 AI가 더 복잡한 질문에 대해 정확한 답을 내놓을 수 있도록 프롬프트의 구조나 내용을 조정가능하다
목적으로는 "AI의 성능을 극대화하기 위해 질문을 설계하고 최적화"이다.
예시: "5가지 주요 포인트로 개념을 요약하고 각 포인트에 예시를 제공해줘"

➡️ 3) 파인튜닝 (Fine-tuning):

⚙️ 모델 재학습 및 최적화 방법

이미 사전 학습된 AI 모델에 특정 도메인 또는 작업에 맞는 데이터를 추가적으로 학습시켜 모델을 조정하는 과정이며, 이는 모델 자체를 변경하여 특정한 작업에 더 적합하게 만드는 방식이다.
목적으로는 "특정 작업에 맞는 AI 모델을 훈련하여 더 높은 정확성과 성능을 달성"이다.
예시: 특정 산업(의료, 법률 등)에 맞춘 데이터로 AI 모델을 재훈련시켜 해당 분야에 특화된 답변을 제공하도록 조정

---

🤨 차이점:
파인튜닝은 프롬프트와 상관없이 모델 자체를 조정(다시 학습)하는 작업이고, 프롬프팅과 프롬프트 엔지니어링은 AI 모델에 입력을 주는 방식(상호작용)의 차이에 집중하는것이다.

🙂 공통점:
모두 AI 모델의 성능을 향상시키기 위한 다양한 접근 방식을 나타낸다.

그저 gpt-api를 사용해보고자 했는데 생각보다 공부할것이 많았다... 헷갈리는 개념도 많았고, 개념부터 천천히 다가가니까 gpt랑 더 가까워진 기분이랄까? 이러한 개념들을 알아보았다면 프롬프트 가이드나 종류 및 접근 방법을 찾아보는 것을 추천한다. (아래링크 가이드 문헌 참고)

2편에는 개발과정에 대해 작성해볼것이다..🤪🤪🤪🤪🤪🤪🤪🤪

---

📜 참고 문헌

[ SpringBoot-Prompt-Engineering-ChatGPT-API ]
https://velog.io/@shasha/SpringBoot-Prompt-Engineering-ChatGPT-API

[ ChatGPT-프롬프트-기법-모음 ]
https://jessiepedia.com/entry/%EB%8B%A4%EC%96%91%ED%95%9C-ChatGPT-%ED%94%84%EB%A1%AC%ED%94%84%ED%8A%B8-%EA%B8%B0%EB%B2%95-%EB%AA%A8%EC%9D%8C