《OpenAI API와 파이썬으로 나만의 챗GPT 만들기》 실습 예제

원서 제목: ChatGPT API×Pythonで始める対話型AI実装入門（GPT-3.5&GPT-4 対応）

▣ 01장: 챗GPT의 기본을 배우자

1 챗GPT란?

1-1 사람처럼 대화할 수 있는 챗GPT

1-2 챗GPT를 뒷받침하는 기술

1-3 챗GPT는 다양한 용도로 활용할 수 있다

1-4 챗GPT 이용 시 주의점

1-5 챗GPT는 브라우저와 API로 이용할 수 있다

1-6 GPT-3.5와 GPT-4의 차이점은?

1-7 ChatGPT Plus 유료 버전의 특징

2 챗GPT API 개요 알아보기

2-1 챗GPT API란?

2-2 GPT-3.5와 GPT-4는 어떻게 사용할까?

3 챗GPT의 핵심 키워드를 이해하자!

3-1 프롬프트는 ‘AI에 대한 지시문’

3-2 토큰이란 ‘문자열을 나누는 단위’

3-3 매개변수란 ‘작동을 제어하기 위한 설정값’

4 챗GPT API 요금 체계

4-1 챗GPT API의 요금 체계

4-2 API 이용 요금 계산 방법

4-3 Tokenizer로 토큰 수를 확인하자

4-4 한국어는 영어보다 토큰 수가 더 많다

5 API로 확장되는 챗GPT의 가능성

5-1 챗GPT API로 할 수 있는 일 알아보기

5-2 답변의 내용과 스타일을 세밀하게 조정할 수 있다

5-3 정보를 학습할 수 있다

5-4 기능 확장 가능

6 좋은 답변을 얻기 위한 프롬프트 작성 가이드

6-1 프롬프트로 챗GPT 답변의 질을 높인다

6-2 역할 전달

6-3 맥락 전달

6-4 목적 전달

6-5 출력 형식 전달

6-6 적절한 문체 선택

▣ 02장: 개발 환경과 API를 준비하자

1 챗GPT API 키 받기

1-1 챗GPT API를 사용하려면?

1-2 OpenAI 계정을 만들자

1-3 API 키를 얻자

1-4 API 키 취급에 주의

2 파이썬을 사용할 준비를 하자

2-1 왜 파이썬을 사용해야 하는가?

2-2 파이썬 버전에 대해서

2-3 파이썬을 설치하자 (윈도우의 경우)

2-4 파이썬을 설치하자 (macOS의 경우)

3 코드 편집기를 준비하자

3-1 비주얼 스튜디오 코드(VS Code)란?

3-2 VS Code를 설치하자

3-3 파이썬 코드를 작성해 보자

3-4 파이썬 코드를 실행해 보자

4 파이썬에서 챗GPT API를 사용하는 방법

4-1 파이썬에서 챗GPT API를 사용하기 위해 필요한 것들

4-2 OpenAI의 라이브러리를 사용해 보자

4-3 환경 변수란?

4-4 API 키를 환경 변수로 설정하기 (윈도우의 경우)

4-5 API 키를 환경 변수로 설정하자 (macOS의 경우)

4-6 API를 사용해 챗GPT에 질문해 보기

5 챗GPT API의 기본 사용법

5-1 요청과 응답

5-2 챗GPT API의 요청과 응답

5-3 챗GPT API의 매개변수를 이해하자

▣ 03장: 단문 작성과 SNS 포스팅을 자동화하자

1 SNS 포스팅 글 생성 봇 개요 및 완성형

1-1 완성형을 살펴보자

1-2 게시물 생성 봇이란?

1-3 개발의 흐름

2 과거 포스팅 글에서 문체를 학습시키자!

2-1 퓨샷 학습이란?

2-2 사용하는 프롬프트

2-3 제로샷의 경우

2-4 원샷 학습의 경우

2-5 퓨샷 학습의 경우

3 트위터 API를 사용해 게시하기

3-1 트위터 API로 할 수 있는 일

3-2 트위터 API 요금제

3-3 트위터 API의 API 키를 얻자

3-4 봇을 구현하자

3-5 게시물의 무작위성이나 어조를 조절하기

3-6 봇의 적용 사례와 주의점

▣ 04장: 나만의 데이터로 학습한 채팅봇을 만들어보자

1 챗봇의 개요와 완성형

1-1 완성형을 살펴보자

1-2 개발의 흐름

2 나만의 데이터를 학습하는 방법

2-1 대량의 데이터를 학습시킬 수 있는 RAG

2-2 벡터 데이터를 보관하는 벡터 DB

2-3 RAG를 활용하여 데이터에 기반한 답변을 이끌어내는 방법은?

3 독자적인 데이터를 임베딩해 보자

3-1 학습 데이터의 텍스트 파일을 만들자

3-2 학습 데이터를 CSV로 변환하자

3-3 학습 데이터를 임베딩하자

4 챗봇을 작동시켜 보자

4-1 챗GPT와 대화하는 프로그램을 만들어 보자

4-2 주어진 지식을 바탕으로 답하는 프로그램을 만들어 보자

4-3 대화 프로그램을 개조하여 챗봇을 완성하자

4-4 챗봇에 개성을 부여

4-5 자체 데이터를 학습한 챗봇의 응용 사례

▣ 05장: 음성 데이터를 필사하고 요약해 보자

1 위스퍼 개요 및 완성형

1-1 위스퍼 개요

1-2 완성형을 살펴보자

1-3 개발 단계

2 음성 필사 가능한 위스퍼

2-1 전사 AI의 기술적 구조

2-2 높은 정확도의 전사 작업이 가능한 위스퍼

2-3 언어에 따른 정확도 차이

2-4 OSS 버전과 API 버전

2-5 요금 체계

3 위스퍼로 받아쓰기를 해 보자

3-1 음성 파일 준비하기

3-2 클라이언트를 준비하자

3-3 API 키 설정하기

3-4 전사 작업을 해보자

3-5 출력 형식을 바꿔보자

4 받아쓴 문장을 요약해 보자

4-1 필사하자

4-2 요약하기

5 위스퍼의 번역 기능을 활용해 받아쓰기와 번역을 동시에 실행

5-1 위스퍼의 번역 기능이 무엇인지 알아보자!

5-2 한국어 음성을 번역하고 영어 전사 작업을 한다

5-3 영어로 번역하면서 필사본을 요약해 보자

▣ 06장: 최신 정보를 포함한 뉴스 기사를 만들자

1 뉴스 기사 생성 프로그램 개요 및 완성형

1-1 완성형을 살펴보자

1-2 개발 흐름

1-3 검색엔진과 챗GPT를 연동해 활용하기

2 복잡한 LLM 앱 개발을 효율화하는 랭체인

2-1 랭체인이란?

2-2 랭체인의 주요 기능

2-3 랭체인 사용 시 주의 사항

3 최신 정보를 포함한 뉴스 기사를 만들자

3-1 필요한 라이브러리를 설치하자

3-2 Google 검색을 위한 API 키를 얻자

3-3 최신 정보에 기반한 뉴스 기사 생성하기

3-4 해외 사이트에서 정보 수집하여 기사화하기

▣ 07장: PDF에서 데이터를 추출해 그래프로 만들어 보자

1 PDF에서 데이터 추출하는 프로그램의 개요 및 완성형

1-1 완성형을 살펴보자

1-2 개발 흐름

2 구조화된 데이터와 비정형 데이터란?

2-1 정형 데이터와 비정형 데이터

2-2 비정형 데이터의 활용이 중요한 이유

2-3 비정형 데이터를 정형 데이터로 변환하기

3 랭체인으로 PDF를 구조화된 데이터로 변환하자

3-1 PDF를 읽어 들여 구조화된 데이터로 변환하자

3-2 구조화된 데이터를 CSV로 출력해 보자

3-3 데이터 시각화하기

3-4 활용 사례

4 PDF의 내용을 바탕으로 답변하는 챗봇 만들기

4-1 챗봇의 완성형

4-2 PDF 내용을 바탕으로 챗봇이 답변하게 하기

4-3 다양한 응용 가능성

▣ 08장: 운영상의 문제를 예방하자

1 챗GPT API 이용 시 주의사항

1-1 OpenAI의 데이터 이용 정책 알아보기

1-2 개인정보, 기밀정보 입력 금지

1-3 예상치 못한 고액 청구 방지

2 부적절한 콘텐츠 생성을 방지

2-1 부적절한 콘텐츠 생성 방지의 필요성에 대해

2-2 문제 발언을 감지할 수 있는 ‘모더레이션 API’란?

2-3 모더레이션 API를 사용해 보자

2-4 모더레이션 API의 주의점

3 오류에 대처하자

3-1 OpenAI의 API 오류 코드와 대처 방법

3-2 파이썬 라이브러리 오류 대처 방법

3-3 API 접속 횟수를 제한하는 ‘Rate Limits’

▣ 09장: 프롬프트 주입에 대한 대책을 세우자

1 프롬프트 주입이란?

1-1 프롬프트 주입은 AI에 대한 공격 기법

1-2 프롬프트 주입의 작동 원리

1-3 프롬프트 주입이 유발하는 문제

2 프롬프트 주입 예시

2-1 모델 출력 가로채기

2-2 시스템에서 설정한 프롬프트 추출하기

2-3 윤리적으로 문제가 있는 내용을 출력하게 한다.

3 프롬프트 주입 대책

3-1 프롬프트 주입에 대한 대책은 어렵다

3-2 대책 ➊: 사용자 입력값 제한 및 검증하기

3-3 대책 ➋: 챗GPT의 출력 검증하기

3-4 대책 ➌: 사용자 입출력 텍스트 수집하기