[Week #4] My co-Founder, Chat GPT
삼정KPMG Future Academy 3기의 4주차 교육이 종료되었다. 한 달이 정말 빨리 지나갔다.
이번 주는 생성형 인공지능, 특히 Chat GPT를 중심으로 다양한 실습 활동이 진행됐다. 직장에 다닐 때 둘도 없는 업무 파트너로 매일 유용하게 썼던 Chat GPT. 어떻게 사용하느냐에 따라 무한한 가능성을 펼칠 수 있는 정말 고마운 AI란 것을 알기에, 이번 주 교육이 많은 기대가 되었고 그만큼 더욱 재밌게 수업을 들을 수 있었다.
이번 주 수업 내용 중 주요 주제들만 몇 가지 남겨두려 한다.
1. 프롬프트 엔지니어링: 질문에도 기술이 필요하다.
똑똑한 질문이 똑똑한 응답을 만든다. 인공지능이 이용자가 원하는 결과물을 생성해내도록 알맞은 프롬프트를 작성하는 일을 '프롬프트 엔지니어링'이라고 한다. 프롬프트 엔지니어링을 잘 수행하면 더욱 높은 정확성과 효율성, 제어 가능성, 편향성과 오류가 감소되어 더 '질 좋은' 응답을 Chat GPT에게서 받아낼 수 있다. 프롬프트 엔지니어링을 전문적으로 수행하는 프롬프트 엔지니어라는 직업도 있다고 한다. 꼭 프롬프트 엔지니어가 아니더라도, 몇 가지 핵심 요령을 익혀두면 더욱 똑똑하고 깔끔한 프롬프팅이 가능하다. 그 핵심 요령이 알고 싶다면? 지금 바로 [삼정KPMG Future Academy] 에 지원하세요!(?)
이번 강의에서 프롬프트 엔지니어링 요령을 배운 뒤 나의 기존 업무에 적용해 보았는데, 충분히 체감할 만큼 AI의 답변이 정교해지고 똑똑해진 것을 발견했다. 나는 지금 에세이북 제작 프로젝트를 병행하고 있어서, 매일 매일 1천 자씩 에세이를 작성해야 한다. 에세이 초안(Draft) 작성에 Chat GPT, Perplexity 등 AI의 도움을 받고 있었는데 이번에 배운 프롬프트 엔지니어링 요령에 따라 프롬프트를 입력하니 AI에게서 훨씬 더 좋은 답변을 받을 수 있었고 에세이 완성까지 걸리는 시간도 매우 단축되었다.
2. 비즈니스 문제 해결 및 데이터 분석에 생성형 AI 활용하기
프롬프트 엔지니어링 못지 않게 이번 주 교육에서 주요하게 다뤄졌던 내용은 생성형 AI를 활용한 비즈니스 문제 해결과 데이터 분석 실습이었다. AI를 통해 문제를 정의하고, 데이터를 기반으로 설득력 있는 인사이트와 문제 해결을 위한 솔루션을 도출하는 과정을 경험할 수 있었다. EDA, CDA 등 데이터 탐색 방법론과 함께 CRISP-DM 프로세스를 기준으로 데이터 분석 업무의 6가지 주요 단계를 이론 학습했다.
실습도 진행해 보았다. 나는 '반려동물 현황조사'라는 공공 데이터셋을 이용해 반려동물 등록 캠페인을 집행하려고 하는 마케팅 담당자로서 반려동물이 있음에도 등록하지 않는 동물 소유자들이 가장 많이 모여 있는 지역을 찾아내기 위해 데이터 분석을 진행했다. 마케팅 예산과 기간이 정해져 있는 한시적인 캠페인 특성에 대한 이해를 바탕으로 마케팅 액션에 따른 임팩트가 가장 클 만한 핵심 타겟 지역을 찾으려는 의도였다. 이론 학습한 데이터 분석 프로세스를 바탕으로 Chat GPT와 함께 데이터 분석을 진행했고, 아래 이미지와 같이 시각화도 진행했다. 데이터 분석 결과, "반려동물 등록 캠페인을 우선적으로 진행할 지역은 "평택시"이다. 평택시는 반려동물이 있음에도 등록하지 않는 사람들이 가장 많이 있는 지역으로 추정된다. 평택시는 반려동물 등록 비율이 가장 낮은 지역이면서 동물 소유자 수(4,111명)도 많아 집중적인 캠페인이 필요하다."는 인사이트를 도출했다.
3. My co-founder, Chat GPT
한 주의 마지막 수업, 금요일에는 랜덤으로 2인이서 팀을 이뤄 미니 프로젝트를 진행했다. 생성형 AI를 활용해 문제를 정의하고 솔루션을 제시하는 기획서를 작성하는 프로젝트였다. 같은 팀이 된 분과 어떤 주제로 프로젝트를 진행할까 아이디에이션을 먼저 진행했다. 초기에는 다소 엉뚱한 아이디어(예: 붕세권 지도, 산타 워라밸 챙겨주기 등) 중심으로 브레인스토밍했지만 직장인의 워라밸 챙기기 키워드를 잡고 난 후 아이디어를 디벨롭해가며 점차 데이터 기반으로 어떻게 유용한 가치를 창출할 수 있을지에 초점을 맞추며 방향성을 수정했다.
① 데이터 분석 기반 문제 정의
경총에서 진행한 '근로자 이직 트렌드 조사(2024)' 분석에 따르면 69.2%의 구직자가 연봉보다 워라밸을 더 중요하게 여긴다고 답했다. 하지만 동시에, 51%의 직장인이 최근 1년 내에 이직을 시도했으나 이직 과정에서 '출퇴근 시간', '거주지' 등 중요한 요소를 충분히 고려할 수 없었다고 답했다. 즉 자신의 워라밸을 찾아 이직을 시도하는 직장인들이 막상 이직 과정에서는 워라밸을 구성하는 중요한 요소들에 대한 정보를 충분히 얻지 못하고 있다는 것이다. 그래서 우리는 '이직자들의 회사 선택 시 워라밸을 가늠하기 위한 필수 정보의 부족 및 습득의 번거로움'을 문제로 정의했다.
② 솔루션 도출 & 서비스 제안
워라밸까지 야무지게 챙기는 성공 이직을 위해, ①맞춤형 근무지 추천 ②이직 후 워라밸 시뮬레이션 을 핵심 기능으로 가지는 '워라밸 내비게이터' 서비스를 제안했다. 사용자가 직장 위치와 라이프스타일 우선순위(예를 들면 출퇴근 시간, 여가 활동, 주거비 등)을 입력하면 AI 기반 알고리즘이 사용자에게 가장 적합한 지역을 추천한다. 이직 후 워라밸 시뮬레이터 기능은 예상 출퇴근 시간, 월 생활비, 여가 활동 시나리오 등 사용자가 이직한 뒤 출퇴근 전후 시간에 어떤 삶을 살게 될지 미리 가상 시뮬레이션을 돌려볼 수 있게 돕는다. 예를 들어 시청 근처 직장으로 이직하면 매달 점심 식사 및 후식 커피값는 얼마나 들고 출퇴근 소요 시간 및 경로, 혼잡도는 어느 정도며 주변에 맛집 분포나 퇴근 후 어떤 여가 활동을 보내게 될 지 같은 궁금증을 사전에 해결하는 것이다.