top of page

Chat GPT API 활용



Chat GPT는 OpenAI에서 제공하는 GPT-3 모델을 기반으로 한 챗봇 API입니다.

GPT는 Generative Pre-trained Transformer의 약자로, 인공지능이 문장 생성 등의 작업을 수행하는데 사용되는 모델입니다.


Chat GPT는 GPT 모델을 기반으로 자연어 처리를 수행하며, 입력된 문장을 이해하여 그에 대한 응답을 생성합니다. 이를 위해 OpenAI GPT-3 모델을 사용하며, 수억 개의 문장을 학습하여 생성된 언어 모델입니다.


Chat GPT API를 사용하면 개발자들은 쉽고 빠르게 대화형 챗봇을 구현할 수 있으며, 이를 통해 다양한 서비스를 제공할 수 있습니다. 예를 들어, 온라인 상점에서 구매 상담부터 배송 조회, 교환/환불 등 다양한 문의 사항에 대해 자동 응답하는 챗봇 서비스를 구현할 수 있습니다. 또한, 여행 예약, 음식 주문, 예술 작품 추천 등 다양한 분야에서 챗봇을 활용할 수 있습니다.


 

2. Chat GPT API 서비스



chat gpt API는 대화형 챗봇 서비스를 구현하는데 활용할 수 있습니다. 다양한 분야에 활용 할 수 있는데, 예를 들어 아래와 같은 서비스를 구현할 수 있습니다.


- 건강상담 ChatBot

사용자의 건강 관련 문의에 대한 답변을 제공합니다. 예를 들어, 증상에 대한 진단 및 치료 방법, 의료기기 및 약물 사용 등의 정보를 제공할 수 있습니다.


- 언어학습 ChatBot

언어학습 챗봇은 외국어 학습에 도움을 주는 서비스입니다. 사용자들이 원하는 언어를 입력하면, 해당 언어에 대한 문장, 단어, 문법 등의 정보를 제공합니다.


- 인공지능 기반 자동응답 ChatBot

기업이나 조직에서 자동응답 시스템을 도입하면 고객 상담, 광고, 프로모션 등의 업무가 자동화되어 생산성 향상 및 비용절감에 도움이 됩니다.


물론 기존에 인공지능 chatBot 웹,앱이 있지만 chat gpt 를 활용하면 정확하고 더욱 다양한 답변을 받을 수 있으며, 사용자의 만족도도 향상 될것이라 생각 합니다.


 

3. Chat GPT API 사용 방법


https://platform.openai.com/docs/guides/chat 공식 사이트에 가면 가이드가 잘 되어 있습니다.

한발 더 나아가 Django 를 통해서 api 를 활용해보겠습니다.


우선 ChatGPT API를 사용하기 위해서는 OpenAI의 API 키를 발급받아야 합니다. API를 호출할 때는 대화의 시작과 함께 시작 문장을 보내주면, ChatGPT는 이를 바탕으로 응답을 생성합니다. 생성된 응답은 사용자에게 반환됩니다. 이렇게 반복하여 대화를 이어나가면서 챗봇과 사용자 간의 자연스러운 대화를 구현할 수 있습니다.



openai.api_key = "API 키값" model_engine = "text-davinci-002" # 모델 엔진 선택 prompt = "what is your name?" # 질문 # GPT-3 API 호출 response = openai.Completion.create( engine=model_engine, prompt=prompt, max_tokens=50, temperature=0.7, n=1, stop=None, frequency_penalty=0, presence_penalty=0 ) # 결과 출력 print("결과 = ",response.choices[0].text.strip())


위의 코드는 간단하게 Chat gpt api 를 활용한 코드 입니다.

결과는 아래 이미지 입니다.




결과 값으로 "My name is John" 을 받았습니다.

Chat GPT API를 이용하여 개발하는 서비스의 종류에 따라 다양한 파라미터를 조정할 수 있습니다. 이를 통해 생성되는 답변의 자연스러움과 완성도를 높일 수 있습니다. 몇 개를 설명하면 아래와 같습니다.


engine: 사용할 GPT-3 엔진을 지정합니다.


prompt: GPT-3에 입력할 텍스트를 지정합니다.


temperature: 생성된 문장의 다양성을 조절하는 파라미터입니다. 값이 높을수록 보다 다양하고 무작위한 문장이 생성됩니다. 값이 낮을수록 보다 일관성 있는 문장이 생성됩니다.


max_tokens: 생성될 문장의 최대 토큰 수를 지정합니다.


n: 생성될 문장의 개수를 지정합니다.


stop: 생성된 문장이 멈출 단어나 구를 지정합니다.


presence_penalty: 결과 문장에서 특정 단어가 나타나는 것을 제어하는 파라미터입니다.


frequency_penalty: 같은 단어가 반복되는 것을 제어하는 파라미터입니다.


best_of: 생성된 여러 문장 중에서 최종 결과로 선택할 문장의 개수를 지정합니다.


logprobs: 생성된 문장과 연관된 로그 확률 값을 가져올지 여부를 지정합니다.


echo: 입력된 prompt를 생성된 문장의 일부로 반환할지 여부를 지정합니다.


 

4. Django 에서 Chat GPT API 활용



위에서 설명한 코드와 크게 달라진 것은 없습니다.

사용할 API class 에서 위의 코드를 추가 한 후에 Response 에 추가하면 됩니다.



class Chatgpt(APIView): def post(self, request): openai.api_key = "API 키값" question = request.data.get("question") model_engine = "text-davinci-002" # 모델 엔진 선택 prompt = question # GPT-3 API 호출 response = openai.Completion.create( engine=model_engine, prompt=prompt, max_tokens=50 ) result = response.choices[0].text.strip() responsedata = dict(msgCode=200, msg="chat gpt", result = result) return Response(responsedata)


위의 임의 api 주소를 설정하고 포스트맨에서 확인하면 아래의 이미지와 같습니다.



Chat GPT API는 Django와 같은 웹 프레임워크에서도 활용이 가능합니다. 이를 통해 웹과 앱에서 생성된 결과값을 활용하여 다양한 서비스를 개발할 수 있습니다. Chat GPT API를 활용하면 기존에 어색하게 느껴졌던 ChatBot을 대체할 수 있을 뿐만 아니라, 의료나 교육 등의 다양한 분야에서도 활용 가능성이 높아집니다. 이러한 가능성들을 통해 미래의 기술과 서비스에 대한 기대감이 높아지고 있습니다.
















コメント


bottom of page