[Day 9] OpenAI o1 및 개발자를 위한 새로운 도구

원본 게시글: https://velog.io/@euisuk-chung/Day-9-OpenAI-o1-and-dev-tools

안녕하세요! 오늘은 12 Days of OpenAI 시리즈의 아홉 번째 날에 오신 것을 환영합니다!

오늘은 ChatGPT에 추가된 강력한 새로운 기능인 “OpenAI o1 및 개발자를 위한 새로운 도구“를 소개합니다.

블로그 작성 시점에는 영상이 안 올라왔지만, 현재는 다시 정상 공개된 것 확인했습니다. (내가 재촉해서 그런가? ㅎㅎ)

다음 링크에서 확인하실 수 있습니다:

• 링크: https://youtu.be/14leJ1fg4Pw

OpenAI o1 및 개발자를 위한 새로운 도구 소개

OpenAI는 AI 애플리케이션을 구축하는 개발자들을 위해 더욱 강력한 모델과 유연한 도구들을 공개했습니다. 이번 업데이트는 성능, 사용자 맞춤화, 비용 효율성을 개선하는 데 중점을 두었으며, 주요 내용은 다음과 같습니다:

• o1 모델 API: 함수 호출, 개발자 메시지, 구조화된 출력, 비전 기능 추가 (링크)
• WebRTC 지원 및 실시간 API 업데이트: GPT-4o 오디오의 60% 가격 인하 및 GPT-4o mini 지원 (링크)
• Preference Fine-Tuning을 통한 모델 맞춤화 기능: 사용자의 선호도에 따라 모델을 조정하는 새로운 기법(링크)
• Go 및 Java SDK의 베타 출시 (링크)

이를 통해 개발자들은 더욱 빠르게 혁신적인 제품을 만들고, 다양한 도메인에서 AI 활용을 확장할 수 있게 되었습니다.

1. OpenAI o1: 새로운 고성능 추론 모델

OpenAI o1은 복잡한 다단계 작업을 높은 정확도로 처리할 수 있는 추론 모델로, 이제 API에서 사용이 가능합니다.

o1 모델은 이전에 출시된 o1-preview의 정식 릴리즈 버전으로, 고객 지원 자동화, 공급망 의사 결정 최적화, 복잡한 금융 트렌드 예측과 같은 에이전트 애플리케이션을 구축하는 데 사용될 수 있습니다. (o1-preview를 개선한 o1-2024-12-17 버전이 발표)

(참고) o1 explained

OpenAI는 최근 새로운 AI 모델인 o1을 발표했습니다. 이 모델은 복잡한 문제를 해결하기 위해 내부적으로 ‘사고의 사슬(chain of thought)‘을 생성하여 심층적인 추론을 수행합니다. 이를 통해 수학, 코딩, 과학적 추론 등에서 뛰어난 성능을 발휘하며, 복잡한 문제를 해결하는 데 특히 유용합니다.

• 추론 토큰(reasoning token)은 모델이 내부적으로 생성하는 ‘생각’을 위한 특별한 토큰입니다.
  • 이러한 추론 토큰을 활용하여 모델은 복잡한 문제를 단계별로 분석하고, 최종 응답을 생성하기 전에 심층적인 사고 과정을 거칩니다. 이를 통해 모델의 추론 능력이 향상되며, 복잡한 문제에 대한 정확한 답변을 도출할 수 있습니다.
• 출력 토큰(output token)은 모델이 최종적으로 생성하는 응답의 구성 요소입니다.
  • o1 모델은 응답을 생성하기 전에 내부적으로 추론 토큰을 활용하여 심층적인 사고 과정을 거치므로, 최종 출력 토큰의 품질과 정확성이 향상됩니다.이러한 과정은 모델이 복잡한 문제를 해결하는 데 있어 더 나은 성능을 발휘하도록 돕습니다.

아래는 이해를 돕기 위한 참고 이미지입니다:

Image Reference: reasoning model, Gökhan Gerdan (Medium Post)

Image Reference: Token Outputs, ArtificialAnlys (X Post)

이번 API 릴리스는 함수 호출, 개발자 메시지, 구조화된 출력, 비전 기능을 지원하여 개발자들이 보다 유연하고 강력한 AI 애플리케이션을 개발할 수 있도록 돕습니다. (English Explanation is from OpenAI Blog Post)

• 함수 호출(Function Calling): o1 모델은 외부 API나 데이터 소스와의 상호작용을 통해 더욱 복잡한 작업을 자동화할 수 있습니다. 이를 통해 챗봇이 실시간으로 데이터를 조회하거나, 사용자의 요청에 따라 다양한 API를 호출할 수 있습니다. (Seamlessly connect o1 to external data and APIs.)

• 구조화된 출력(Structured Outputs): JSON Schema와 같은 맞춤형 형식에 맞게 데이터를 출력할 수 있어, 데이터 처리와 통합이 훨씬 더 수월해졌습니다. 복잡한 애플리케이션에서도 사용이 간편합니다. (Generate responses that reliably adhere to your custom JSON Schema.)

  • 아래처럼 원하는 출력 스키마를 정의해주면,

    

  • 해당 조건에 맞게 출력이 나오는 것을 확인할 수 있습니다:

    

• 개발자 메시지(Developer Messages): 모델의 행동, 말투, 스타일을 세부적으로 설정할 수 있어, 다양한 컨텍스트에 맞게 모델의 출력을 맞춤화할 수 있습니다. (Specify instructions or context for the model to follow, such as defining tone, style and other behavioral guidance.)

• 비전 기능(Vision Capabilities): 이미지 기반 추론이 가능해져 과학, 의료, 제조, 코딩 등 다양한 산업 분야에서 활용할 수 있습니다. (Reason over images to unlock many more applications in science, manufacturing, or coding, where visual inputs matter.)

  • 예를 들어, 텍스트 양식을 스캔하고 오류를 자동으로 검출하는 데 사용될 수 있습니다.

    

  • 이번 데모에서는 세금 신고 양식의 잘못된 수식과 표준 공제 값을 자동으로 찾아주었으며, 양식의 여러 페이지에서 데이터를 참조해 정확한 계산을 수행했습니다. (Function 기능 사용)

    

  • 이 기능은 문서 처리, 시각적 검토, 오류 검출 등 다양한 실무에 즉시 적용할 수 있습니다.

• 낮은 지연 시간(Lower latency): 평균적으로 o1-preview보다 60% 적은 토큰을 사용하면서도 빠르고 정확한 응답을 제공합니다. 실시간 애플리케이션에서도 효율적으로 작동합니다. (o1 uses on average 60% fewer reasoning tokens than o1-preview for a given request.)

추가로, reasoning_effort API 파라미터를 통해 모델의 추론 수준을 제어할 수 있습니다.

이 기능은 추론의 깊이를 조정함으로써 빠른 응답이 필요한 경우와 복잡한 작업이 필요한 경우 모두를 지원합니다.

벤치마크 성능:

• o1-2024-12-17은 다양한 벤치마크 테스트에서 이전 모델을 능가하는 성능을 기록하며, 특히 수학, 코딩 및 시각적 영역에서 큰 개선을 보였습니다.

  

• 각각의 기능들에 대해서도 테스트를 수행해보았다고 합니다.

  

위 표에서 SO는 Strcutured Output의 줄임말임*

이러한 성능 개선을 통해 o1 모델은 복잡한 지식 기반 작업과 실시간 시뮬레이션, 코딩 및 학술 연구에 활용될 수 있습니다. 앞으로 다양한 분야의 AI 개발에 중요한 도구로 자리잡을 것으로 보입니다.

2. 실시간 API 개선

실시간 API는 낮은 지연 시간을 바탕으로 인터랙티브한 경험을 제공합니다. 음성 비서, 실시간 번역기, 가상 튜터와 같은 응용 프로그램에서 유용하게 사용할 수 있으며, 다음과 같은 새로운 기능이 추가되었습니다.

출처 : 실시간 API(https://platform.openai.com/docs/guides/realtime)

WebRTC 지원

WebRTC(Web Real-Time Communication, 웹 애플리케이션과 사이트가 중간자 없이 브라우저 간에 오디오나 영상 미디어를 포착하고 마음대로 스트림 할 뿐 아니라, 임의의 데이터도 교환할 수 있도록 하는 기술) 지원을 통해 실시간 음성 및 데이터를 처리하는 애플리케이션을 더욱 쉽게 구축할 수 있습니다.

출처 : 실시간 API(https://platform.openai.com/docs/guides/realtime)

브라우저, 모바일, IoT 디바이스 등 다양한 환경에서 실시간 음성 상호작용이 가능해졌습니다. WebRTC는 연결 성능이 뛰어나면서도 안정적인 음성 스트리밍을 지원합니다.

(참고) 본 블로그의 데모 코드는 OpenAI 블로그의 Demo 코드를 사용하고 있습니다. 영상의 Demo 코드는 이미지로 첨부드립니다.

• 위 코드를 간략하게 설명하면 HTML 기반 WebRTC(Web Real-Time Communication) 코드로, PeerConnection(Peer-to-Peer) 연결을 통해 중간 서버를 거치지 않고 브라우저 간 직접 통신을 가능하게 합니다.

  

• 또한, 다른 데모에서는 ‘아기 사슴 장난감‘에 WebRTC를 적용한 소형 하드웨어 장치를 부착하여 실시간 대화 가능한 인형을 만들었습니다 ㅋㅋ (커엽)

  

  • 사슴 인형는 동전 크기의 마이크로컨트롤러를 사용해 AI 모델과 연결되었으며, 간단한 설정만으로도 대화형 기능을 작동시킬 수 있습니다. 이러한 사례는 웨어러블 디바이스, 가정용 AI 비서, 스마트 카메라 등 다양한 하드웨어 활용 가능성을 보여줍니다.

    

예시 코드 (JavaScript):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
async function createRealtimeSession(localStream, remoteAudioEl, token) {
    const pc = new RTCPeerConnection();
    pc.ontrack = e => remoteAudioEl.srcObject = e.streams[0];
    pc.addTrack(localStream.getTracks()[0]);
    const offer = await pc.createOffer();
    await pc.setLocalDescription(offer);
    const resp = await fetch('https://api.openai.com/v1/realtime', {
        method: 'POST',
        headers: { Authorization: `Bearer ${token}`, 'Content-Type': 'application/sdp' },
        body: offer.sdp
    });
    await pc.setRemoteDescription({ type: 'answer', sdp: await resp.text() });
    return pc;
}

새로운 GPT-4o 및 GPT-4o mini 실시간 스냅샷 버전

OpenAI는 gpt-4o를 gpt-4o-realtime-preview-2024-12-17으로 실시간 API 베타 버전으로 출시했습니다.

• 이 업데이트는 개선된 음성 품질, 특히 숫자 입력의 신뢰성을 높이고, 비용을 절감합니다.
• 효율성 개선 덕분에 오디오 토큰 가격을 60% 낮춰 입력 토큰당 $40/1M, 출력 토큰당 $80/1M으로 인하했습니다.
• 캐시된 오디오 입력 비용은 87.5% 감소해 입력 토큰당 $2.50/1M으로 낮아졌습니다.

또한 GPT-4o mini를 gpt-4o-mini-realtime-preview-2024-12-17으로 실시간 API 베타에 추가했습니다.

• GPT-4o mini는 가장 비용 효율적인 소형 모델로, GPT-4o와 동일한 풍부한 음성 경험을 제공합니다.
• GPT-4o mini의 오디오 가격은 입력 토큰당 $10/1M, 출력 토큰당 $20/1M입니다.
• 텍스트 토큰 가격은 입력 토큰당 $0.60/1M, 출력 토큰당 $2.40/1M으로 설정되었으며, 캐시된 오디오 및 텍스트 모두 토큰당 $0.30/1M의 비용이 발생합니다.

이 스냅샷은 실시간 API와 Chat Completions API에서 각각 gpt-4o-audio-preview-2024-12-17 및 gpt-4o-mini-audio-preview-2024-12-17으로 제공됩니다.

응답 제어 기능 강화

OpenAI는 실시간 API를 통해 뛰어난 음성 기반 경험을 제공하기 위해 다음 기능을 출시했습니다:

• 동시 외부 응답 처리: 사용자 음성 상호작용을 방해하지 않고 콘텐츠 분류나 모더레이션 같은 백그라운드 작업을 실행할 수 있습니다.
• 사용자 정의 입력 컨텍스트: 모델 입력으로 포함할 대화를 지정합니다. 예를 들어, 사용자의 마지막 발언만 확인하거나 과거 응답을 다시 활용할 수 있습니다.
• 응답 타이밍 제어: 서버 측 음성 활동 감지(VAD)를 사용하여 응답을 자동으로 트리거하지 않고, 계정 세부 정보 등 필요한 데이터를 수집한 후 수동으로 음성 응답을 시작할 수 있습니다.
• 세션 길이 증가: 최대 세션 길이가 15분에서 30분으로 늘어났습니다.

3. Preference Fine-Tuning: 사용자 맞춤 모델 학습

Preference Fine-Tuning은 주관적인 평가 작업에 특화된 새로운 모델 학습 기법입니다.

• 기존의 Supervised Fine-Tuning과 Preference Fine-Tuning은 다음과 같은 차이점을 가집니다.

Supervised Fine-Tuning

1. 목표
   • Supervised Fine-Tuning은 명확히 정답이 있는 작업에서 입력과 출력 쌍을 학습하도록 설계되었습니다.
   • 예를 들어, 기계 번역, 코드 포맷팅, 또는 수학 문제 풀이처럼 정답이 명확하게 정의된 문제를 해결하는 데 적합합니다.
2. 학습 데이터
   • 입력 데이터에 대해 명시적인 출력 정답을 제공하는 데이터셋이 필요합니다.
   • 예를 들어, 영어 문장을 입력하면 번역된 한국어 문장을 출력하는 데이터쌍이 필요합니다.
3. 적용 분야
   • 번역 시스템: 영어-한국어 번역, 코드 변환(예: Python에서 Java로 변환).
   • 정확한 답변을 요구하는 QA 시스템.
   • 수학 공식 계산기 등.

Preference Fine-Tuning

1. 목표

   • Preference Fine-Tuning은 사용자의 선호도를 모델에 반영하는 데 중점을 둡니다.
   • 주어진 여러 출력 중에서 선호하는 응답과 그렇지 않은 응답을 모델이 학습하도록 하여 더 바람직한 출력 결과를 도출합니다.
   • 이는 창의적 글쓰기, 콘텐츠 필터링 등 주관적 판단이 중요한 작업에서 유용합니다.

2. 학습 데이터

   • A/B 테스트 형식으로 선호하는 출력(A)과 비선호하는 출력(B)을 짝지어 학습 데이터를 구성합니다.

   • 모델은 A와 B의 차이점을 학습하여 선호도 기반 출력을 생성하도록 조정됩니다.

     

     

3. 적용 분야

   • 창의적 글쓰기: 더 매끄럽고 인간적인 문체로 글을 작성.
   • 요약 작업: 사용자의 요구에 맞는 정보를 강조하는 요약.
   • 고객 지원: 고객의 톤과 스타일에 맞춘 답변 생성.
   • 콘텐츠 필터링: 특정 기준에 따라 부적합한 콘텐츠를 제거.

차이점

• Supervised Fine-Tuning은 정답이 명확히 정의된 작업에 적합하며, 모델의 출력 정확도를 높이는 데 사용됩니다.
• Preference Fine-Tuning은 정답이 아닌 ‘선호’를 반영하는 것이 핵심으로, 결과물의 주관적 품질을 높이고, 사용자 요구에 맞춘 출력을 제공합니다.

• 정리

  특징	Supervised Fine-Tuning	Preference Fine-Tuning
  목표	정답 출력을 학습	선호하는 출력을 강화하고 비선호 출력 감소
  학습 데이터	입력-출력 쌍	선호/비선호 응답 쌍 (A/B 테스트 등)
  주요 적용 분야	코드 포맷, 정답이 명확한 작업	창의적 글쓰기, 요약 등 주관적 평가 작업

• 이 방법을 사용하면 사용자의 선호에 맞게 모델을 미세 조정할 수 있어 창의적인 글쓰기, 요약, 번역 등에서 더 나은 결과를 기대할 수 있다고 강조합니다.

  • 예를 들어, Rogo AI(https://rogo.ai/)는 금융 분석가를 위한 AI 어시스턴트를 구축하면서 Preference Fine-Tuning을 활용했습니다. Rogo AI의 목표는 사용자의 질의 내용을 재작성 및 리팩터링해 더욱 정확하고 유의미한 답변을 제공하는 것이었습니다.

  • 초기에는 Supervised Fine-Tuning을 시도했지만, 성능이 기본 모델을 넘어서지 못했습니다. 그러나 Preference Fine-Tuning을 적용한 결과, 내부 벤치마크 정확도가 75%에서 80% 이상으로 개선되었습니다.

    

  • 이 사례를 통해 Preference Fine-Tuning이 사용자 피드백이 중요한 분야에서 큰 효과를 발휘한다는 것을 확인할 수 있으며, 고객 지원, 카피라이팅, 창의적 글쓰기 등 다양한 영역에서의 활용이 기대됩니다.

4. Go 및 Java SDK 베타 출시

OpenAI는 Python, Node.js에 이어 Go와 Java를 지원하는 공식 SDK를 새롭게 발표했습니다.

• Go SDK: 동시성 처리와 확장성이 뛰어나, 서버 애플리케이션 개발에 최적화되었습니다.
• Java SDK: 엔터프라이즈급 애플리케이션을 위한 강력한 타입 시스템과 유틸리티를 제공합니다.

Go SDK 간단한 예시:

다음은 Go SDK를 사용해 AI 모델과 상호작용하는 간단한 애플리케이션 예제입니다. 이 코드는 사용자가 입력한 텍스트를 바탕으로 하이쿠를 생성하는 프로그램입니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
package main

import (
    "context"
    "fmt"
    "github.com/openai/go-openai"
)

func main() {
    client := openai.NewClient()
    ctx := context.Background()

    prompt := "Write me a haiku about Golang."

    completion, err := client.Chat.Completions.New(ctx, openai.ChatCompletionNewParams{
        Messages: openai.F([]openai.ChatCompletionMessageParamUnion{
            openai.UserMessage(prompt),
        }),
        Model: openai.F(openai.ChatModelGPT4o),
    })

    if err != nil {
        fmt.Println("Error:", err)
        return
    }

    fmt.Println("Generated Haiku:", completion.Choices[0].Message.Content)
}

Java SDK 간단한 예시:

Java SDK를 활용해 간단한 챗봇 애플리케이션을 만드는 예제입니다. 사용자의 질문에 AI가 응답을 반환합니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import com.openai.api.OpenAi;
import com.openai.api.models.ChatCompletion;
import com.openai.api.models.ChatCompletionMessage;

import java.util.Arrays;

public class OpenAIExample {
    public static void main(String[] args) {
        OpenAi openAi = new OpenAi(System.getenv("OPENAI_API_KEY"));

        ChatCompletion completion = openAi.chatCompletions().create(
                chatCompletion -> chatCompletion
                        .model("gpt-4o")
                        .messages(Arrays.asList(
                                new ChatCompletionMessage("user", "Explain the concept of multithreading in Java.")))
        );

        System.out.println("Response: " + completion.choices().get(0).message().content());
    }
}

이제 다양한 언어 환경에서 OpenAI의 강력한 기능을 손쉽게 활용할 수 있습니다. 위의 예시를 기반으로 개발자들은 다양한 애플리케이션을 빠르게 구축할 수 있으며, 서버 애플리케이션, 대화형 챗봇 등 여러 활용 사례에 적용할 수 있습니다.

결론

이번 업데이트를 통해 OpenAI는 AI 개발자들에게 더욱 강력하고 유연한 환경을 제공합니다. 새로운 o1 모델, WebRTC 기반 실시간 API, Preference Fine-Tuning, Go 및 Java SDK 개선을 통해 다양한 혁신적 AI 애플리케이션 구축이 가능해졌습니다.

더 많은 정보와 가이드는 OpenAI API 문서에서 확인할 수 있습니다. OpenAI의 이러한 노력은 AI 개발의 문턱을 낮추고, 새로운 기술 도입을 더욱 가속화할 것입니다.

그리고 2024 DevDay에 유튜브 영상도 올렸다고 하는군요!! 그것도 리뷰하러 가야겠습니다!! 그럼 이만!! 총총총🏃‍♂️

내일도 기대해주세요!

• Previous
  [Day 10] 1-800-CHAT-GPT: ChatGPT랑 통화랑 문자를 할 수 있다고? 📞💬
• Next
  [Day 11] ChatGPT x Desktop Application 💻