PAIR 가이드북과 MakerSuite를 사용하여 책임감 있는 AI 프로토타입을 제작하는 방법을 알아보세요.

1. 시작하기 전에

MakerSuite는 브라우저에서 직접 대규모 언어 모델로 프로토타입을 제작할 수 있는 도구 모음으로, 별도의 설정이 필요하지 않습니다. MakerSuite를 사용하면 프롬프트를 빠르게 사용해 보는 것부터 앱에서 직접 액세스할 수 있는 API를 만드는 것까지 가능하며, 이는 팀에서 생성형 AI를 기반으로 멋진 애플리케이션을 빠르게 제공할 수 있도록 지원합니다. PAIR (People + AI Research) 가이드북에서는 인간 중심의 데이터 관행에 중점을 두고 사용자 신뢰를 얻는 데 AI를 사용하여 새 제품을 설계하는 방법에 대한 안내를 제공합니다. 이는 MakerSuite 사용에 적용되는 안내입니다.

이 Codelab에서는 이 두 리소스를 함께 활용하여 책임감 있는 AI 기반 환경을 빌드하는 방법을 알아봅니다. 이 Codelab의 핵심은 이러한 특정 리소스의 엔드 투 엔드 워크플로가 아니라 생성 AI를 사용한 책임감 있는 프로토타입 제작에 있습니다. MakerSuite의 일반적인 워크플로에 대해 알아보려면 MakerSuite의 기본 튜토리얼을 참고하고 PAIR 가이드북에서 AI 제품 설계에 관한 자세한 안내를 확인하세요.

기본 요건

  • AI에 관한 기본적 이해
  • 제품 개발 워크플로 관련 지식

학습할 내용

  • PAIR 가이드북을 사용하여 다양한 대상에서 AI 환경이 얼마나 잘 작동하는지 알아보고 AI를 사용해야 하는 작업과 사용하지 않아야 하는 작업을 확인하는 방법을 알아보세요.
  • 사용자의 풍부한 문화적 관행을 토대로 생성형 AI 경험을 만드는 방법
  • 사용자 대상 설명 기능을 중점으로 사용자의 신뢰를 얻는 AI 개발 프로세스에서 기회를 통합하는 방법
  • 생성용 AI 자료와 인간 중심의 AI 리소스를 더욱 폭넓게 사용하여 추가 탐구하는 방법

빌드할 항목

이 Codelab에서는 창의적인 작성 도구를 설계할 때 책임감 있는 생성 AI를 위한 실습용 프로토타입 제작 과정을 안내합니다. 관심이 있는 경우, 디자인한 프롬프트를 오픈소스 AI 기반 텍스트 편집기인 Wordcraft에 통합할 수도 있습니다. Wordcraft는 Google에서 리서치 프로토타입으로 출시한 도구입니다.

필요한 항목

  • 브라우저
  • MakerSuite에 액세스하기 위한 Google 계정

2. 설정

MakerSuite

MakerSuite는 브라우저에서 직접 대규모 언어 모델로 프로토타입을 제작할 수 있는 Google 도구 모음으로, 별도의 설정이 필요하지 않습니다. 모델을 빠르게 사용해 보고 다양한 프롬프트를 실험해 볼 수 있습니다. 만족할 만한 모델을 빌드했다면 Python 코드로 쉽게 내보내고 Generative Language API를 사용하여 동일한 모델을 호출할 수 있습니다.

MakerSuite를 사용하여 대규모 언어 모델로 실험하려면 대기자 명단에 등록하세요.

사람 + AI 연구 가이드북

PAIR (People + AI Research) 가이드북은 개발자, 디자이너, 제품 관리자, 학생 등 많은 사용자가 AI를 책임감 있게 사용할 수 있도록 도와주는 리소스입니다.

PAIR 가이드북을 사용하면 생성 AI를 포함하여 제품에서 AI와 관련된 주요 질문 목록을 개발할 수 있습니다.

  • 제품에 AI를 언제 어떻게 사용해야 하나요?
  • 어떻게 AI 시스템에 대한 사용자의 신뢰를 쌓을 수 있나요?
  • AI 시스템을 사용자에게 어떻게 설명해야 하나요?
  • 문화적으로 포용적이고 평등을 지향하는 AI 경험을 어떻게 만들 수 있을까요?

이 Codelab 전체에서 PAIR 가이드북을 사용하여 프로토타입 제작에 관한 질문을 개발하고 다양한 디자인 옵션 중에서 선택합니다.

Wordcraft 코드 가져오기(선택사항)

Wordcraft는 Google 연구팀에서 개발한 AI 기반 텍스트 편집기로, 인간과 AI 협업의 글쓰기를 탐구합니다. Wordcraft 코드는 오픈소스이므로 이 Codelab에서 프롬프트를 직접 실험해 볼 수 있습니다.

  • Wordcraft 코드를 가져오려면 다음 명령어를 사용하세요.
git clone https://github.com/pair-code/wordcraft

또는 ZIP 파일을 다운로드해도 됩니다.

미정

3. 글쓰기에 생성형 AI 사용

대규모 언어 모델(LLM)은 문법, 일반적인 문구, 기타 정보를 학습하기 위해 도서, 기사, 웹사이트의 방대한 텍스트를 기반으로 학습된 AI 모델입니다. 이러한 데이터를 기반으로 추가적인 미세 조정을 통해 PaLM과 같은 LLM은 정교한 머신러닝 프로그래밍 대신 간단한 안내에 따라 다양한 인공지능 작업을 완료할 수 있습니다. 또한 질문에 답변하고, 정보를 요약하며, 언어를 번역하고 다른 많은 AI 작업을 수행할 수 있습니다.

이 Codelab에서는 LLM을 사용하여 저자가 글을 쓰는 데 도움이 되는 앱의 프로토타입을 제작합니다. 세상에 대한 일반적인 정보, 문법 외에도 Google의 PaLM LLM은 사용자 안내 또는 프롬프트를 따르도록 설계되었습니다. 따라서 MakerSuite에서 도구 프로토타입을 제작하려면 사용자 프롬프트에서 발생한 응답으로 작성할 내용을 모델에게 학습시킵니다.

MakerSuite의 텍스트 프롬프트를 사용하여 AI 지원을 통해 글쓰기

  1. 프롬프트를 만들려면 왼쪽 패널의 새로 만들기를 클릭하고 텍스트 프롬프트를 선택합니다. 다음 프롬프트로 시작하세요.
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}

이 메시지를 입력하면 MakerSuite가 {{topic}}가 메시지에 대한 입력임을 감지하고 Prompt test 패널을 열므로 메시지가 다양한 입력에서 어떻게 작동하는지 확인할 수 있습니다.

  1. A boy discovers a lost cat in his yard를 입력하고 모델 패널(실행 버튼의 오른쪽)을 클릭하여 강도를 0.8로 선택합니다.
  2. 마지막으로 실행을 클릭하여 프롬프트를 실행합니다. 잠시 후 테이블에 프롬프트 출력이 표시됩니다.

강도 설정을 0.8로 선택하면 모델에 다양성 있는 출력을 선호한다고 알리는 것입니다. 이렇게 하면 더 창의적인 이야기가 작성되지만, 실행할 때마다 출력이 달라집니다. 항상 정확하게 동일한 출력을 선호하면 강도를 0으로 설정합니다.

가능한 출력 중 하나는 다음과 같습니다.

Henry sat on the edge of his porch and swung his legs back and forth. A small cat ran in front of him. Henry petted the cat. The cat began to purr. Henry picked up the cat and placed it on his lap. The cat began to snuggle close to him. Henry decided to keep the cat.
  1. 프롬프트를 여러 번 실행하고 다양하게 작성된 이야기를 확인하세요.

Makersuite 편집기 스크린샷 상단에 프롬프트가 있고 테스트 입력의 '프롬프트 테스트' 테이블이 아래에 표시되어 있음.

보시다시피 모델은 논리적으로 흐르는 구조화된 스토리를 작성하는 동시에 몇 가지 가정을 합니다. 예를 들자면 이 이야기는 헨리라는 소년이 주인공입니다. 주인공의 이름을 지정하거나 이야기의 초점을 고양이 또는 사람에게 맞추도록 지정하여 이러한 가정을 바꿀 수 있습니다.

  1. 프롬프트를 업데이트하고 실행을 클릭하여 모든 테스트 입력에서 어떻게 작동하는지 확인합니다.

PAIR 가이드북을 사용해 AI 지원에 가장 적합한 작업 확인하기

지금까지 AI 모델이 간단한 설명만 주어지면 완성된 이야기를 쓴다고 가정했습니다. 그러나 이는 광고 소재 도구에 적합한 디자인 결정일까요? 예를 들어 저자가 이야기에서 원하는 부분을 다시 작성하도록 도와주는 조수가 있다고 상상해 보세요. 예를 들어 해당 부분을 더 극적으로 작성하는 것처럼 MakerSuite에서 이러한 상호작용의 프로토타입을 제작할 수 있습니다.

이를 통해 훨씬 더 집중된 지원을 제공하여 단락을 하나씩 다시 쓸 수 있습니다. 더 큰 범위로 보면 프롬프트의 일부를 변경하여 작업 자동화 도구가 아닌 사용자 증강 도구의 프로토타입을 제작할 수 있습니다.

PAIR 가이드북은 AI 개발 프로세스에서 이와 같은 질문을 하고 이에 답할 수 있는 원칙적인 방법을 제공합니다. MakerSuite를 사용하면 아이디어의 프로토타입을 빠르게 제작할 수 있는 반면, PAIR 가이드북을 사용하면 디자인 선택사항과 목적에 부합하는 가장 유망한 아이디어로 범위를 좁힐 수 있습니다. 가이드북을 사용하여 증강 또는 자동화가 AI 파트너십을 통해 앱을 빌드하는 데 적합한 접근 방식인지 알아보세요.

가이드북의 AI를 사용하려면 어떻게 해야 하나요? 안내 가이드로 시작하세요. 이 가이드북 패턴에 나와 있듯이 AI가 고유한 가치를 더하는 경우 AI를 사용하는 것이 좋습니다. 이 경우 LLM은 인터넷의 문법, 일반적인 문구, 기타 정보에 관한 많은 데이터를 학습하므로 모델의 기능을 활용하여 작성 앱의 출력에서 설명하고자 하는 이야기의 세상을 이해하고 다시 쓸 방법을 제안하는 것이 유용할 수 있습니다. 가이드북의 맞춤 추천 패턴이 적용됩니다.

한 단계 더 나아가서 PAIR 가이드북에는 작업 자동화 또는 증강을 위한 안내와 함께 사용자 요구에 관한 챕터가 포함되어 있습니다.

증강 또는 자동화를 고려할 때 프로토타입은 작성자에게 유용한 앱이라는 점을 기억하세요. 따라서 사용자는 글쓰기를 좋아하고, 자신의 글에 대한 개인적 소유권을 갖고 싶어 하며, 오랜 기간 동안 글을 쓰면서 쌓아온 설명하기 어려운 미묘한 취향이 있을 것으로 보입니다. 전체적으로 보면 증강 방식이 더 유망한 옵션일 수 있습니다.

PAIR 가이드북에 따르면 프로토타입 개발 중인 앱이 쓰기 도구가 아닌 재작성 도구라고 생각할 수 있습니다. 예를 들어, 다양한 스타일의 글을 쓰기 위해 프롬프트를 변경할 수 있습니다.

  1. 새 텍스트 프롬프트를 만듭니다.
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.

Paragraph: {{paragraph}}

여기서 \{\{rewrite style\}\}과 {{paragraph}} 모두 텍스트 입력입니다.

  1. 테스트 패널에서는 짧은 버전, 더 극적인 형식, 재치 있는 표현, 문법적으로 어색한 표현, 시적인 등의 다양한 스타일로 작성해 봅니다.

각 나라의 문화에 맞춰 이야기 바꾸기

지금까지 문화적 맥락이 뚜렷하게 나타나지 않는 이야기로 단락 재작성 프롬프트를 테스트했습니다. 책임감 있는 AI 경험을 설계할 때 다양한 입력을 시도하는 것이 유용한 경우가 많습니다.

다음과 같은 여러 가지 테스트 입력을 시도합니다.

  • 고풍스러운 파리 카페의 조용한 구석에 홀로 앉아 갓 내린 커피의 향을 음미하는 단골 손님은 그의 인생을 영원히 바꿔놓은 오래전에 잊혀진 순간을 떠올렸다.
  • 뭄바이 완행 열차의 시끌벅적한 분위기 속에서 한 중년 여성이 낯선 사람과 대화를 시작했다. 같은 도시에 살면서도 전혀 다른 인생을 사는 것이 얼마나 흥미로운 일인지 그녀는 생각했습니다.
  • 북적북적한 상하이 시장의 활기 넘치는 혼돈 속에서 길거리 음식 노점상은 여기저기 밀려다녀 움직이는 사람들을 잠시 관찰했다.

다른 문화 및 지리적 맥락을 책임감 있게 실험하면서 부당한 편견과 역사적 고정관념을 피해야 합니다. LLM은 온라인에서 발견된 기존 데이터를 바탕으로 전 세계 대부분의 지역에 대해 잘 알고 있지만 특정 지리적 위치에 대한 모든 세부정보를 가져오지는 못할 수도 있습니다. PAIR 가이드북에서 알 수 있듯이 보강 작업에서는 사용자에게 제어 기능을 제공하는 것이 중요합니다. 예를 들어, 이야기의 구성과 자세한 내용을 더 상세하게 제어하기 위해 프로토타입의 재작성 기능을 확장할 수 있습니다.

또한 많은 생성 모델이 온라인 가정의 방대한 학습 데이터 세트에서 더 많이 나타나는 패턴 때문에 기본 가정을 보여주는 경우도 있습니다. 똑같이 유효한 다른 가정을 하도록 모델을 조종할 수 있다는 점을 꼭 기억하세요. 예를 들어 위의 단락 다시 작성 프롬프트에서 재작성 스타일을 변경하여 기차에서 낯선 사람의 성별을 '더 짧게 모르는 사람이 여자라는 걸 기억하세요."

4. 신뢰 형성

사용자의 신뢰가 없다면 가장 혁신적인 AI 기능도 사용되지 않을 수 있습니다. 신뢰란 사용자가 AI의 성능이 뛰어나며, 믿을 수 있고, 도움이 된다고 생각할 때 느끼는 감정입니다. 사용자의 신뢰를 얻기 위해 노력하면 사용자가 특정 기능을 사용하는 방법과 시점을 배우도록 독려할 수 있으며 전반적으로 더 나은 사용자 경험으로 이어질 수 있습니다.

PAIR 가이드북에는 AI 시스템의 신뢰성을 판단하는 데 도움이 되는 몇 가지 아이디어가 나와 있습니다.

초반에 신뢰 형성

생성형 AI의 경우 기능의 의도를 전달하고 사용자가 AI의 한계를 이해하도록 도움을 주는 것이 특히 유용합니다. 예를 들어 언어 모델은 주로 텍스트의 다음 단계를 예측하도록 설계되었기 때문에 출력에서 항상 사실 그대로 정확하지는 않을 수 있습니다. 따라서 이 프로토타입은 창의적 글쓰기를 위한 보조 도구이며 사실에 입각한 것이 아님을 사용자가 이해하도록 돕는 것이 중요합니다. 사용자가 사실에 근거한 세부정보를 사실확인하려는 경우 신뢰할 수 있는 리소스를 통해 온라인으로 검색해야 합니다.

이 프로토타입은 사실에 입각한 정보를 작성하는 것이 아니라 소설을 작성하는 데만 사용된다는 것을 사용자가 이해할 수 있도록 몇 가지 방법을 브레인스토밍해 보세요.

신뢰 유지

마찬가지로 생성형 AI 모델은 성능이 뛰어나지만, 사용자는 여러 구체적인 사용 사례에서 작업이 올바르게 완료되었는지 항상 확인할 수는 없습니다. 예를 들어 이 프로토타입은 타겟팅된 텍스트 완료 및 허구의 재작성(사용자가 쉽게 확인할 수 있는 기능)을 중심으로 설계되었습니다. 반면에 생성 모델은 많은 분량의 텍스트를 재작성하도록 쉽게 프롬프트할 수 있지만, 사용자는 텍스트에 존재할 수 있는 미묘한 오류를 놓칠 수 있습니다. 일반적으로 사용자가 쉽게 확인할 수 있는 작업에 대화형 생성형 AI 기능을 집중적으로 도입하면 사용자의 신뢰를 얻는 데 도움이 됩니다.

신뢰를 유지할 수 있는 마지막 기회는 생성 모델의 조종 기능을 활용하는 것입니다. 제한적으로 지정된 작업을 위해 설계된 이전 AI 모델과 달리, 생성 모델의 출력은 최종 사용자가 훨씬 쉽게 맞춤설정할 수 있습니다. 더 극적으로, 더 짧게 또는 유사한 재작성 요청으로 알 수 있습니다. 이러한 조종 기능은 더 나은 사용자 경험으로 이어질 수 있으나, 모델의 성능 내에서 제한하도록 주의해야 합니다. 예를 들어, 이 프로토타입에서는 사용자에게 텍스트를 재작성하는 방법을 묻는 대신 최종 사용자에게 도움이 되는 것으로 확인된 재작성 안내 목록을 제공할 수 있습니다.

신뢰 회복

최선의 노력에도 불구하고 모델이 최적의 결과를 얻지 못하는 경우도 있습니다. 이러한 경우 사용자가 모든 AI 작업을 실행취소할 수 있도록 하는 것이 중요합니다. 마찬가지로 성능이 다양한 기능을 식별하고 사용자가 AI 지원을 명시적으로 요청할 때만 기능을 트리거하는 것이 더 좋습니다.

  • 실행취소 가능한 기능이나 사용자 신뢰를 회복하는 다른 방법을 몇 가지 생각해 보세요.

이러한 과제를 해결해 줄 솔루션은 Codelab 솔루션에서 확인할 수 있습니다.

5. 종합해보기

지금까지 MakerSuite의 프롬프트로 실험해 보았습니다. 프롬프트가 만족스러우면 프로토타입에 직접 사용할 수 있습니다.

  • 먼저 프롬프트를 저장한 다음 오른쪽 상단의 코드 가져오기를 클릭합니다. 아직 API 키를 사용 설정하지 않았다면 표시된 코드 가져오기 대화상자에서 API 키 사용 설정을 클릭하여 API 키도 사용 설정해야 합니다.

Makersuite 툴바 '코드 가져오기' 버튼이 오른쪽 상단에 있음.

MakerSuite는 애플리케이션에서 직접 사용할 수 있는 코드를 생성합니다. 예를 들어, 웹 애플리케이션을 사용하려면 JavaScript 코드를 선택합니다. 대화상자에서 코드를 직접 복사해 웹 앱에 붙여넣습니다. MakerSuite의 프롬프트를 업데이트하는 경우, 포함된 코드의 프롬프트 변수를 사용하여 코드의 프롬프트를 업데이트해야 합니다.

Makersuite에서 생성된 코드가 표시된 대화상자 사용자는 cURL, JavaScript, Python 라이브러리 중에서 사용하거나 프롬프트 정보를 JSON으로 가져올지 선택할 수 있습니다.

이 API를 독창적 글쓰기를 위해 사전 빌드된 앱에 통합하려는 경우 Wordcraft 코드를 다운로드하면 됩니다.

Codelab 솔루션

GitHub에서 Wordcraft의 코드를 가져올 수 있습니다.

git clone https://github.com/pair-code/wordcraft

또는 저장소를 ZIP 파일로 다운로드할 수 있습니다.

6. 축하합니다

PAIR 가이드북과 MakerSuite로 책임감 있는 AI 프로토타입을 학습하는 방법 Codelab을 완료했으며, 몇 가지 Google 도구를 사용해 책임감 있는 AI 환경 (이 경우에는 크리에이티브 작성 앱)의 프로토타입을 제작하는 방법을 배웠습니다. 앞으로 제작하실 멋진 프로토타입을 기대하겠습니다.

추가 자료