EP3-보고 듣고 말하는 ChatGPT: 멀티모달 경험의 확장
보고 듣고 말하는 ChatGPT: 멀티모달 경험의 확장 EP-02에서 살펴본 변화는 ChatGPT를 얼마나 자주, 어떤 조건으로 사용할지 선택하게 됐다는 점이었습니다. 다음 변화는 질문을 입력하는 방식 자체에 관한 것이었습니다. 사용자는 더 이상 모든 내용을 문장으로 옮겨 적지 않아도 대화를 시작할 수 있게 됐습니다. 사진을 보여주고 묻거나, 말로 질문하고 음성으로 답을 들을 수 있게 됐기 때문입니다. OpenAI는 2023년 9월 25일 ChatGPT가 이미지와 음성을 다루는 경험으로 확장된다고 발표했습니다. 당시 발표는 이미지 기반 대화와 음성 대화를 소개했지만, 모든 기능이 모든 사용자에게 동시에 제공된 것은 아니며 단계적으로 제공된다고 안내했습니다. 따라서 당시 발표된 기능과 현재 이용 가능한 기능의 범위·조건은 구분해서 확인해야 합니다. ChatGPT can now see, hear, and speak 중요한 변화는 기능의 개수가 아닙니다. 사람과 ChatGPT 사이에 오가는 자료의 형태가 텍스트에만 머물지 않게 됐다는 점입니다. 이미지를 보여주고 묻는 경험 텍스트 대화만 가능할 때는 사진이나 문서의 내용을 먼저 글로 설명해야 했습니다. 이미지 입력이 가능해지면서 사용자는 대상 자체를 대화에 가져올 수 있게 됐습니다. 여행지에서 본 표지판의 뜻을 묻거나, 집 안 물건의 사용법을 확인하거나, 손으로 적은 메모를 정리해 달라고 요청하는 식입니다. 개인 업무에서도 활용 장면은 달라집니다. 회의 자료의 화면 캡처를 보여주고 핵심 내용을 묻거나, 표와 도표에서 확인할 항목을 정리하는 데 도움을 받을 수 있습니다. 질문을 만들기 위해 자료를 다시 옮겨 적는 단계가 줄어든다는 것이 체감되는 변화입니다. 다만 이미지의 내용을 정확히 인식하거나 업무 판단에 필요한 해석을 완전히 대신한다고 보기는 어렵습니다. 이미지를 올렸다고 해서 모든 세부 내용을 정확하게 읽거나 상황을 완전히 이해한다고 볼 수는 없습니다. 작은 글씨, 흐릿한 사진, 복잡한 표는 틀리게 해석될 수 있...