<div id="readability-page-1" class="page"><div id="wrap">
 <article id="post-General-56-customgpt" itemscope="" itemprop="blogPost">
 <div>
 
 <header>
 
 
 
 

 </header>
 
 
 
 
 
 <div itemprop="articleBody">
 

 

 

 <ul>
<li>2023년 11월, OpenAI는 custom GPT라는 서비스를 공개합니다.</li>
<li>사용자가 시스템 프롬프트와 사전지식을 제공해 맞춤형 서비스를 만들 수 있게 한 것입니다.</li>
<li>연구원으로서 연구에 활용할 수 있는 맞춤형 GPT들을 만들어 공개합니다.</li>
</ul>
<blockquote>
<a target="_blank" rel="noopener" href="https://chatgpt.com/g/g-z8NpgTS0D-ddanjibos">딴지봇</a> <a target="_blank" rel="noopener" href="https://chatgpt.com/g/g-a5T4ptvz6-materials-data-extractor">Materials Data Extractor</a> <a target="_blank" rel="noopener" href="https://chatgpt.com/g/g-CPDHsnGd4-nonmunbos">논문봇</a>
</blockquote>
<h2 id="1-ChatGPT-반복작업"><a href="#1-ChatGPT-반복작업" title="1. ChatGPT 반복작업"></a>1. ChatGPT 반복작업</h2><blockquote>
<a target="_blank" rel="noopener" href="https://chatgpt.com/">ChatGPT</a>
</blockquote>
<ul>
<li>대학원생을 포함해 연구직에 있는 많은 이들이 논문을 읽느라 시간을 씁니다.</li>
<li>연차가 쌓이면서 자기 분야에 대해서는 상당히 익숙해지기도 하지만,</li>
<li>다른 분야의 논문을 읽어야 하거나 자기 분야라도 논문을 갑자기 많이 읽으려면 쉽지 않습니다.</li>
<li>ChatGPT를 비롯한 생성 AI 도구들에 논문을 올리고 도움을 처할 수 있는 기술은 구원이 됩니다.</li>
</ul>
<ul>
<li>그렇다고 AI에만 의존해서 내용을 파악하면 곤란합니다.</li>
<li>AI에 요약시킨 초록은 디테일이 생략되고 독창성이 사라지는 경우가 많습니다.</li>
<li>AI로 논문의 포인트를 잡고 정독을 하며 디테일을 챙기는 것이 좋습니다.</li>
<li>그런 의미에서 논문을 읽기 전에 다음과 같은 주요 사항을 파악하면 좋습니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_01.png"> 
<ul>
<li>위와 같은 절차를 거쳐 얻어낸 파일은 다음과 같은 내용을 담고 있습니다.</li>
<li>화면에 찍혔다가 사라지는 화면이 아니라 파일로 남기 때문에 축적에 유리하며</li>
<li>자유롭게 수정이 가능하기 때문에 논문을 읽으면서 챙기는 디테일 추가도 가능합니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_02.png"> 
<ul>
<li>문제는 프롬프트가 적잖이 길다는 점,</li>
<li>그리고 이렇게 읽어야 할 논문이 많다는 점입니다.</li>
<li>프롬프팅이 반복작업이 되어서는 곤란합니다.</li>
<li>같은 프롬프트를 자동으로 입력할 시스템이 필요합니다.</li>
</ul>
<h2 id="2-GPTs-만들기"><a href="#2-GPTs-만들기" title="2. GPTs 만들기"></a>2. GPTs 만들기</h2><h2 id="2-1-GPTs-Instructions"><a href="#2-1-GPTs-Instructions" title="2.1. GPTs Instructions"></a>2.1. GPTs Instructions</h2><blockquote>
<a target="_blank" rel="noopener" href="https://chatgpt.com/gpts">ChatGPT: GPTs</a> <a target="_blank" rel="noopener" href="https://chatgpt.com/g/g-z8NpgTS0D-ddanjibos">custom GPT: 딴지봇</a>
</blockquote>
<ul>
<li><a target="_blank" rel="noopener" href="https://chatgpt.com/gpts">GPTs 웹사이트</a>에 가면 OpenAI에서 만든 custom GPT를 비롯해 여러 GPT를 볼 수 있습니다.</li>
<li>맞춤형 GPT들이 다양한 카테고리로 엮여 있어서 여기서 찾아볼 수도 있고,</li>
<li>검색을 통해 원하는 GPT를 찾아볼 수도 있습니다.</li>
<li>화면 오른쪽 위에 있는 + Create를 눌러 제작 모드로 들어갑니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_03.png"> 
<ul>
<li>제작 모드로 들어가면 왼쪽은 제작, 오른쪽은 미리보기입니다.</li>
<li>왼쪽에 Create탭이 기본으로 선택되어 있습니다.</li>
<li>여기서 대화형으로 GPT를 만드는 것도 가능하지만 Configure탭으로 갑시다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_04.png"> 
<ul>
<li>Create 탭에서 대화형으로 하는 요청사항은 Configure 탭의 Instructions에 반영됩니다.</li>
<li>이 과정에서 줄글로 적히면서 가독성이 나빠집니다.</li>
<li>예를 들어, 무슨 말을 하건 삐딱한 자세로 논리적인 허점을 찾아 반박하라고 만든 딴지봇의 Instruction은 다음과 같습니다.</li>
<li>일부 기능을 수정하려고 해도 읽기가 쉽지 않습니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_05.png" alt="딴지봇에 적용된 Instruction"> 
<ul>
<li>따라서 Configure탭에 위 프롬프트를 반듯하게 적어 넣는 것이 최선입니다.</li>
<li>그리고 중요한 것은, Capabilities의 Code Interpreter &amp; Data Analysis에 반드시 체크해야 합니다.</li>
<li>.docx 등 파일 출력시 자체적으로 파이썬 코드를 작성해 실행하기 때문입니다.</li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_06.png"> 
<h2 id="2-2-GPTs-icon"><a href="#2-2-GPTs-icon" title="2.2. GPTs icon"></a>2.2. GPTs icon</h2><ul>
<li>GPTs 아이콘을 만들 차례입니다.</li>
<li>Configure 탭 상단 + 부분을 클릭하여 사진을 올리거나, DALL.E로 그리거나를 선택합니다.</li>
<li>특별히 마음에 있는 그림이 없다면 DALL.E로 그리는 것이 여러 모로 편리합니다.</li>
<li>DALL.E를 클릭하면 Create 탭에서 생성이 진행됩니다.</li>
<li>결과물을 보고 마음에 들지 않으면 이미지 생성 프롬프트를 입력해 새로 그릴 수 있습니다.</li>
<li>돋보기로 논문을 세심하게 살펴보는 초현실주의 그림을 지시해 아이콘을 얻었습니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_07.png"> 
<h2 id="2-3-동작-시험-amp-Prompt-Engineering"><a href="#2-3-동작-시험-amp-Prompt-Engineering" title="2.3. 동작 시험 &amp; Prompt Engineering"></a>2.3. 동작 시험 &amp; Prompt Engineering</h2><ul>
<li>저장한 후, 오른쪽 Preview에 논문을 올리고 아무 프롬프트 없이 실행합니다.</li>
<li>기대한대로 동작하는지 확인하며, 프롬프트를 조금씩 수정합니다.</li>
<li>이름도 논문봇이라고 붙였습니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_08.png"> 
<ul>
<li>기대대로 동작한다면, 프롬프트가 아무리 길어도 문제없다는 의미입니다.</li>
<li>그렇다면, 프롬프트를 최대한 자세하게 넣어줍니다.</li>
<li>추출하고자 하는 모든 항목을 자세하게 기술하고,</li>
<li>출력 양식도 정확히 기술합니다. </li>
<li>특히 DOI 등 URL은 결과물인 .docx 파일에서 클릭할 수 있도록 자세한 지시를 넣습니다. </li>
<li>실행할때마다 흔들리는 일관성을 조금이나마 확보하고자 Temperature=0도 넣었습니다.</li>
<li>그러나 플라시보입니다. API가 아니면 동작하지 않습니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_09.png" alt="논문봇에 적용된 Instruction"> 
<ul>
<li>참고로, 막연하게 “요약하라”고 하면 제대로 된 정보를 얻기 힘듭니다.</li>
<li>GPT의 답변 속도에 넋을 놓고 보다가 막상 찬찬히 읽어 보면 뻔한 말만 하는 경우가 많습니다.</li>
<li>논문의 시작 부분인 초록과 서론에 있는 연구 배경에 치중해서 이 논문에서 말하고자 하는 바가 사라지기 때문입니다.</li>
<li>정확하게 논문이 기여한 바, 방법론, 한계등을 최대한 상세하게 물어야 합니다.</li>
<li>최종적으로 결과 파일을 보면서 지시를 충실히 이행했는지 확인합니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_11.png"> 
<h2 id="2-4-데이터-추출"><a href="#2-4-데이터-추출" title="2.4. 데이터 추출"></a>2.4. 데이터 추출</h2><blockquote>
<a href="https://jehyunlee.github.io/2024/06/03/General-54-materialdataextractor/">Pega Devlog: Materials Data Explorer</a>
</blockquote>
<ul>
<li>논문봇에는 데이터를 추출하는 내용이 많지 않습니다.</li>
<li>그러나 소재 연구자를 위해 만든 <a target="_blank" rel="noopener" href="https://chatgpt.com/g/g-a5T4ptvz6-materials-data-extractor">Materials Data Extractor</a>에겐 중요합니다.</li>
<li>의외로 GPT가 데이터 추출에는 취약합니다.</li>
<li>논문에 담긴 데이터를 최대한 빠트리지 않고 추출하려면 반복작업을 시켜야 합니다.</li>
<li>다음은 Materials Data Extractor의 프롬프트입니다.</li>
<li>네 번을 반복하며 논문 여기저기를 지정하여 훑어야 하며</li>
<li>특히 빠트린 데이터가 없는지 여러번 확인시켜야 합니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_10.png" alt="Materials Data Extractor에 적용된 Instruction"> 
<h2 id="2-5-GPT-실행-이후"><a href="#2-5-GPT-실행-이후" title="2.5. GPT 실행 이후"></a>2.5. GPT 실행 이후</h2><ul>
<li>맞춤형 GPT를 실행했다고 끝이 난 것은 아닙니다.</li>
<li>ChatGPT는 여전히 다음 입력을 기다리고 있습니다.</li>
<li>이를 활용하여 추출한 결과를 사용해 그래프 작성이나 추가 분석을 시킬 수 있습니다.</li>
<li>특히 그래프는 최근 interactive plot을 지원하여 활용도가 높아졌습니다.</li>
<li>.xlsx나 .pptx 같은 다른 파일 형식으로도 출력할 수 있습니다. </li>
</ul>
<img src="https://jehyunlee.github.io/2024/06/19/General-56-customgpt/56_customgpt_12.png" alt="추출한 데이터 활용 그래프 출력"> 
<ul>
<li>어떻게 활용할지는 본인의 아이디어, 본인의 선택입니다.</li>
<li>아무리 좋은 custom GPT도 막상 제가 사용하려면 아쉬운 부분이 많았습니다.</li>
<li>제작자의 실력이 부족해서보다 저와 원하는 바가 다르기 때문입니다.</li>
</ul>
<ul>
<li>여러분과 저도 원하는 바가 다를 것입니다.</li>
<li>여러분께서 각자의 custom GPT를 만들어 사용하길 바라며,</li>
<li>이를 위해 제가 이 글에서 프롬프트를 공개하되 복사하기 어렵게 이미지로 넣었습니다.</li>
<li>시행착오를 두려워 마시고 좋은 비서를 스스로 만드시길 바랍니다.</li>
</ul>

 </div>
		<div>
		 <a href="https://www.buymeacoffee.com/jehyunlee" target="_blank">
			<img src="https://jehyunlee.github.io/about/src/images/coffee.png">
		 </a>도움이 되셨나요? 카페인을 투입하시면 다음 포스팅으로 변환됩니다
		</div>
		

</div>
 

</article>



 </div></div>

Pega Devlog

Pega

2023년 11월, OpenAI는 custom GPT라는 서비스를 공개합니다.
사용자가 시스템 프롬프트와 사전지식을 제공해 맞춤형 서비스를 만들 수 있게 한 것입니다.
연구원으로서 연구에 활용할 수 있는 맞춤형 GPT들을 만들어 공개합니다.
딴지봇
Materials Data Extractor
논문봇
1. ChatGPT 반복작업
ChatGPT
대학원생을 포함해 연구직에 있는 많은 이들이 논문을 읽느라 시간을 씁니다.
연차가 쌓이면서 자기 분야에 대해서는 상당히 익숙해지기도 하지만,
다른 분야의 논문을 읽어야 하거나 자기 분야라도 논문을 갑자기 많이 읽으려면 쉽지 않습니다.
ChatGPT를 비롯한 생성 AI 도구들에 논문을 올리고 도움을 처할 수 있는 기술은 구원이 됩니다.
그렇다고 AI에만 의존해서 내용을 파악하면 곤란합니다.
AI에 요약시킨 초록은 디테일이 생략되고 독창성이 사라지는 경우가 많습니다.
AI로 논문의 포인트를 잡고 정독을 하며 디테일을 챙기는 것이 좋습니다.
그런 의미에서 논문을 읽기 전에 다음과 같은 주요 사항을 파악하면 좋습니다.
위와 같은 절차를 거쳐 얻어낸 파일은 다음과 같은 내용을 담고 있습니다.
화면에 찍혔다가 사라지는 화면이 아니라 파일로 남기 때문에 축적에 유리하며
자유롭게 수정이 가능하기 때문에 논문을 읽으면서 챙기는 디테일 추가도 가능합니다.
문제는 프롬프트가 적잖이 길다는 점,
그리고 이렇게 읽어야 할 논문이 많다는 점입니다.
프롬프팅이 반복작업이 되어서는 곤란합니다.
같은 프롬프트를 자동으로 입력할 시스템이 필요합니다.
2. GPTs 만들기
2.1. GPTs Instructions
ChatGPT: GPTs
custom GPT: 딴지봇
GPTs 웹사이트에 가면 OpenAI에서 만든 custom GPT를 비롯해 여러 GPT를 볼 수 있습니다.
맞춤형 GPT들이 다양한 카테고리로 엮여 있어서 여기서 찾아볼 수도 있고,
검색을 통해 원하는 GPT를 찾아볼 수도 있습니다.
화면 오른쪽 위에 있는 + Create를 눌러 제작 모드로 들어갑니다.
제작 모드로 들어가면 왼쪽은 제작, 오른쪽은 미리보기입니다.
왼쪽에 Create탭이 기본으로 선택되어 있습니다.
여기서 대화형으로 GPT를 만드는 것도 가능하지만 Configure탭으로 갑시다.
Create 탭에서 대화형으로 하는 요청사항은 Configure 탭의 Instructions에 반영됩니다.
이 과정에서 줄글로 적히면서 가독성이 나빠집니다.
예를 들어, 무슨 말을 하건 삐딱한 자세로 논리적인 허점을 찾아 반박하라고 만든 딴지봇의 Instruction은 다음과 같습니다.
일부 기능을 수정하려고 해도 읽기가 쉽지 않습니다.
따라서 Configure탭에 위 프롬프트를 반듯하게 적어 넣는 것이 최선입니다.
그리고 중요한 것은, Capabilities의 Code Interpreter & Data Analysis에 반드시 체크해야 합니다.
.docx 등 파일 출력시 자체적으로 파이썬 코드를 작성해 실행하기 때문입니다.
2.2. GPTs icon
GPTs 아이콘을 만들 차례입니다.
Configure 탭 상단 + 부분을 클릭하여 사진을 올리거나, DALL.E로 그리거나를 선택합니다.
특별히 마음에 있는 그림이 없다면 DALL.E로 그리는 것이 여러 모로 편리합니다.
DALL.E를 클릭하면 Create 탭에서 생성이 진행됩니다.
결과물을 보고 마음에 들지 않으면 이미지 생성 프롬프트를 입력해 새로 그릴 수 있습니다.
돋보기로 논문을 세심하게 살펴보는 초현실주의 그림을 지시해 아이콘을 얻었습니다.
2.3. 동작 시험 & Prompt Engineering
저장한 후, 오른쪽 Preview에 논문을 올리고 아무 프롬프트 없이 실행합니다.
기대한대로 동작하는지 확인하며, 프롬프트를 조금씩 수정합니다.
이름도 논문봇이라고 붙였습니다.
기대대로 동작한다면, 프롬프트가 아무리 길어도 문제없다는 의미입니다.
그렇다면, 프롬프트를 최대한 자세하게 넣어줍니다.
추출하고자 하는 모든 항목을 자세하게 기술하고,
출력 양식도 정확히 기술합니다. 
특히 DOI 등 URL은 결과물인 .docx 파일에서 클릭할 수 있도록 자세한 지시를 넣습니다.
실행할때마다 흔들리는 일관성을 조금이나마 확보하고자 Temperature=0도 넣었습니다.
그러나 플라시보입니다. API가 아니면 동작하지 않습니다.
참고로, 막연하게 “요약하라”고 하면 제대로 된 정보를 얻기 힘듭니다.
GPT의 답변 속도에 넋을 놓고 보다가 막상 찬찬히 읽어 보면 뻔한 말만 하는 경우가 많습니다.
논문의 시작 부분인 초록과 서론에 있는 연구 배경에 치중해서 이 논문에서 말하고자 하는 바가 사라지기 때문입니다.
정확하게 논문이 기여한 바, 방법론, 한계등을 최대한 상세하게 물어야 합니다.
최종적으로 결과 파일을 보면서 지시를 충실히 이행했는지 확인합니다.
2.4. 데이터 추출
Pega Devlog: Materials Data Explorer
논문봇에는 데이터를 추출하는 내용이 많지 않습니다.
그러나 소재 연구자를 위해 만든 Materials Data Extractor에겐 중요합니다.
의외로 GPT가 데이터 추출에는 취약합니다.
논문에 담긴 데이터를 최대한 빠트리지 않고 추출하려면 반복작업을 시켜야 합니다.
다음은 Materials Data Extractor의 프롬프트입니다.
네 번을 반복하며 논문 여기저기를 지정하여 훑어야 하며
특히 빠트린 데이터가 없는지 여러번 확인시켜야 합니다.
2.5. GPT 실행 이후
맞춤형 GPT를 실행했다고 끝이 난 것은 아닙니다.
ChatGPT는 여전히 다음 입력을 기다리고 있습니다.
이를 활용하여 추출한 결과를 사용해 그래프 작성이나 추가 분석을 시킬 수 있습니다.
특히 그래프는 최근 interactive plot을 지원하여 활용도가 높아졌습니다.
.xlsx나 .pptx 같은 다른 파일 형식으로도 출력할 수 있습니다.
어떻게 활용할지는 본인의 아이디어, 본인의 선택입니다.
아무리 좋은 custom GPT도 막상 제가 사용하려면 아쉬운 부분이 많았습니다.
제작자의 실력이 부족해서보다 저와 원하는 바가 다르기 때문입니다.
여러분과 저도 원하는 바가 다를 것입니다.
여러분께서 각자의 custom GPT를 만들어 사용하길 바라며,
이를 위해 제가 이 글에서 프롬프트를 공개하되 복사하기 어렵게 이미지로 넣었습니다.
시행착오를 두려워 마시고 좋은 비서를 스스로 만드시길 바랍니다.

연구용 GPT 만들기 - 논문봇 등

댓글