LLM을 사용해야 하는 경우
전반적으로 텍스트, 이미지 또는 코드를 생성해야 하는 경우 대규모 언어 모델을 사용하는 것이 좋습니다.
생성 AI 모델에는 세 가지 범주가 있습니다.
- 자연어 모델은 자연어를 받아들여 응답을 생성합니다.
- GPT(Generative Pre-trained Transformer) 모델은 자연어 또는 코드 조각을 가져와 코드로 변환합니다.
- 이미지 만들기 모델은 프롬프트, 기본 이미지 또는 둘 다를 가져와 새 이미지를 만듭니다.
텍스트 처리
대규모 언어 모델은 다음을 포함하여 여러 자연어 작업을 수행할 수 있습니다.
| Task | 프롬프트 |
|---|---|
| 텍스트 요약 | “이 텍스트를 짧은 안내문으로 요약해 주세요.” |
| 텍스트 분류 | “이 책은 어떤 장르인가요?” |
| 이름 또는 구 생성 | “내 꽃 회사를 위한 태그 라인을 작성해 주세요.” |
| Translation | “‘How are you’를 프랑스어로 번역해 주세요.” |
| 질문 답변 | “Azure OpenAI는 어떤 기능을 제공하나요?” |
| 콘텐츠 제안 | “최고의 결혼식 노래 다섯 곡을 알려 주세요.” |
코드 작업
대규모 언어 모델은 C#, JavaScript, Perl, PHP 및 Python과 같은 12개 이상의 프로그래밍 언어에 능숙합니다. LLM을 사용하여 코딩하면 다음 문제를 해결할 수 있습니다.
- 애플리케이션 빌드: LLM을 사용하여 프롬프트를 기반으로 웹 API와 같은 코드를 생성할 수 있습니다.
- 애플리케이션 유지: 기존 코드베이스로 작업하는 경우 LLM이 기존 코드를 업데이트하거나 유지하는 데 도움이 될 수 있습니다.
- 애플리케이션 개선: LLM을 사용하여 보안 강화 또는 로깅과 같은 특정 메트릭에 대한 코드를 개선할 수 있습니다.
예를 들어 “Python에서 1에서 10까지의 for loop 계산 작성”이라는 입력이 주어지면 다음과 같은 답변이 제공됩니다.
for i in range(1,11):
print(i)
이미지 처리
대규모 언어 모델은 사실적이고 예술적인 이미지를 모두 만들고, 이미지의 레이아웃이나 스타일을 변경하고, 제공된 이미지에 변형을 만들 수 있습니다. 예시:
이미지 세대: LLM은 원하는 이미지의 입력 텍스트를 사용하여 원본 이미지를 생성할 수 있습니다. 자세히 설명할수록 모델이 원하는 이미지를 생성할 가능성이 높아집니다.
이미지 편집: LLM은 이미지에 대해 변경하려는 내용의 입력 텍스트를 사용하여 이미지를 편집할 수 있습니다. 이미지 스타일을 변경하거나, 항목을 추가 또는 제거하거나, 추가할 새 콘텐츠를 생성할 수 있습니다.
이미지 변형: LLM은 이미지 자체를 사용하고 생성할 이미지의 변형 수를 지정하는 입력 텍스트를 사용하여 이미지의 변형을 생성할 수 있습니다. 원본 이미지는 동일하게 유지되지만 색, 백그라운드 장면, 개체가 있는 위치는 다양하게 변경될 수 있습니다.