GPT가 똑똑하게 답변하는 까닭은 LLM 기반이기 때문입니다.

그런데 LLM은 Large Language Model 약자입니다.

이렇게 들으면 어렵기에 비유를 들게요.

LLM은 세상의 모든 책을 읽은 똑똑한 친구입니다.

실제로 GPT에게 학습을 시킬 때 모든 지식을 학습 시켰죠.

그런데 단순히 정보를 쑤셔 넣는다고 GPT가 똑똑해지지 않겠죠?

그래서 LLM은 학습된 지식에서 패턴을 파악하고 학습합니다.

예를 들어 LLM은 사과라는 단어를 분석한다고 가정해볼게요.

사과라는 단어를 유심히 살펴보니 빨갛다, 둥글다, 달다라는 단어가 자주 쓰임을 알게 되었죠.

그래서 "사과가 뭐야"라고 질문을 받는다면.

GPT는 학습한 패턴을 바탕으로 사과는 "빨갛고, 둥글고, 달콤한" 과일이라고 대답하죠.

그런데 LLM이 무서운 점은 단순히 외운 것을 그대로 대답하지 않습니다.

학습한 패턴을 창의적으로 조합하고 재구성할 수 있습니다.

예를 들어 "사과가 삼각형이면 어떨 것 같아?" 이렇게 질문을 하면

"사과들을 모아서 탑을 쌓는 건 어떨까요? 둥근 사과보다 안정적으로 쌓을 수 있어요."라고 말합니다.

단순히 정보만 암기했다면 GPT는 이런 답변을 내지 못했을겁니다.

둥근 모양은 탑으로 쌓기에 안정적이지 못하다. 하지만 삼각형 모양은 탑으로 쌓기 안정적이다.

때문에 삼각형 모양이 된 사과는 둥근 사과보다 안정적으로 탑을 쌓을 수 있다.

이런 추론 과정을 거쳤기에 GPT는 새로운 답변을 낼 수 있었습니다.

하지만 GPT에도 단점이 존재하는데요. 이는 다음시간에 알아보도록 할게요!