OpenAI API 출시

OpenAI는 개발자들이 GPT-3 제품군의 AI 모델에 접근할 수 있도록 하는 범용 API를 출시했습니다. 이번 출시는 사실상 모든 영어 언어 작업에 적용할 수 있는 "text in, text out" 인터페이스를 제공하는 방향으로의 전환을 의미하며, AI 기반 제품을 만드는 장벽을 낮춥니다.

범용 기능 및 인터페이스

OpenAI API는 사용자가 텍스트 프롬프트를 제공하면 API가 제공된 패턴과 일치하는 텍스트 완성을 반환하는 유연한 인터페이스를 제공합니다. 이러한 범용적 접근 방식은 단일 사용 사례를 위해 설계된 전통적인 AI 시스템과 다릅니다.

주요 기능적 역량은 다음과 같습니다:

Few-Shot Programming: 사용자는 프롬프트 내에 원하는 작업의 몇 가지 예시를 제공함으로써 모델을 "프로그래밍"할 수 있습니다.
Fine-Tuning: 데이터셋의 크기에 관계없이 제공된 예시 데이터셋으로 모델을 학습시켜 특정 작업의 성능을 향상시킬 수 있습니다.
Human Feedback: 시스템은 레이블러 또는 사용자가 제공한 피드백으로부터 학습할 수 있습니다.

배포 및 모델 아키텍처

현재 API는 속도와 처리량 개선을 포함하여 GPT-3 제품군의 가중치를 가진 모델을 실행합니다. OpenAI는 개별 사용자가 사용하기 간단하면서도 전문적인 머신러닝 팀이 분산 시스템 인프라보다는 연구에 집중할 수 있을 만큼 충분히 유연하도록 시스템을 설계했습니다.

안전 및 오용 완화

생성형 AI의 잠재적 응용 분야는 예측할 수 없기 때문에, OpenAI는 API를 프라이빗 베타로 출시합니다. 조직은 오용을 방지하기 위해 여러 안전 조치를 구현하고 있습니다:

Production Review Process: 애플리케이션이 라이브 상태가 되기 전에, 위험 수준, 애플리케이션의 개방성, 그리고 잠재적 오용을 해결하기 위한 계획을 평가하는 의무적인 검토를 거칩니다.
Access Termination: 괴롭힘, 스팸, 급진화, 아스트로터핑(astroturfing), 또는 기타 신체적, 정서적, 또는 심리적 해를 끼치는 원인으로 인한 사용 사례에 대해 액세스 권한이 종료됩니다.
Constraint Implementation: 위험을 줄이기 위해, OpenAI는 human-in-the-loop 시스템, 콘텐츠 필터링, 입출력 길이 제한, 주제 제한과 같은 제약 조건을 권장합니다.
Academic Research: 학술적 접근 프로그램(academic access program)을 통해, OpenAI는 Middlebury Institute, University of Washington, 그리고 Allen Institute for AI와 같은 기관의 제3자 연구원들과 협력하여 잠재적 오용을 연구합니다.

모델 편향성 문제 해결

OpenAI는 API 모델이 생성된 텍스트에 반영된 편향성을 나타낸다는 점을 인정합니다. 이러한 영향을 완화하기 위해, 연구소는 다음과 같은 단계를 하고 있습니다:

개발자를 위한 사용 가이드라인을 개발합니다.
사용자가 유해한 편향을 드러내고 개입할 수 있도록 돕는 도구를 만듭니다.
공정성 및 표현력에 대한 내부 연구를 수행합니다.
사회기술적 시스템을 위한 human-in-the-loop 모니터링을 구현하기 위해 개발자들과 협력합니다.

API 모델의 전략적 근거

OpenAI는 모델을 오픈 소스로 공개하는 대신 API를 통해 기술을 출시하기로 선택한 세 가지 주요 이유가 있습니다:

Funding: 기술을 상음화하여 지속적인 AI 연구, 안전, 및 정책적 노력을 위한 비용을 충당하기 위한 수익을 창출합니다.
Accessibility: 기반 모델은 규모가 크고 실행 비용이 비싸기 때문에 배포를 위해 상당한 전문 지식이 필요합니다. API는 이러한 강력한 시스템을 강력한 인프라를 갖추지 못한 중소기업 및 조직이 접근할 수 있게 합니다.
Control: API는 OpenAI가 시간이 지남에 따라 액세스 권한을 조정함으로써 오용에 더 효과적으로 대응할 수 있게 해주며, 이는 액세스 권한을 취소할 수 없는 오픈 소스 출시와는 다릅니다.