OpenAI API 이용 개발 기초(소개, API 사용준비, 기본모델들, ChatGTP)

 

1. Open AI API 소개 

OpenAI API는 거의 모든 작업에 적용 가능 .

다양한 기능과 가격대의 다양한 모델을 제공할 뿐만 아니라 맞춤형 모델을 미세 조정할 수 있는 기능도 제공함

 

OpenAI에서는 현재 API를 이용하여 개발 가능한 다양한 응용을 제시한다

 

 

참고 : 

Introduction - OpenAI API

 

2. 사용가능한 Open AI 모델들 

24/05/21 update

MODEL	DESCRIPTION
GPT-4o	가장 빠르고 경제적인 플래그십 모델
GPT-4 and GPT-4 Turbo	GPT-4 및 GPT-4 터보 GPT-3.5를 개선하여 자연어 또는 코드를 이해하고 생성할 수 있는 모델 세트
GPT-3.5 Turbo	간단한 작업을 위한 빠르고 저렴한 모
DALL·E	DALL-E 자연어 프롬프트가 주어지면 이미지를 생성하고 편집할 수 있는 모델
TTS	TTS 텍스트를 자연스러운 음성 오디오로 변환할 수 있는 모델 세트
Whisper	Whisper 오디오를 텍스트로 변환할 수 있는 모델
Embeddings	임베딩 텍스트를 숫자 형식으로 변환할 수 있는 모델 세트
Moderation	텍스트가 민감하거나 안전하지 않은지 여부를 감지할 수 있는 미세 조정된 모델
GPT base	GPT 베이스 자연어 또는 코드를 이해하고 생성할 수 있는 명령어가 없는 모델 집합
GPT-3	자연어를 이해하고 생성할 수 있는 모델 세트

 

 

3. API 사용해보기 

 

3.1 Key 준비 

 

OpenAI 계정 생성 후 Key 발급 필수

https://platform.openai.com/api-keys

 

3.2 Python 개발 환경 준비 

 

(1) Python 설치

 

2023. 11월 현재 Python 3.7.1 이상 지원

 

(2) Open api 패키지 설치

 

pip install --upgrade openai

 

(3) API Key 등록

 

리눅스 .bashrc 등에 등록하면 매번 할 필요 없음, 외부 공개 안되도록 소스에 넣을때는 주의 할 것

export OPENAI_API_KEY='your-api-key-here

 

소스에서는 아래처럼 하드코딩 해도 되지만 권장안함, 가능하면 환경 변수 사용할 것

OPENAI_API_KEY=abc123

 

client = OpenAI()

# 기본값은 os.environ.get("OPENAI_API_KEY")를 사용하여 키를 가져옵니다.

# 키를 다른 환경 변수 이름으로 저장한 경우 다음과 같이 할 수 있습니다:

# 클라이언트 = OpenAI(

# api_key=os.environ.get("CUSTOM_ENV_NAME"),

# )

 

3.3 API를 이용한 ChatGPT 기본 동작시험

 

API Key는 환경변수에 등록함 

gpt-4o 와 gpt-4를 이용하여 테스트 

 

from openai import OpenAI

client = OpenAI()

completion = client.chat.completions.create(

  #model="gpt-3.5-turbo-1106",

  #model="gpt-4-0613",

  #model="gpt-4-0125-preview",

  model="gpt-4o",

 

  messages=[

    {"role": "system", "content": "너는 프로그래머야. 질문의 대답 찾기 위한 파이썬 코딩을 하고 그 코드에 대해서 자세히 설명해줘"},

    {"role": "user", "content": "1부터 1000까지 홀수만 출력해봐"}

  ]

)

 

print(completion.choices[0].message.content)

 

 

'''

gpt-4o 응답

```python

# Using a loop to find and print odd numbers from 1 to 1000

for i in range(1, 1001):

    if i % 2 != 0:

        print(i)

```

### 코드 설명

1. `for i in range(1, 1001):`

   - `range(1, 1001)`는 1부터 1000까지의 숫자 시퀀스를 생성합니다. `range` 함수는 마지막 값(여기서는 1001)을 포함하지 않으므로 1부터 1000까지의 숫자를 생성하게 됩니다.

   - `for` 루프는 이 시퀀스를 하나씩 순회하며 `i` 변수에 각 값을 할당합니다.

2. `if i % 2 != 0:`

   - `if` 문은 `i`가 홀수인지를 확인합니다.

   - `%` 연산자는 나머지를 구하는 연산자로, `i % 2`는 `i`를 2로 나눈 나머지를 의미합니다.

   - 숫자가 홀수인 경우, 2로 나눈 나머지가 0이 아니기 때문에 `(i % 2 != 0)` 조건이 참이 됩니다.

3. `print(i)`

   - `if` 문이 참인 경우, 즉 `i`가 홀수인 경우 `print` 함수를 사용하여 `i`를 출력합니다.

이 코드는 1부터 1000까지의 모든 숫자 중에서 홀수인 숫자만 화면에 출력하게 됩니다. 실행하면 아래와 같은 결과를 얻을 수 있습니다:

'''

 

'''

gpt-4 응답

파이썬 코드는 다음과 같이 작성할 수 있습니다.

```python

for i in range(1, 1001, 2):

    print(i)

```

이 코드에 대한 설명은 다음과 같습니다:

- 파이죤의 `range()` 함수는 일정 범위의 수를 생성하는 데 사용됩니다. `range()` 함수는 1개, 2개 또는 3개의 인자를 취할 수 있습니다. 1개의 인자를 취하면 `0`에서 그 숫자 미만까지의 범위를 생성합니다, 2개의 인자를 취하면 첫 번째 숫자에서 두 번째 숫자 미만까지의 범위를 생성합니다. 3개의 인자를 취하면 첫 번째 숫자부터 두 번째 숫자 미만까지의 범위를 세 번째 숫자만큼의 간격으로 생성합니다.

- `(1, 1001, 2)` 인자를 사용하여 `1`부터 `1000`까지의 홀수를 생성한다. 처음 인자 `1`은 시작값, 두 번째 인자 `1001`는 `1000`을 포함하지 않는 종료값, 세 번째 인자 `2`는 간격을 의미한다.

- `for` 루프는 이 생성된 범위의 각 숫자에 대해 반복되며, 각 반복에서 숫자 `i`는 현재 숫자를 나타내며, `print(i)`를 통해 화면에 출력된다.

결과적으로, 이 코드는  1부터 1000까지의 모든 홀수를 출력합니다.

'''

 

 

3.4 사용가능한 Chat 모델

 

모델의 특성, 입력가능한 토큰의 수 등에 따라 다양하게 선택 가능하다.

(모델에 따라 사용 비용 차이 있음)

 

2024.5 현재 업그레이드 된 최종 버전은 다음과 같다. (128K도 출시)

 

MODEL NAME	Description	token
gpt-4o	GPT-4 터보보다 더 저렴하고 빠른 가장 진보된 멀티모달 플래그십 모델 현재 gpt-4o-2024-05-13	128K
gpt-4-turbo	Vision 기능을 갖춘 최신 GPT-4 Turbo 모델. 현재 gpt-4-turbo-2024-04-09	128K
gpt-4-turbo-preview	GPT-4 터보 모델 현재 gpt-4-0125-preview	128K
gpt-4	현재 gpt-4-0613	8K
gpt-3.5-turbo-0125	최신 GPT-3.5 터보 모델	16K

 

이것 말고도 이전 버전은 많이 있으나 곧 deprecation 될듯하다.

 

상세는 아래 참조

https://platform.openai.com/docs/models/continuous-model-upgrades

 

이전 모델들의 지원 중단 예정일(showdown date) - 대부분 2024년1월 중

https://platform.openai.com/docs/deprecations

 

 

API를 이용한 개발 예제들 

https://yongeekd01.tistory.com/142

OpenAI Audio API를 이용한 TTS 구현 기초(tts-1, tts-1-hd)

 

https://yongeekd01.tistory.com/143

OpenAI Audio API를 이용한 STT 구현 기초(whisper-1, transcription, English translation)

 

https://yongeekd01.tistory.com/144

chatGPT, OpenAI API, DALLI-E 모델을 이용한 이미지 생성 기초

 

https://yongeekd01.tistory.com/145

DALLI-E 모델을 이용한 이미지 수정 및 유사이미지 만들기(chatGPT, OpenAI API)

 

https://yongeekd01.tistory.com/146

chatGPT-4를 이용한 이미지 해석(Image Description, gpt-4-vision)