canvas를 소개합니다

단순한 채팅을 넘어 글쓰기와 코딩 프로젝트에 ChatGPT를 사용할 수 있는 새로운 인터페이스, canvas를 소개합니다. canvas는 별도의 창에서 열리며, 여기서 사용자와 ChatGPT가 협력하여 프로젝트를 진행할 수 있습니다. 이 초기 베타 버전에서는 협업의 새로운 방식을 선보입니다. 대화뿐만이 아니라 나란히 함께 아이디어를 내고 더 좋은 아이디어로 발전시키는 것이죠.   

canvas는 GPT‑4o에 구현되어 있으며 베타 버전에서 모델 선택기에서 직접 선택할 수 있습니다. 오늘부터, 전 세계의 ChatGPT Plus와 Team 사용자에게 canvas를 공개합니다. Enterprise 및 Edu 사용자는 다음 주에 액세스할 수 있습니다. 또한 베타 상태가 끝나면 모든 ChatGPT Free 사용자도 canvas를 사용할 수 있습니다.

사람들은 매일 ChatGPT를 사용해 글쓰기와 코딩에 도움을 받습니다. 채팅 인터페이스는 사용하기 쉽고 많은 작업에서 효과적이지만 편집과 수정을 해야 하는 프로젝트 작업을 할 때는 한계가 있습니다. canvas는 이런 작업을 위해 새로운 인터페이스를 제공합니다.

canvas를 사용하면 사용자가 달성하려는 목적의 컨텍스트를 ChatGPT가 더 잘 이해할 수 있습니다. 특정 섹션을 강조해 ChatGPT가 집중해야 할 부분이 어디인지 정확히 나타낼 수 있습니다. 카피 에디터나 코드 검토자처럼 ChatGPT는 전체 프로젝트를 염두에 두고 인라인 피드백을 주고 제안을 할 수 있습니다.

canvas에서 프로젝트를 통제하는 것은 사용자입니다. 사용자가 텍스트나 코드를 직접 편집할 수 있습니다. ChatGPT에게 글의 길이를 조절하고 코드를 디버깅하고 다른 유용한 작업을 빠르게 수행하도록 요청할 수 있는 단축키 메뉴가 있습니다. canvas에서 뒤로 버튼을 사용해 작업물의 이전 버전을 복구할 수도 있습니다.

canvas를 사용하면 유용할 만한 시나리오를 ChatGPT가 탐지하면, canvas가 자동으로 열립니다. 사용자가 프롬프트에 ‘canvas 사용’이라는 말을 포함해 canvas를 열고 기존 프로젝트를 작업하는 데 사용할 수도 있습니다.

글쓰기 단축키는 다음과 같습니다.

• 편집 제안: ChatGPT가 인라인 제안과 피드백을 제공합니다.
• 길이 조절: 문서의 길이를 더 짧게 또는 더 길게 편집합니다.
• 독해 수준 변경: 글의 난이도를 유치원에서 대학원까지의 수준으로 조절합니다.
• 마지막으로 다듬기: 문법, 명료성, 일관성을 검사합니다.
• 이모지 추가: 강조할 곳과 색을 넣을 곳에 관련성 있는 이모지를 추가합니다.

코딩은 반복하며 점진적으로 개선하는 프로세스이며, 채팅에서는 코드의 수정 사항을 모두 파악하기가 어려울 수 있습니다. canvas를 사용하면 ChatGPT의 변경 사항을 추적하고 이해하기가 더 쉽습니다. 그리고 이러한 편집의 투명성을 계속해서 개선할 계획입니다.

코딩 단축키는 다음과 같습니다.

• 코드 검토: ChatGPT가 코드 개선을 위해 인라인 제안을 제공합니다.
• 로그 추가: 디버깅과 코드 이해에 도움이 되도록 print 문을 삽입합니다.
• 코멘트 추가: 코드를 더 쉽게 이해할 수 있도록 코드에 코멘트를 추가합니다.
• 버그 수정: 오류를 해결하기 위해 문제가 있는 코드를 탐지해 다시 작성합니다.
• 특정 언어로 포트: 코드를 JavaScript, TypeScript, Python, Java, C++ 또는 PHP로 번역합니다.

OpenAI는 GPT‑4o가 창의적인 파트너가 되어 협력하도록 훈련했습니다. 이 모델은 언제 canvas를 열어야 할지, 언제 타게팅된 편집을 해야 할지, 언제 완전히 다시 써야 할지를 압니다. 또한 더 광범위한 컨텍스트를 이해하여 정확한 피드백과 제안을 제공합니다.

이를 지원하기 위해 OpenAI의연구 팀은 다음과 같은 핵심 동작을 개발했습니다.

• 글쓰기와 코딩을 위해 canvas 트리거 
• 다양한 콘텐츠 유형 생성
• 타게팅된 편집 수행
• 문서 재작성
• 인라인 비평 제공

OpenAI는 20개가 넘는 자동 내부 평가로 발전 상황을 측정했습니다. 핵심 동작을 위해 모델을 사후 훈련하기 위해 OpenAI o1‑preview의 출력 증류와 같은 새로운 합성 데이터 생성 기법을 사용했습니다. 이 접근 방식 덕분에 인간이 생성한 데이터를 전혀 사용하지 않고도 글쓰기의 품질과 새로운 사용자 상호 작용을 빠르게 처리할 수 있었습니다.

가장 어려웠던 점은 canvas를 언제 트리거할지를 정의하는 부분이었습니다. 모델에게 ‘커피 원두의 역사에 대한 블로그 게시물을 써줘’와 같은 프롬프트가 제시되면 canvas를 열도록 가르쳤고, ‘새로운 조리법으로 조리하는 걸 도와줘’와 같은 일반적인 질문/답변에 대해서는 canvas를 과도하게 트리거하지 않도록 했습니다. 글쓰기 작업의 경우 ‘올바른 비트리거’ 대신 ‘올바른 트리거’를 개선하는 데 중점을 두어, 프롬프트로 지침이 제시된 베이스라인 제로샷 GPT‑4o에 비해 83%에 도달했습니다.

이러한 베이스라인의 품질은 사용된 특정 프롬프트에 고도로 민감하게 반응한다는 것에 유의할 필요가 있습니다. 다른 프롬프트를 사용할 경우 베이스라인의 성능이 여전히 저조하지만 방식이 다를 것입니다. 예를 들면, 코딩 작업과 글쓰기 작업에서 균등하게 부정확하여 오류가 다르게 분포되고 다른 형태의 최적이 아닌 성능이 나타날 것입니다. 코딩의 경우는, 고급 사용자를 방해하지 않기 위해 트리거되지 않도록 의도적으로 모델을 편향시켰습니다. 사용자 피드백에 따라 계속해서 개선할 예정입니다.

두 번째로 어려웠던 점은 canvas가 트리거된 후 모델의 편집 동작을 튜닝하는 것이었습니다. 특히, 타게팅된 편집을 수행해야 할 때와 전체 콘텐츠를 다시 써야 할 때를 결정하는 부분이 어려웠습니다. 사용자가 인터페이스를 통해 명시적으로 텍스트를 선택할 때는 타게팅된 편집을 수행하고 그 외에는 재작성을 선호하도록 모델을 훈련했습니다. 이 동작은 모델을 개선할수록 계속해서 발전합니다.

마지막으로, 양질의 코멘트를 생성하도록 모델을 훈련하기 위해서는 신중한 반복이 필요했습니다. 철저한 수동 검토를 사용해 자동 평가에 쉽게 적응할 수 있는 앞선 두 상황과 달리, 품질을 자동으로 측정하는 것은 매우 어려웠습니다. 그래서 인간의 평가를 사용해 코멘트 품질과 정확성을 평가했습니다. 통합 canvas 모델이 프롬프트로 지침이 제시된 제로샷 GPT‑4o보다 정확성에서는 30%, 품질에서는 16% 더 높은 성능을 보여, 합성 훈련이 상세한 지침이 포함된 제로샷 프롬프트보다 응답 품질과 동작을 크게 개선한다는 것을 입증했습니다.

AI를 더 유용하고 더 접근성 있게 만들기 위해서는 AI와 상호 작용하는 방식에 대한 생각을 바꿔야 합니다. canvas는 새로운 접근 방식이며, ChatGPT의 시각적 인터페이스가 2년 전 처음 출시된 후로 처음 이루어지는 주요 업데이트입니다.

canvas는 초기 베타 상태이며, OpenAI는 그 기능을 빠르게 개선할 계획입니다.