챗GPT API 이용 방법, 실제 코드

인공지능 기술은 우리의 일상과 비즈니스 활동에 혁명을 일으키고 있습니다. 특히, 자연어 처리와 텍스트 생성 분야에서 챗GPT 의 API는 많은 관심을 받고 있습니다. 챗GPT API를 활용하면 탁월한 언어 모델인 GPT-3의 능력을 활용하여 텍스트 생성 작업을 자동화하고, 창의적인 내용을 생성하는 등 다양한 활용이 가능합니다. 챗GPT API는 강력한 자연어 처리 기술을 제공하여 텍스트 생성 작업을 손쉽게 처리할 수 있게 해줍니다. API를 사용하면 개발자들은 복잡한 모델 학습 과정을 거치지 않고도 GPT-3 모델을 활용할 수 있습니다. GPT-3는 대규모 텍스트 데이터로 사전 훈련되어 다양한 주제와 문체의 텍스트를 생성할 수 있습니다.  챗GPT API를 사용하면 텍스트 생성 작업을 더욱 효율적으로 처리할 수 있습니다. 이러한 API를 활용하면 개발자들은 자체적으로 모델을 구축하고 훈련시키는 번거로움 없이, 강력한 자연어 처리 능력을 활용할 수 있습니다. 예를 들어, 챗봇 개발, 대화형 인터페이스 구축, 콘텐츠 생성 등 다양한 분야에서 API를 활용하여 자연스러운 텍스트를 생성할 수 있습니다.  

 

챗GPT API  

챗GPT API는 다양한 기능을 제공하는 인공지능 모델을 사용하여 자연어 처리 및 기계 학습 작업을 수행할 수 있습니다. API를 사용하려면 먼저  Open AI API를 등록하고 API Key를 발급 받아야 합니다. 이를 위해서는 OpenAI의 웹사이트에서 계정을 생성하고 API를 등록하고 승인을 받아야 합니다. API를 사용하여 자연어 처리 작업을 수행하려면 몇 가지 단계를 따라야 합니다. 첫 번째로, OpenAI API 클라이언트를 설치해야 합니다. Python 환경에서는 openai 패키지를 설치하여 사용할 수 있습니다. API Key를 사용하려면 환경 변수나 파일에 설정해야 합니다. API Key는 OpenAI 웹사이트에서 발급받을 수 있습니다. 두 번째로, 요청을 생성해야 합니다. 요청은 입력 데이터, API 모델, 출력 형식 등을 지정하는 내용입니다. 이를 위해 API 클라이언트를 사용하여 요청 객체를 만들어야 합니다. 세 번째로, 요청을 API에 전달하여 작업을 수행합니다. API를 호출하는 과정에서 요청 객체를 전달하고, API는 해당 작업을 처리하고 결과를 반환합니다. 마지막으로, API의 출력 결과를 처리하여 필요한 형식으로 반환합니다. 예를 들어, 생성된 문장을 분석하거나 요약할 수 있습니다. API를 사용하는 방법에 대한 자세한 내용은 OpenAI API 문서를 참조할 수 있습니다. 문서에서는 API의 기능과 사용법에 대한 자세한 설명이 제공되고 있습니다. API를 사용하여 자연어 처리 작업을 수행하는 방법을 자세히 알아보려면 OpenAI API 문서를 참고하세요. 문서는 다음 링크에서 확인할 수 있습니다: 

 

https://beta.openai.com/docs/

OpenAI API

 

 

챗GPT API 파이썬 코드 작성 

Q. 챗GPTI API 를 사용하는 파이썬 코드, 단 프롬프트에 quit 를 입력하면, 종료하고, 그렇지 않으면 프롬프트를 반복한다.

import openai # OpenAI API 인증 설정 (본인의 key 값을 넣어줘야 함)  openai.api_key = 'your key' # 텍스트 생성 요청 함수 def generate_text(prompt):     response = openai.Completion.create(         engine='text-davinci-003',         prompt=prompt,         max_tokens=500,         temperature=0.7,         n=1,         stop=None     )     return response.choices[0].text.strip() # 사용자 입력 처리 및 텍스트 생성 while True:     user_input = input("프롬프트를 입력하세요 (종료하려면 'quit' 입력): ")     if user_input == "quit":         print("프로그램을 종료합니다.")         break     generated_text = generate_text(user_input)     print('')      print(generated_text)     print('')          print('')

 

챗GPT API 파이썬 코드 설명 

위의 코드는 OpenAI 의 챗GPT API를 사용하여 텍스트 생성을 수행하는 파이썬 코드입니다. 코드는 OpenAI API 인증 설정과 텍스트 생성 요청 함수, 그리고 사용자 입력 처리 및 텍스트 생성으로 구성됩니다.  첫 번째로, 코드의 시작 부분에서는 OpenAI API를 인증하기 위해 API 키를 설정합니다. 이 키는 OpenAI API와 연결하기 위해 사용됩니다.  두 번째로, generate_text라는 함수는 OpenAI API를 호출하여 텍스트를 생성합니다. 이 함수는 주어진 프롬프트를 기반으로 API 요청을 보내고, 응답으로 받은 텍스트를 반환합니다. 함수 내부에서는 'text-davinci-003'라는 엔진을 사용하며, 최대 토큰 수를 500으로 설정하고, 생성된 텍스트의 다양성을 0.7로 조절합니다.  마지막으로, 코드는 사용자로부터 프롬프트를 입력받아 generate_text 함수를 호출하여 텍스트를 생성합니다. 사용자가 'quit'을 입력하면 프로그램이 종료됩니다. 생성된 텍스트는 출력되며, 가독성을 위해 빈 줄을 추가하여 구분합니다. 이 코드는 사용자와 상호작용하며 OpenAI API를 활용하여 주어진 프롬프트에 대한 텍스트를 생성하는 간단한 챗봇을 구현합니다. 코드를 확장하고 수정하여 더 복잡한 대화 시스템을 구축할 수 있습니다.

 

generate_text(prompt): 텍스트 생성 요청을 처리하는 함수입니다. prompt 매개변수로 텍스트 생성에 사용될 입력 문장을 전달합니다. 함수는 API에 요청을 보내고, 응답으로 받은 생성된 텍스트를 반환합니다.

openai.Completion.create(...): Open AI API의 Completion 객체를 생성하고, 텍스트 생성 요청을 보내는 메소드입니다.

engine='text-davinci-003': 사용할 언어 모델 엔진을 지정합니다. 'text-davinci-003'은 GPT-3 모델을 의미합니다.

prompt=prompt: 텍스트 생성에 사용될 입력 문장 또는 프롬프트를 지정합니다. 이 문장을 기반으로 모델이 텍스트를 생성합니다.

max_tokens=500: 생성된 텍스트의 최대 토큰 수를 지정합니다. 텍스트가 이 수를 초과하면 자르게 됩니다. 긴 텍스트를 생성하고자 할 때 적절히 설정해야 합니다.

temperature=0.7: 생성된 텍스트의 다양성을 조절하는 매개변수입니다. 값이 낮을수록 보수적이고 일관된 텍스트가 생성되며, 값이 높을수록 더 다양하고 창의적인 텍스트가 생성됩니다.

n=1: 생성할 텍스트의 개수를 지정합니다. 여러 개의 텍스트를 생성하고 싶을 때 값을 조정할 수 있습니다.

stop=None: 텍스트 생성을 멈출 토큰을 지정합니다. 기본값인 None은 특정 토큰을 만나기 전까지 계속 텍스트를 생성하도록 합니다.

함수를 호출하여 텍스트 생성을 수행하면, API에 요청이 전달되고 생성된 텍스트가 응답으로 반환됩니다. 이를 통해 자연어 처리 작업을 자동화하거나 창의적인 텍스트 생성 등 다양한 활용이 가능합니다.

 

챗GPT API 파이썬 코드 실행 결과 

이 코드를 사용하면 사용자가 프롬프트를 입력하고 OpenAI 의 챗GPT API를 통해 텍스트를 생성할 수 있습니다. 'quit'을 입력하면 프로그램이 종료됩니다.  아래는 3가지의 질문을 하고, 그 답변을 확인한 결과이며, 마지막에는 quit 로 종료합니다. 

 

 

 

Open AI API 사용량 확인 방법 

아래의 링크에서 open ai api 사용량을 확인할 수 있습니다.  무료 사용량 5$ 중 0.17$ 사용하였습니다.  

 

Usage - OpenAI API

OpenAI API

 

Open AI 관련 글 

https://mruc23.tistory.com/6

ChatGPT 와 OpenAI 소개