GPT-4o의 대담한 업그레이드: 코딩, 이미지, 미친 모드?

채널 아이콘
Prompt Engineering 구독자 190,000명

요약

이 영상은 GPT-4o의 최신 업데이트에 대해 상세히 소개하며, 모델의 코딩 능력, 이미지 생성, 그리고 ‘unhinged mode’와 같은 자유로운 응답 모드의 도입을 중심으로 설명합니다. 영상에서는 특히 JavaScript를 활용한 애니메이션, TV 채널 전환, SVG 및 랜딩 페이지 제작 등 다양한 코딩 테스트를 진행하며 Gemini 2.5, Claude 등 타 모델과의 성능 비교도 진행합니다. 또한, 철학적 문제와 창의적 사고를 자극하는 trolley 문제, 슈뢰딩거의 고양이 실험 등을 통해 모델의 직관과 윤리적 판단 능력도 살펴봅니다. 전반적으로 업데이트된 GPT-4o가 기술적 문제 해결뿐 아니라 창의적인 응답에서도 발전된 모습을 보여준다는 점이 주요 메시지입니다.

주요 키워드

GPT-4o 업데이트 코딩 unhinged mode 이미지 생성 JavaScript SVG 랜딩 페이지 토큰 철학적 문제

하이라이트

  • 🔥 GPT-4o 업데이트는 'unhinged mode'를 도입하며, 필터가 완화되어 보다 직설적이고 자유로운 표현이 가능해졌습니다.
  • 🛠️ 향상된 코딩 성능이 두드러지며, 복잡한 애니메이션과 인터랙티브 기능들을 구현하는 테스트가 진행되었습니다.
  • 🚀 TV 채널 전환, 낙하하는 문자 애니메이션 등 다양한 코딩 프롬프트를 통해 다른 모델과 비교 시 GPT-4o의 효율성이 확인되었습니다.
  • 🎨 이미지 생성 및 SVG 코드 테스트에서 모델이 창의적인 시각적 결과물을 도출하는 모습을 볼 수 있습니다.
  • 🤖 Gemini 2.5, Claude 등 다른 LLM과의 비교를 통해 GPT-4o의 개선된 토큰 처리와 긴 컨텍스트 유지 능력이 강조됩니다.
  • 💡 철학적 문제(트롤리 딜레마, 슈뢰딩거의 고양이)를 활용하여 모델의 직관과 윤리적 판단, 그리고 창의적 사고를 시험합니다.
  • ⚙️ 코드 오류 수정 및 디버깅 과정에서 GPT-4o가 반복적인 피드백을 통해 개선된 결과를 보여줍니다.

용어 설명

Unhinged mode

자유로운 언어 사용과 제한이 적은 응답을 생성하도록 한 모드로, 보다 창의적이고 때로는 직설적인 표현을 이끌어냅니다.

Canvas

HTML5에서 그래픽을 그리기 위한 영역으로, 애니메이션이나 시각적 인터랙션 구현 시 활용됩니다.

Token

대규모 언어 모델(LLM)에서 텍스트를 처리하는 가장 작은 단위로, 모델의 컨텍스트 처리 능력과 직접 연결됩니다.

p5.js

JavaScript 기반의 크리에이티브 코딩 라이브러리로, 인터랙티브 아트와 애니메이션 제작에 널리 사용됩니다.

[00:00:00] 업데이트 개요 및 기능 소개

영상은 GPT-4o의 최신 업데이트와 함께 unhinged mode 도입, 코딩 및 이미지 생성에서의 향상된 성능을 설명합니다. 모델이 채팅 리더보드에서 급격한 순위 상승을 이루며, 새로운 자유로운 표현 방식을 특징으로 합니다.

[00:00] GPT-4가 대대적인 업데이트를 했으며, 특히 코딩 지시사항 수행과 자유도가 크게 향상되었다는 소식이 전해졌습니다.
[00:16] '언힌지 모드'라는 새로운 기능이 추가되었고, Grock에서 영감을 받은 이 모드는 기존의 제약에서 벗어난 더 자유로운 표현이 가능합니다.
[00:28] 챗봇 아레나 리더보드에서 4-5위에서 2위로 큰 성능 향상을 보여주었으며, Gemini 2.5 Pro에 이어 두 번째로 좋은 모델이 되었습니다.
[00:47] 필터링이 완화되어 더 자유로운 표현이 가능해졌으며, 이는 텍스트 생성뿐만 아니라 이미지 생성에도 적용되었습니다.
[01:07] 코딩 능력이 크게 향상되었다는 OpenAI의 발표에 따라, 실제 테스트를 통해 성능을 확인하기로 했습니다.
[01:53] 첫 번째 테스트로 물리 효과가 적용된 낙하하는 글자 애니메이션을 자바스크립트로 구현하는 과제를 진행했습니다.
[02:51] 테스트 결과, GPT-4는 초록색 박스를 사용하여 물리 엔진 기반의 matter.body로 글자를 표현하는 방식을 채택했습니다.
[00:03:00] 코딩 테스트 및 디버깅 과정

JavaScript를 활용한 낙하하는 문자 애니메이션, TV 채널 전환 프롬프트 등 다양한 코딩 테스트가 진행됩니다. 발생한 코드 오류와 디버깅 과정을 통해 GPT-4o가 점진적으로 수정 및 개선되는 모습을 보여줍니다.

[03:19] GPT-4가 생성한 코드의 초록색 사각형 문제를 해결하고, 글자들이 떨어지는 물리 효과와 충돌 감지가 정상적으로 작동하는 것을 확인했습니다.
[04:01] TV 채널 변경 기능을 구현하는 새로운 과제를 시작했습니다. 0-9까지의 숫자 키로 채널을 변경하고, 각 채널마다 고유한 애니메이션과 콘텐츠를 보여주는 것이 목표입니다.
[05:07] Gemini는 571줄의 코드로 실제 작동하는 TV 채널 변경 기능을 구현했으며, 각 채널은 실제 TV 채널에서 영감을 받은 고유한 콘텐츠를 보여줍니다.
[05:59] GPT-4는 200줄 정도의 더 짧은 코드를 생성했지만, 키 입력에 반응하지 않고 여러 에러가 발생하는 등 제대로 작동하지 않았습니다.
[07:01] 코드 오류를 수정하기 위해 재시도하면서, 에러 대신 실수로 코드를 복사했지만 일부 기능이 개선되었습니다.
[07:27] 채널 구현이 시작되어 첫 번째 채널 '튠 블리츠'가 정상 작동하고, 일부 채널들은 색상 문제로 보이지 않는 상황입니다.
[08:06] 제미니 2.5 프로보다 적은 코드 라인으로 구현했으나, 여러 번의 시도가 필요했습니다.
[08:17] API 사용 관련 정보를 공유하며, GPT4나 latest 이름으로 현재 모델을 사용할 수 있다고 설명합니다.
[08:56] 모델의 공간 추론 능력을 테스트하기 위해 자전거 타는 펠리컨 SVG 생성을 요청했습니다.
[00:09:00] 이미지 생성 및 인터페이스 구현

SVG 생성, 랜딩 페이지 제작 등 시각적 인터페이스에 대한 테스트가 이루어집니다. 짧은 코드와 다양한 디자인 접근법을 통해 모델의 창의성과 직관적인 디자인 감각을 평가합니다.

[09:25] 클로드는 토큰 제한으로 인해 완전한 코드 생성에 실패했으며, 곧 출시될 50만 토큰 컨텍스트 윈도우 버전에 대해 언급했습니다.
[10:03] GPT40이 생성한 펠리컨 SVG는 몇 가지 누락된 부분이 있지만 전반적으로 괜찮은 결과를 보여주었습니다.
[10:26] 단일 HTML 파일로 랜딩 페이지를 생성하려 했으나 일부 문제가 발생했습니다. 이를 통해 AI 모델이 현대적인 랜딩 페이지를 어떻게 이해하고 있는지 파악할 수 있었습니다.
[10:40] AI 모델들이 생성하는 랜딩 페이지들은 대체로 비슷한 구조를 가지며, 주로 전형적인 SaaS 랜딩 페이지의 형태를 따르고 있습니다.
[11:05] Claude가 생성한 코드는 약 1000줄로 길지만 일부 함수가 누락되어 제대로 작동하지 않았습니다.
[11:44] GPT-4가 생성한 랜딩 페이지는 매우 미니멀한 구성을 보여주었으며, 더 많은 컨텍스트가 필요해 보입니다.
[12:19] DeepSeek V3는 같은 프롬프트로 더 풍부한 콘텐츠와 시각적으로 뛰어난 완성도의 랜딩 페이지를 생성했습니다.
[13:10] Claude의 제한적인 결과는 토큰 제한(일반 모드 8,000, 확장 모드 64,000) 때문이며, 현재 버전 변경에 대한 불확실성이 있습니다.
[13:44] 회전하는 육각형과 튕기는 공을 구현하는 바이럴 프롬프트 테스트를 진행. 코드 생성 및 실행 결과가 예상보다 안정적이었습니다.
[14:24] 장시간 테스트에서도 물리 법칙이 안정적으로 유지되며, 이전 LLM들과 달리 공이 육각형 밖으로 이탈하지 않았습니다.
[15:03] GPT-4의 새로운 기능 중 향상된 직관력과 창의성을 테스트하기 위해 수정된 트롤리 문제를 시도했습니다.
[00:15:20] 창의력과 철학적 질문 테스트

트롤리 딜레마와 슈뢰딩거의 고양이 같은 철학적 문제를 통해, 모델의 윤리적 판단과 직관적인 사고 능력이 시험됩니다. 동시에 이 과정에서 이모지 사용과 말투 변화 등을 관찰하며, GPT-4o의 전반적 업그레이드를 종합적으로 평가합니다.

[15:31] AI의 응답 톤이 변화했으며, 더 깊은 윤리적 추론과 세부사항 파악 능력을 보여주었습니다.
[16:31] 트롤리 문제의 숨겨진 세부사항(이미 죽은 사람들)을 정확히 파악하고, 윤리적 판단을 논리적으로 제시했습니다.
[17:08] 슈뢰딩거의 고양이 실험 변형에 대한 AI의 반응을 설명합니다. AI는 이미 죽은 고양이를 사용한 실험의 특성을 정확히 이해하고, 확률이 0이 된다는 논리적 결론을 도출했습니다.
[17:46] AI의 대화 스타일 변화를 분석합니다. 특히 이모지 사용 증가와 Claude와 유사한 대화 톤으로의 변화를 지적합니다.
[18:08] OpenAI의 이미지 생성 기능 변화를 설명합니다. 더 유연해진 기능과 함께 여전히 존재하는 안전 규칙에 대해 논의합니다.
[00:00] GPT-4가 업데이트되었는데
[00:03] 이 새로운 업데이트가 정말 대단해요. 샘 알트만이
[00:07] 새로운 버전의 GPT-4에 대해 트윗했는데
[00:10] 특히 코딩 지시사항 수행과
[00:12] 자유도가 크게 향상되었다고 합니다.
[00:16] 새로운 '언힌지 모드'가 추가되었는데
[00:18] '언힌지 모드 활성화'를 요청하면
[00:21] 이 모드는 Grock에서 영감을 받은 것 같고
[00:24] 마치 취한 GPT 같은 느낌입니다. 또한
[00:28] 챗봇 아레나 리더보드에서
[00:30] 4-5위에서 2위로 올라서며
[00:33] 큰 성능 향상을 보여주었죠.
[00:36] 이는 어떤 모델에서든 엄청난 발전이에요.
[00:40] 전반적으로 이제 Gemini 2.5 Pro에 이어
[00:43] 두 번째로 좋은 모델이 되었습니다.
[00:47] 언힌지 모드를 활성화하면
[00:49] 필터링이 많이 줄어들고
[00:51] 요청하면 다양한
[00:53] 언어 표현을 사용합니다. 예시는
[00:56] 보여드리지 않겠지만 직접 테스트해보세요.
[00:58] 이는 OpenAI의 기존 스타일과는 매우 다릅니다.
[01:02] 제가 개인적으로
[01:04] 관심 있는 부분은 코딩 능력인데요.
[01:07] OpenAI에 따르면 코딩 문제 해결
[01:10] 능력이 향상되었다고 합니다.
[01:12] 그래서 꼭 테스트해보고 싶고
[01:15] 필터링 완화는 이미지 생성
[01:17] 부분에도 적용된 것 같아요.
[01:20] 샘이 언급했듯이 이전보다
[01:22] 자유도가 많이 높아졌습니다.
[01:24] 물론 노골적인 콘텐츠에 대해서는
[01:27] 여전히 필터링이 있는데
[01:30] 이는 좋은 일이죠. 콘텐츠 필터가
[01:33] 여전히 있지만
[01:36] 이 모델은 코딩에
[01:38] 특히 뛰어나다고 하니
[01:40] 몇 가지 코딩 프롬프트로 테스트해보겠습니다.
[01:42] 최근에 Gemini 3.5에
[01:44] 사용했던 프롬프트들인데요.
[01:48] 원래는 Claude와 Gemini 2.5를 비교하려 했지만
[01:51] 이 모델도 함께
[01:53] 테스트해보려고 합니다. 첫 번째 프롬프트는
[01:55] 자바스크립트로 실제 물리 효과가 적용된
[01:58] 낙하하는 글자 애니메이션을 만드는 것입니다.
[02:00] 여러 가지 요구사항이 있는데
[02:02] 화면 상단에서 무작위로 나타나고
[02:04] 크기가 다양해야 하며, 지구 중력의 영향을 받고
[02:06] 실제 글자 모양을 기반으로
[02:09] 충돌 감지가 되어야 합니다.
[02:12] 다른 글자, 바닥, 화면 경계와 상호작용하고
[02:15] 물과 비슷한 밀도 속성을 가지며
[02:18] 화면 크기가 동적으로 변할 때도 대응하고
[02:20] 어두운 배경에 표시되어야 합니다.
[02:24] 모든 것이 하나의 HTML 파일에
[02:26] 들어가야 하죠. 이게 제가
[02:29] 원래 버전에서 사용했던 프롬프트인데
[02:32] 정확한 코드를 제공하지 못했어요.
[02:35] Gemini 2.5는 작동하는 코드를 제공했는데
[02:38] 이 새로운 GPT-4는 어떨지 봅시다.
[02:42] 캔버스에 대한 접근 권한도 여전히
[02:45] 있는 것 같네요. 정말 좋습니다.
[02:48] 단순히 업데이트된 모델이네요.
[02:51] GPT가 미리보기를 보여주는데
[02:53] 출력이 어떤지 살펴보죠. 음, 초록색 박스만
[02:56] 보이네요. 글자들이 있는 것 같은데
[03:00] 아마도 초록색 박스로
[03:02] 둘러싸여 있고
[03:04] 글자를 표시하는데도 초록색을
[03:06] 사용하는 것 같네요. 실제로
[03:09] 그게 맞았어요.
[03:10] 코드에서 글자들이
[03:12] 초록색 박스 안에 있냐고 물어보니
[03:15] 물리 엔진 측면에서 각 글자가
[03:17] matter.body로 표현된 직사각형이라고 하네요.
[03:19] 이게 사용하는 패키지인데,
[03:22] 그래서 내부적으로는 초록색 사각형이고
[03:25] 그 초록색 상자를 숨기는 방법에 대한 코드를 제공했어요.
[03:28] 코드 업데이트를 요청했더니
[03:30] 모든 작업이 완료되었고 초록색 사각형이 숨겨졌다고 하네요.
[03:33] 자, 실제로 작동하는지 한번 볼까요?
[03:36] 좋아요, 글자들이 떨어지는 게 보이네요.
[03:40] 크기도 각각 다르고
[03:42] 충돌 감지도 예상대로 잘 작동하고 있어요.
[03:45] 이거 꽤 멋진데요. 정말 인상적이에요.
[03:48] 자, 이제 크기를 변경하면 어떻게 되는지
[03:51] 한번 살펴보겠습니다.
[03:54] 이것도 잘 작동하네요.
[03:57] GPT-4가 이 특정 작업을 정말 잘 해냈어요.
[04:01] 다음 테스트는 모델의 창의성과
[04:04] 코딩 능력을 모두 시험해볼 거예요.
[04:05] 이건 구글 팀이 공유한
[04:08] 프롬프트에서 영감을 받았는데요,
[04:09] 프롬프트는 '0부터 9까지의 숫자 키로
[04:13] 채널을 변경할 수 있는 TV를 코딩하라'입니다.
[04:16] 모든 숫자에 대해 아이디어를 제시하고
[04:20] 클래식 TV 채널 장르에서 영감을 받아
[04:22] 흥미로운 애니메이션과
[04:26] 쇼를 보여주고
[04:27] 컨셉이나 콘텐츠에 대한 상세한 애니메이션과
[04:30] 화면에 창의적인 채널명을 표시해야 해요.
[04:34] 그리고 800x800 크기의
[04:36] p5.js 스케치를 반환해야 합니다.
[04:41] HTML은 사용하지 않고,
[04:43] 검은 배경에 모든 채널의 콘텐츠가
[04:47] TV 화면 영역 안에 마스킹되어야 해요.
[04:50] 이 프롬프트에는 매우 구체적인
[04:53] 요구사항들이 있지만,
[04:55] 동시에 모델에게 창의성을 발휘할
[04:58] 여지도 주고 있죠.
[05:01] 지금 이 프롬프트를 Gemini에
[05:04] 사용했을 때, Gemini는 571줄의
[05:07] 코드를 생성했어요.
[05:11] 실행해보면 실제로 작동하는 TV 화면이 보이죠.
[05:16] 보시다시피 채널 번호와
[05:18] 채널 제목이 있고,
[05:22] 1부터 9까지 숫자를 누르면
[05:25] 각 채널이 실제로 변경됩니다.
[05:27] 채널마다 다른 내용을 보여주고
[05:30] 실제 TV 채널에서 영감을 받은 것 같네요.
[05:34] Gemini가 정말 잘 해냈어요.
[05:36] 이제 같은 프롬프트로 GPT-4도
[05:40] 시도해보고 어떤 결과가 나오는지
[05:43] 보겠습니다. 토큰 수가
[05:46] 꽤 많이 필요할 텐데,
[05:48] Claude로 시도했을 때는
[05:51] 코드를 완성하기도 전에
[05:53] 토큰이 부족했거든요.
[05:55] GPT-4가 어떻게 처리하는지 보면 재미있겠네요.
[05:59] 자, 여기 생성된 코드가 있네요.
[06:01] 이걸 복사해서
[06:04] p5.js 에디터에 붙여넣어 보겠습니다.
[06:08] 지금 코드가 약 200줄 정도네요.
[06:13] Gemini보다 훨씬 짧은데,
[06:16] 어떻게 작동하는지 볼까요?
[06:18] 뭔가 보이긴 하는데
[06:22] 키를 눌러도 아무 반응이 없고
[06:25] 에러도 몇 개 보이네요.
[06:27] 이 특정 에러를
[06:30] 복사해서
[06:31] GPT-4가 고칠 수 있는지 확인해보죠.
[06:34] GPT-4가 수정했다고 하는데,
[06:38] 전체 코드를 다시 달라고 했더니
[06:40] 새로운 코드를 줬어요.
[06:43] 이 전체 코드를 복사해서
[06:45] 이미 실행해봤지만, 한 번 더 붙여넣어 보죠.
[06:48] 여전히 문제가 있네요.
[06:51] 이번엔 'callback is not a function' 에러가 발생했고,
[06:54] Gemini 2.0 Pro처럼
[06:57] 제대로 된 결과를 내지 못했네요.
[07:01] 한 번에 해결하려고 하는데
[07:04] 한 번 더 시도해보고
[07:06] 어떻게 되는지 확인해볼게요
[07:10] 실수로 에러 대신 코드를 복사했네요
[07:12] 어떻게 되는지 봅시다
[07:15] 기본적으로 지원되지 않아서
[07:16] 클립이 사라졌고 이제
[07:19] createGraphics와 mask를
[07:22] 제대로 사용하고 있어요
[07:24] 실제로 작동하는지 봅시다
[07:27] 코드를 교체했더니
[07:29] 코드 라인 수가 늘어났네요. 좋아요
[07:32] 뭔가가 보이기 시작하네요
[07:35] 첫 번째 채널이 작동합니다. 튠 블리츠군요
[07:39] 이거 좋네요, 꽤 고무적입니다
[07:42] 자, 스페이스 와이어가 아무것도 보이지 않네요
[07:44] 4번인데 채널 이름을 놓쳤어요
[07:47] 5번에는 뭔가 있는 것 같은데
[07:50] 아마도 같은 색상이네요
[07:52] 6번도 마찬가지고요
[07:55] 6번
[07:57] 좋아요
[07:59] 7번
[08:01] 8, 9, 그리고 이건 0번이었네요. 잘했어요
[08:06] 제미니 2.5 프로보다
[08:08] 더 적은 라인으로 해결했지만
[08:10] 한 번에 되진 않았어요
[08:14] 그래도 정말 인상적이네요
[08:17] 이제 클로드로도
[08:19] 시도해보고 결과를 확인해볼게요
[08:21] 3.57 버전으로 시도해볼 건데
[08:24] 이전에 시도했을 때는
[08:26] 토큰 제한에 걸려서 문제가 있었는데
[08:29] 이번엔 한 번에 완성된 코드를
[08:32] 받을 수 있길 바랍니다
[08:35] 클로드가 작업하는 동안 말씀드리면
[08:37] API로 사용하고 싶으시다면
[08:39] GPT4나 latest라는 이름으로 사용하실 수 있어요
[08:43] 나중에 날짜가 포함된 모델 버전이 추가될 예정이지만
[08:46] 현재 모델은
[08:49] GPT40이나 GPT40 latest로 사용 가능합니다
[08:53] 자, 몇 가지 빠른 테스트를 더 해볼게요
[08:56] 자전거를 타는 펠리컨의
[08:58] SVG를 만들어달라고 할 건데
[09:00] 이건 정말 좋은 테스트예요
[09:03] 모델의 공간 추론 능력을
[09:04] 평가하기에 좋거든요
[09:07] SVG 대신 이미지를 만들기 시작했네요
[09:11] 원하던 게 아니긴 하지만
[09:15] 자전거 타는 펠리컨이긴 해요
[09:19] 한 번 더 요청해볼게요
[09:21] 기다리는 동안
[09:23] 클로드를 확인해보니
[09:25] 최대 메시지 길이에 도달해서 멈췄네요
[09:28] 계속하려면 'continue'를
[09:31] 입력하라고 하네요
[09:34] 자 계속해보면
[09:37] 코드가 완성되지 않았어요
[09:39] 여기서 확인할 수 있죠
[09:42] 이래서 긴 컨텍스트를 가진
[09:44] LLM이 프로그래밍에
[09:47] 중요한 거예요. 현재 클로드는
[09:49] 20만 토큰의 컨텍스트 윈도우를 가지고 있고
[09:52] 50만 토큰 컨텍스트 윈도우를 가진
[09:54] 버전이 곧 출시될 것으로
[09:57] 예상되고 있어요
[09:59] 이건 정말 큰 도움이 될 거예요
[10:01] 자, 이번에는
[10:03] GPT40이 SVG 코드를 제공했는데
[10:06] 나쁘지 않네요. 펠리컨이
[10:09] 실제로 자전거 위에 있어요
[10:11] 다리는 잘 안 보이지만
[10:14] 자전거 프레임의 일부가 없긴 하지만
[10:17] 전반적으로 나쁘지 않은 결과예요
[10:20] 또 다른 재미있는 테스트로
[10:23] HTML, CSS, JS로 모던한 랜딩 페이지를 만들어달라고 했는데
[10:26] 모든 것을 단일 HTML 파일이나
[10:28] 하나의 파일로 만들어달라고 했는데
[10:30] 문제가 좀 생겨서
[10:32] 다시 시도해보려고 합니다. 이를 통해
[10:35] 모델이 현대적인 랜딩 페이지를
[10:38] 어떻게 이해하고 있는지 알 수 있죠
[10:40] 대부분의 경우 AI 모델들이 생성하는
[10:43] 랜딩 페이지들은 매우 비슷한 형태를 보입니다
[10:46] 시각적 구성요소나 디자인만
[10:49] 약간의 차이가 있을 뿐
[10:52] 나머지는 거의 동일한 섹션들로 구성되어 있고
[10:54] 제가 보기에는
[10:57] 전형적인 SaaS 랜딩 페이지에서
[11:00] 영감을 받은 것 같네요. 자, 계속 진행하면서
[11:03] 기다리는 동안
[11:05] Claude가 전체 코드를 생성한 것 같네요
[11:07] 복사해서 결과를 한번 확인해보겠습니다
[11:09] 지금까지 GPT-4의 출력도
[11:12] 마음에 들었는데, 단지 몇 개의 채널에서
[11:15] 채널 이름이 제대로 표시되지 않았던 것만 빼면요
[11:18] 이제 Claude가 생성한 코드를 보면
[11:21] 코드의 길이가
[11:23] 훨씬 더 긴데, 약 천 줄 정도입니다
[11:26] 이게 실제로 작동하는지 확인해보죠
[11:29] 음, 작동하지 않네요
[11:33] 몇 가지 오류가 있는데
[11:35] 일부 함수들을 생성하는 것을
[11:37] 잊은 것 같아서 다시 복사하고
[11:39] Claude가 어떻게 처리하는지 보겠습니다
[11:42] Claude의 작업이 끝나기를 기다리는 동안
[11:44] GPT-4가 생성한 HTML 페이지를 보여드리겠습니다
[11:47] 왠지 두 버전이 있네요
[11:50] 아, 제가 두 번 실행했기 때문이군요
[11:52] 두 번째 버전을 복사해서
[11:55] 랜딩 페이지가 어떻게 생겼는지
[11:57] 한번 확인해보겠습니다
[12:00] 자, 여기 랜딩 페이지가 있는데
[12:02] 전형적인 SaaS 기업의 랜딩 페이지처럼 보이지만
[12:06] 매우 미니멀한 구성이네요
[12:09] 특별한 것이 없고 단 두 개의
[12:11] 섹션만 있는데, 더 많은 컨텍스트를
[12:13] 제공하면 훨씬 더 나은 결과를
[12:16] 만들 수 있을 것 같습니다. 비교를 위해
[12:19] DeepSeek V3가 생성한 랜딩 페이지를 보면
[12:22] 정확히 같은 프롬프트로 만들었는데
[12:26] 훨씬 더 많은 콘텐츠가 있고
[12:29] 시각적으로도 훨씬 더 보기 좋습니다
[12:33] 사실 대부분의 사람들이 이걸 보면
[12:36] 실제 기업의 완전한 기능을 갖춘 SaaS 웹사이트라고
[12:39] 생각할 것 같네요. DeepSeek V3는
[12:42] 이런 특정 프롬프트에서 정말 좋은 성능을 보여줍니다
[12:44] Gemini도 꽤 괜찮은 결과를 보여주는데
[12:47] GPT-4는 아마도 더 자세한 지시가 필요할 것 같네요
[12:50] Claude에게 다시 한 번 요청했는데
[12:53] 그들이 추가하기 시작한 이 작은 애니메이션이
[12:56] 정말 마음에 듭니다. 꽤 깔끔하네요
[12:59] 하지만 다시 한번 보니
[13:02] 코드가 완성되지 않았네요
[13:04] 계속 진행하라고
[13:06] 한 번 더 요청해야 할 것 같습니다
[13:08] Claude에게는 좋지 않은 모습이네요
[13:10] Claude가 완전한 코드를 제공하지 못한 이유는
[13:12] Claude 3.7의 최대 토큰 수 때문인데
[13:16] 일반 모드에서는 8,000개의 토큰까지 생성 가능하고
[13:20] 확장된 사고 모드에서는
[13:22] 64,000개의 토큰까지
[13:24] 생성할 수 있습니다. 하지만 지금 보니
[13:27] Claude 3.5 Sonnet이 보이고 사고 버전은 안 보이네요
[13:31] 이 변경이 언제 일어났는지
[13:33] 잘 모르겠네요. 아마도 이제는
[13:35] 자동으로 사고 모드를 사용하도록
[13:38] 결정하는 것 같은데 확실하지 않습니다
[13:40] 여러분도 같은 현상을 보시는지 알려주세요
[13:42] 코딩 능력을 테스트하기 위해
[13:44] LLM의 테스트를 위한 바이럴 프롬프트를 하나 더 시도해봤는데요
[13:48] 회전하는 육각형을 생성하고
[13:50] 공이 벽면에 튕기도록 하는 것입니다
[13:52] 공이 육각형의 면에 부딪혀 튕기는 코드를 만들어보죠
[13:56] 여기 생성된 코드가 있네요
[13:58] 이 코드를 복사해서
[14:00] HTML 에디터로 돌아가
[14:02] 붙여넣고 실행해 보겠습니다
[14:05] 보시다시피 육각형이 회전하고
[14:08] 공이 모서리에 부딪혀 튕기고 있네요
[14:11] 모든 것이 잘 작동하는 것 같습니다
[14:14] 다만 공이 실제 중력 효과보다
[14:16] 더 많이 튀는 것 같긴 하네요
[14:19] 그리고 제가 항상 하는 것처럼
[14:21] 이걸 좀 더 오래 실행해 보려고 합니다
[14:24] 보통 제가 경험한 바로는
[14:26] LLM들이 처음에는 잘 작동하다가
[14:29] 공이 잘 튕기다가도
[14:31] 시간이 지나면 육각형에서 벗어나
[14:34] 굴러떨어지곤 했거든요
[14:37] 하지만 여기서는 그런 현상이 보이지 않네요
[14:39] 물리 법칙도 꽤 잘 구현된 것 같습니다
[14:43] 면에 부딪힐 때마다
[14:46] 올바른 방향으로 튕겨나가고 있어요
[14:49] 모든 게 잘 작동하는 것 같네요
[14:51] 사실 GPT-4가 이 프롬프트를 봤을 가능성이 높습니다
[14:55] 최근에 업데이트되었고 이게 바이럴로 퍼졌기 때문이죠
[14:58] 이런 테스트가 viral하게 퍼졌거든요
[15:01] 새로운 기능에서는
[15:03] 복잡한 기술적 문제와
[15:06] 코딩 문제 해결 능력 외에도
[15:08] 직관력과 창의성이 향상되었다고 하고
[15:11] 이모지 사용도 줄었다고 하네요
[15:14] 그래서 이 모델의 직관력이나
[15:18] 추론 능력을 시험해보겠습니다
[15:20] 이를 위해
[15:21] misguided attention 레포로 가서
[15:25] 수정된 트롤리 문제를
[15:27] 테스트해보도록 하겠습니다
[15:31] 바로 눈에 띄는 것은
[15:33] 톤의 변화입니다. '아, 고전적인 트롤리 문제군요'
[15:37] 일반적인 철학이 기차 참사와 만나는
[15:39] 레버를 당기면 다섯 명을 구하기 위해
[15:42] 한 명에게 직접적인 해를 끼치는 거고
[15:44] 레버를 당기지 않으면 다섯 명의 죽음을
[15:47] 수동적으로 허용하는 것이 됩니다
[15:50] 이것을 보면 우리가 도입한 변화를
[15:52] 고려하지 않고 전통적인 트롤리 문제로
[15:55] 돌아가는 것 같아요
[15:57] 하지만 톤이 기존 GPT-4와는
[16:01] 매우 다릅니다
[16:03] 마지막에는 단순히
[16:06] '결과를 최대화하는 것과 도덕적 원칙을
[16:09] 존중하는 것 중 어느 것을 선택하시겠습니까?
[16:12] 직관적으로 어떠신가요, 레버를 당기시겠습니까?'
[16:15] 라고 제게 묻더군요
[16:17] 그래서 제가 다섯 명에 대해
[16:19] 프롬프트에서 특이한 점을 발견했냐고 물었더니
[16:22] 트롤리가 이미 죽은
[16:24] 다섯 명을 향해 달려간다고 했다면서
[16:27] 이것이 일반적인 트롤리 문제를 완전히 뒤집었다고 하더군요
[16:31] 이미 죽은 사람들이라면
[16:34] 레버를 당겨 한 명의 생명을 앗아가는 것은
[16:36] 윤리적으로 전혀 말이 안 된다고 했습니다
[16:39] 생명을 구하는 것도 아닌데 한 명을 죽이는 셈이라고요
[16:42] 아주 좋은 반전이라며, 이런 상황에서는
[16:45] 전체적인 계산이 달라진다고 했어요
[16:47] 이 버전에서 올바른 선택은
[16:49] 확실히 레버를 당기지 않는 것이라고 했죠
[16:52] 그리고는 제가 이걸 일부러
[16:54] 눈치챌 수 있는지 테스트한 거냐고 물었고
[16:57] 이모지도 하나 넣었더니
[17:00] 톤은 확실히 다르지만
[17:01] 이모지 사용이 줄었다는 건 모르겠네요
[17:04] 그래서 수정된 슈뢰딩거의 고양이 역설을 입력했습니다
[17:08] 고양이가 이미 죽어있는
[17:10] 같은 채팅 세션에서 이렇게 답변했어요.
[17:13] 알겠습니다. 제가 이해했어요.
[17:15] 이건 유명한 슈뢰딩거의 고양이 실험의 변형이군요.
[17:18] 양자역학의 사고 실험인데,
[17:19] 고양이가 이미 죽어있다는 걸 인식했네요.
[17:22] 그래서 상자를 열었을 때 고양이가 살아있을 확률은
[17:24] 0이라는 거죠.
[17:27] 같은 프롬프트를 완전히 새로운 채팅 세션에서도 시도해봤는데
[17:30] 여기서도 마찬가지로
[17:33] 고양이가 이미 죽어있는 상태로 상자에 들어갔기 때문에
[17:36] 이 설정은 결과와 무관하다고 했어요.
[17:38] 하루 뒤에 고양이가 살아있을 확률은
[17:40] 0이라는 거죠.
[17:42] 이건 고전적인 슈뢰딩거의 고양이 실험의
[17:45] 재미있는 변형이에요.
[17:46] 이제 AI가 기회만 있으면
[17:50] 이모지를 사용하려고 시도하고 있어요.
[17:53] 그리고 톤이 매우 다른데,
[17:56] '하지만 당신의 버전에서는
[17:58] 불쌍한 고양이가 처음부터 죽어있네요'라고 말하죠.
[18:00] 확실히 Claude의 대화 스타일을 모방하려고 하는 것 같아요.
[18:03] 이런 톤 변화 외에도
[18:06] 이미지 생성 기능도
[18:08] OpenAI나 GPT-4에 비해
[18:11] 훨씬 더 유연하고 자유로워진 것 같아요.
[18:14] OpenAI가 일부 안전 규칙을 변경하고 있는데,
[18:18] GPT-4 이미지 생성 블로그 포스트에서
[18:21] 언급했던 일부 규칙들이
[18:23] 여전히 남아있어요.
[18:26] 그래서 안전 규칙 위반 여부에 따라
[18:28] 일부 콘텐츠가 차단될 수 있죠.
[18:33] OpenAI의 이번 업데이트는
[18:36] 매우 흥미로운 발전이에요.
[18:40] 앞으로 더 자세히 테스트해볼 예정인데,
[18:42] 특히 코딩 기능을
[18:44] 더 철저히 테스트해볼 거예요.
[18:46] 그 영상도 기대해주세요.
[18:49] 벌써 이 모델의 글쓰기 스타일이 마음에 드는데,
[18:52] GPT-4.5의 톤을 가지고 있어요.
[18:58] GPT-4.5와 매우 비슷한 톤을 보이고,
[19:00] 일반적인 GPT-4처럼 느껴지지는 않네요.
[19:04] 여러분들의 새 모델 사용 경험과
[19:07] 특별히 눈에 띄는 점이 있다면
[19:10] 알려주시면 좋겠어요.
[19:12] 이 영상이 도움이 되었길 바랍니다.
[19:14] 시청해주셔서 감사하고,
[19:17] 다음 영상에서 만나요!