https://www.aitimes.com/news/articleView.html?idxno=168844
진단 능력 테스트에서는 챗GPT가 90%의 정확도를 기록했다. 챗GPT를 활용하지 못한 의사가 기록한 74%보다 16%나 앞섰다. 그러나 챗GPT를 활용한 의사들은 76%로 큰 차이가 없었다. 즉, 의료진은 챗봇의 의견을 결정에 적극 반영하지 않았다는 말이다.
두번째 실험에서는 챗봇 하나와 이를 활용하는 46명의 의사 그룹, 그리고 AI를 사용하지 않은 46명의 의사 그룹으로 구분해 판단을 내리도록 했다. 각 그룹은 5명의 환자 사례를 분석하고, 결정을 내리게 된 이유를 상세하게 설명하도록 했다. 여기에서도 비슷한 결과가 나왔다.
문제는 의사들이 지피티를 안쓰거나 신뢰를 안해서 진단율이 오히려 떨어지죠.
지방이나 군대처럼 경험 부족한 인원이 진료하는곳에서는
적극 이용하는게 좋아 보입니다. 적극 이용하면 서울대보다 높은 진단율이 보급될수 있습니다.
개인도 자가진단으로 사소한 병도 놓치지 않을 수 있어
병원 가야하는데 안가고 넘어가는 비율도 줄일수 있고요
진단 안나와 동네 뺑뺑이 돌다 큰병원가서 시기 늦는거 막을수도 있습니다. 적극 활용해 보세요.
이미 선입견을 가지고 물어보는 질문자라면 의도에 맞추려는 경향때문에 잘못된 답을 할 확률이 높죠
의사한테 '제가 네이버에서 찾아봤는데..' 하는 사람들이요
그 선입견이 의사가 가장 강한게 문제입니다ㅎㅎㅎ
내가 진료해봤는데... 하는분들이죠ㅎㅎㅎ
환자는 오히려 모르니까 선입견이 없을 수 있습니다.
AI 활용을 함께 교육받은 다음 세대의 의사가 필요하겠어요
전 다만 전용 AI가 아니라 범용 AI로 자가진단 하는분들을 걱정했습니다
테스트는 gpt로 했습니다 범용a.i죠
자가진단은 오히려 병원서 치료받는 비율을 높여주니까 권장할만 하다 생각합니다.
일반인 사용자의 AI 활용능력이 문제라고 생각해서 입니다
'gpt야 이거봐봐. 암 아니야?' 이런식으로 물어볼 사람들이요
자가진단을 위한 전용 서비스가 있다면 저런식으로 묻지 않겠죠
gpt에 물어보신적 있으신지 모르겠지만
gpt는 별거아닌거도 미친듯이 오버해서 병원가라 합니다ㅋ
그건 세팅의 문제입니다
의료 관련해서 gpt는듣고싶은 답을 듣게 되어 있지 않게 세팅되어 있습니다.
아뇨 a.i에 곧 대체될 직업입니다ㅎㅎㅎ
전자라면 당연히 도움이 되겠지만, 후자는 과연 그럴까요.
복합진단도 진단 테스트에 포함됩니다.
여를들어 검사장비 스펙이 FHD급이면.. 흐린해상도로 특이사항 잡아낼라면 경험치같은 요소들이 많이 작용하는데..
최신 검사장비 스펙이 5K 6K다.. 이러면 일단 찍힌건 칼같이 척척잡아낼수 있다던가 하는거죠..
채찍비티같은 범용보다.. 특화된 의료AI들이 이런거에는 더 맞고요..
건강검진 받으때도 대형병원~ 최신검사장비 들여온데로 가셔요~~
건강검진은 당연히 주기적으로 받는거고
자료나 증상에 따른 진단을 얘기하는겁니다
테스트 결과는 gpt로 하였습니다.
그리고 범용이 복합진단에는 더 좋을 수 있습니다.
번역a.i보다 gpt가 번역을 더 잘하는것처럼요
현재 수준에서는 복합진단에서 LLM 단계별 추론의 구라결과에 속을수있는경우가.. 아직 사람보다는 밑이라고 보아야 할것 같아요..
테스트 과정은 다음과 같습니다:임상 사례 제공: 참가자들에게 일련의 표준화된 임상 사례(가상의 환자 시나리오)가 제시되었습니다. 이 사례들은 실제 진단이 필요한 복잡성을 갖추고 있었습니다.진단 수행: 각 의사는 주어진 사례에 대해 진단을 내리도록 요청받았습니다. 실험군은 LLM의 도움을 받아 질문하거나 정보를 얻을 수 있었고, 대조군은 일반적인 도구만 사용했습니다.결과 평가: 의사들의 진단 정확도, 소요 시간, 그리고 추론 과정의 질(예: 차등 진단의 폭넓음)을 비교했습니다. 평가 기준은 사전에 정의된 정답 진단과 전문가 패널의 검토를 기반으로 했습니다.통계 분석: 두 그룹 간의 성과 차이를 통계적으로 분석하여 LLM 사용이 진단 성과에 미치는 영향을 정량화했습니다
일단 쓰신 마지막 줄에.. 통계분석으로 성과를 정량화 했다... 에 이미 결론이 보이는거 같은데요;;; 안맞다는;;;;
흔히 범하는 통계의 함정중에.. 유의수준이라는게 있는데..
통계볼때 제 1종 오류를 범할 가능성을 말하는 겁니다;;; 잘못된 통계로 잘못된 결론을 낼수있는 상황이..
- 너무 작은 표본에 기초한 결론
- 작위적인 표본을 통해 내린 결론
- 모집단의 규모 차이를 고려하지 않는 경우
한번 해본거에서는 이런 결과 였다로 보셔야 해요. 이걸로 AI가 의사보다 월등하다라는 결론을 내면 안되요 아직...
이 논문은 "한 번 해본 거"로 치부할 수 없는 체계적인 RCT이며, 통계적 함정을 피하기 위한 설계(무작위화, 표본 크기 계산, 엄격한 검정)가 적용되었을 가능성이 압도적으로 높습니다. "AI가 의사보다 월등하다"는 결론은 논문의 주장이 아니며, 이는 연구 설계와 목적을 보면 명백합니다. 댓글의 지적은 통계의 함정 가능성을 일반적으로 경고하는 데는 유의미하지만, 이 논문의 구체적인 방법론과 결과를 반박할 근거로는 부족합니다. 논문이 틀렸다고 주장하려면 작은 표본, 편향된 표본, 부적절한 분석 등에 대한 구체적 증거가 필요하며, 그런 증거 없이 "아직 결론 내리면 안 된다"는 주장은 논리적으로 설득력이 떨어집니다.
저 논문결과가 틀렸다는게 아니고요;; 여기서 그랬다고.. AI로 다 볼수있어요가 더 정확해요 아니라는 거에요;;;;
쓰신글이 AI가 더 맞아요 라고 쓰신거잖아요;;; 아직 아니라구요ㅠㅠ
제가 쓴글은
경험부족한 의료인의 사용을 권장하고 있는것과
예방의학 차원의 개인사용 권장인데요
병원가지 말란 얘기가 아닙니다. 의사들이 쓰라는 얘기입니다.
어느 전문분야든 LLM based AI가 기본으로 곧 될거에요. 이제 그렇게 되겠죠...
다른것보다 소소하게 일상에서 사용해 보세요.. 와.. 복합 정밀진단 임상에서의 적합도를 같이 이야기 하는거랑은 많이 다른 상황같구요...
저논문의 의사들이 진단 3번하면 2번만 맞는게 아니라. 1000번하면 1번은 어려운거 놓칠수도 있는게 이걸더 잘 잡아낼수있느냐 마느냐.. 이렇게 봐야 할거 같아요.
텍스트로 이루어진 제한된 환경에서는 사실 거의 모든 분야에서 AI가 이미 앞선다고 봅니다.
어떤 분야든 AI를 도입안 할 이유가 없어요.
gpt는 영상입력과 사진입력이 가능합니다.
테스트 과정은 다음과 같습니다:임상 사례 제공: 참가자들에게 일련의 표준화된 임상 사례(가상의 환자 시나리오)가 제시되었습니다. 이 사례들은 실제 진단이 필요한 복잡성을 갖추고 있었습니다.진단 수행: 각 의사는 주어진 사례에 대해 진단을 내리도록 요청받았습니다. 실험군은 LLM의 도움을 받아 질문하거나 정보를 얻을 수 있었고, 대조군은 일반적인 도구만 사용했습니다.결과 평가: 의사들의 진단 정확도, 소요 시간, 그리고 추론 과정의 질(예: 차등 진단의 폭넓음)을 비교했습니다. 평가 기준은 사전에 정의된 정답 진단과 전문가 패널의 검토를 기반으로 했습니다.통계 분석: 두 그룹 간의 성과 차이를 통계적으로 분석하여 LLM 사용이 진단 성과에 미치는 영향을 정량화했습니다
그럼에도 역시 책임소재의 문제로 자동주행과 비슷하게 허가문제가 있을거고
일반인들의 신뢰문제도 있을 것 같습니다
https://news.stanford.edu/stories/2025/02/study-suggests-physician-s-medical-decisions-benefit-from-chatbot
But the doctors who were paired with a chatbot performed as well as the chatbot alone.
하지만 챗봇을 사용한 의사들은 챗봇만큼 좋은 성과를 보였습니다.
결론이 완전 반대 인데요?
https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2825395
아닌데요
해당 논문을 직접 보시죠
결과 50명의 의사(출석 26명, 레지던트 24명, 실습 중앙 연수, 3[IQR, 2-8])가 1개의 대면 현장에서 사실상 참여했으며 사례당 진단 추론 점수 중앙값은 LLM 그룹의 경우 76%(IQR, 66%-87%), 기존 자원 전용 그룹의 경우 74%(IQR, 63%-84%)였으며 조정된 차이는 2% 포인트(95% CI, -4-8% 포인트, P)였다. = .60). LLM 그룹의 경우당 평균 시간은 519초(IQR, 371-668)인 반면 기존 자원 그룹의 경우 565초(IQR, 456-788)인 반면 시간 차이는 -82초(95% CI, -195~31; P = .20)이다. LLM 단독으로는 기존 자원 그룹보다 16% 포인트(95% CI, 2~30% 포인트; P = .03) 높다.
번역기사 잘 쓴거 맞는데요
기존지원 74
기존자원+llm 76
llm단독 74+16 =90
정확합니다
https://www.nature.com/articles/s41591-024-03456-y
There was no significant difference between LLM-augmented physicians and LLM alone (−0.9%, 95% CI = −9.0 to 7.2, P = 0.8).
말씀하신 논문 다음에 추가로 연구한 겁니다.
말씀하신 논문은 데이터가 있는 상태에서 진단을 누가 잘 하냐 살펴본 것이고요.
원문에서 말하는 논문은 데이터는 없고, 이상 현상만 발견되었을때, 원하는 검사를 해 가는 과정 (진단 과정 추론)을 할때는 누가 잘하는 지를 본 겁니다.
이것도 챗봇이 그냥 의사보다 잘 하는데, 의사+챗봇과 챗봇사이에 차이가 없었다는 겁니다.
전자는 시험문제처럼 자료가 다 있는 상태에서 분석을 하는 것이고, 후자는 실제 임상에서 뭐가 있네? 이게 뭐지? 이거구나. 단계를 거칠 때 누가 잘 하냐는 본 것입니다. 여기서 GPT-4 단독 사용과 의사가 GPT-4를 활용하는 것에 차이가 없었다는 연구이고요.
이제는 기본적으로 거의 모든 직종에서 LLM based AI를 사용하는 것이 맞다는 것이죠.
그리고, 이런 결과가 AI가 의사를 완전히 대체하게 하지는 않습니다.
필요한 의사의 수가 줄어드는 것이죠.
엑셀 도입되고 사무직 필요인력 급감한 것 처럼요.
경험상 일반인이 의료 관련 이야기를 하거나 보는 경우, 본문처럼 착각하거나 왜곡하는 현상이 발생합니다. 기본 지식의 차이 때문입니다. 다른 전문분야도 마찬가지 이고요. 그래서 전문직이 완전히 대체되긴 어렵습니다.
아뇨 원문기사에 수치가 언급된 논문은 제가 드린 논문이 맞구요
님이 첨부하신 논문은 llm단독도 없고 정확한 수치도 없어요
왜곡한적 없고요
다른 논문으로 물타기 자제 부탁드립니다.
2023년 미국 의사들을 대상으로 한 설문조사에 따르면, 약 38%가 AI 도구를 일상 업무에 사용한다고 답했어요(Sagapixel, 2025). 여기에는 챗봇뿐 아니라 다른 AI 기술도 포함되니, GPT만의 사용률은 이보다 낮을 가능성이 높습니다
언급하신논문은 두번째 논문이고 llm활용시 6.5퍼센트 진단율이 상승하였고 llm단독은 차이가 거의 없다고 나와있습니다
첫번째 논문은 llm활용시 진단율 2퍼센트 상승했고
단독 사용시 16퍼센트 상승된 진단율이고요
제가 말한
llm이 의사보다 진단율이 높은것도 맞고
a.i활용도 낮은것도 맞는 말인데
무슨 왜곡을 했고 결과가 반대라는 말인가요?
님이 오히려 첫번째 실험결과를 안보고 부정하신것 같은데요
조선일보가 잘 하는 거죠.
즐거운 주말 되세요.
아뇨
원문의 일부분이 과장되었다가 맞죠.
반대이다 왜곡되었다 라고 하는건 전체를 부정하는건데요ㅎㅎㅎㅎㅎ 다른분들도 님 글보고 그렇게 판단했지 않습니까ㅎㅎ 즐거운 주말 되세요
테스트 과정은 다음과 같습니다:임상 사례 제공: 참가자들에게 일련의 표준화된 임상 사례(가상의 환자 시나리오)가 제시되었습니다. 이 사례들은 실제 진단이 필요한 복잡성을 갖추고 있었습니다.진단 수행: 각 의사는 주어진 사례에 대해 진단을 내리도록 요청받았습니다. 실험군은 LLM의 도움을 받아 질문하거나 정보를 얻을 수 있었고, 대조군은 일반적인 도구만 사용했습니다.결과 평가: 의사들의 진단 정확도, 소요 시간, 그리고 추론 과정의 질(예: 차등 진단의 폭넓음)을 비교했습니다. 평가 기준은 사전에 정의된 정답 진단과 전문가 패널의 검토를 기반으로 했습니다.통계 분석: 두 그룹 간의 성과 차이를 통계적으로 분석하여 LLM 사용이 진단 성과에 미치는 영향을 정량화했습니다
영상판독도 저 기본진료를 토대로 이뤄져야 하는거니 오류가 많고요
AI라 한들, 지금은 기침,가래만 있는 감기환자가 사흘뒤쯤엔 콧물도 날지, 흉부엑스레이도 안 찍고 폐렴을 진단하고 그러진 못 하죠 단서 다 주고 후향적으로 평가할거면 의사도 아쉬울게 뭐가 있을까요 ㅎㅎ
제일 중요한건 의사는 둘째치고 환자가 ai를 따를거냐(예를들면 사망확률 몇 프로부터 dnr을 해야할까요? 그리고 그건 누구의 선택의 영역이 될까요 사전 셋팅 포함한 환자의 의사? 보호자? 의사? Ai가 50프로 기준으로 컷?),
그리고 지금도 유료버전,무료버전 있듯이 (우리나라는 지금 당연지정제 하에서 누구나 같은 값 내고 일정수준이상의 진료를 받지만) ai솔루션별 진료의 차등화가 생기는건 어쩔거냐 이거죠 ㅎㅎ
하나 더 우리나라 의료문제에서 빠질 수 없는 알파이자 오메가 한의학...과학적으로 비교우위가 증명되지 않는 영역이 법의 테도리 안에 있는 한 ai? 글쎄요 ㅎㅎ
아 저는 모두가 평등하게 모든 상황에서 최상의 ai진료를 누리며 안 아프고 건강하길 바라는 사람입니다 저 개인이야 백수 되어도 좋습니다
의사는 법적 책임 회피하겠지만 어쨌든 책임 물릴사람이라도 있는건데 챗봇이라면 누구에게 책임을 물리죠
의사들도 내판단으로 내가책임지는가 챗봇의 판단에 내가 책임지는가의 차이입니다.
본문은 gpt에 의존하라는게 아니라
작은병도 놓치지 말고 병원갈수 있다는 내용입니다
그러나 이런 비교실험들은 샘플군이 아주 일반적으로 모든 비교대상에 대해 공정한 난이도?라고 할 수 있는 근거가 희박하기때문에 그냥 GPT류가 진단 부분에 분명 효용성은 있다 정도에 그쳐야 할 것으로 보입니다.
이런 류의 결과가 본문 제목처럼 와전되고 부추켜져, 벌써 지금부터도 AI가 그렇다더라 유튭에서 그렇다더라 하면서 그저 맹신하는 사람들이 얼마나 많은데요...
입력의 정확성과 출력의 신뢰근거가 답보되지 않은 상태에서 자기가 큰 병 있는 것으로 착각하고 병원 달려가서 AI가 그렇다는데 너네 이 돌팔이들은 왜 아니라고 하냐고 닥달들 할 거 생각하면 머리가 지끈거리네요.
본 글 제목부터 위험합니다.
참가자들에게 일련의 표준화된 임상 사례(가상의 환자 시나리오)가 제시되었습니다. 이 사례들은 실제 진단이 필요한 복잡성을 갖추고 있었습니다.
이렇게 테스트 되었습니다
그런데 같은 성능의 GPT라도 비전문가 일반인이 자기 증상에 대해 GPT에게 묻는 것에 대한 결과의 신뢰도는요? 그게 절대 같은 신뢰도일 수가 없다는 것은 쉽게 유추 가능하실겁니다.
본문을 보시면 아시겠지만
첫번째는 경험부족힌 의료인의 적극사용 권장이고
두번째는 예방의학 차원의 개인권장입니다.
실제로 님께서도 글 제목을 저렇게 쓰셨잖아요?
서툰 프롬프팅을 해보시면
모르겠으니 병원가라고 합니다ㅎㅎㅎ
해보세요ㅎㅎ
gpt은 별거아닌걸 부풀려도 축소하진 않습니다ㅎㅎ
무슨말씀을 드려도 님께서 요지부동이다 하더라도, 댓글통해 다른 분들께 제 견해를 알리는데 만족하겠습니다.
LLM의 오입력 보정 능력은 이미 입증되었다
최신 LLM(예: GPT-4, Grok 등)은 자연어 처리(NLP) 기술을 통해 모호하거나 부정확한 입력을 이해하고 보정하는 데 탁월합니다. 예를 들어, 사용자가 "다리가 아파요"라고만 입력해도, LLM은 "언제부터 아프세요? 통증이 어느 부위인지, 어떤 느낌인지 더 알려주시면 도움이 됩니다" 같은 질문을 던져 입력을 보완할 수 있습니다. 이는 2023년 연구(예: Nature Medicine의 AI 의료 응용 논문)에서 LLM이 불완전한 환자 설명을 기반으로도 정확한 의학적 가설을 제안한 사례로 뒷받침됩니다. 즉, 비전문가의 오입력이 "부정적인 결과"로 직결된다는 주장은 LLM의 보정 능력을 간과한 것입니다.
LLM은 비전문가의 오입력(서툰 프롬프팅, 부족하거나 잘못된 정보, "느낌적인 느낌" 등)을 보정할 수 있는 강력한 능력을 갖췄습니다. 모호한 입력을 명확히 하고, 부족한 정보를 질문으로 보완하며, 맥락적 추론으로 부정확성을 줄이는 기능은 이미 입증된 사실입니다. 따라서 "오입력 때문에 정확한 결과 도출에 부정적이다"는 주장은 LLM의 기술적 잠재력을 무시한 과소평가이며, "자가 진단에 LLM을 사용하면 안 좋다"는 결론은 논리적 근거가 부족합니다. 오입력을 보정하는 LLM의 능력은 자가 진단의 위험을 상쇄하고, 오히려 비전문가에게 더 안전하고 유용한 도구로 작용할 수 있다는 점에서 댓글의 주장은 설득력을 잃습니다.
이길거라고 확신? 하던 그때를 연상 시키네요..
결론은 지금은 AI에게 학습한 새로운 세대의 기사들이 바둑계를 이끌고 있죠..
시간의 문제라 봅니다.
병원내에서 ai 진료는 많이 도입된 것으로 알고 있습니다.
개인에 대해서는...
일단 치료는 의사한테 받아야 할테니
의사한테 가서 "ai가 그러던데 이거 이렇대요"
라고 의사보다 잘 아는(척?) 환자들이 급증하겠네요.
ai가 오버해서 부플린다면 환자들이 이검사 저검사 요청하게 되면서
과잉진료 가능성이 좀 더 높아질 수도 있겠구요.
과잉진료 가능성이 있지만 예방의학으로 큰지출은 줄 것 같기도 합니다
실제 과잉진료는 일부 의료를 잘 아는 몇몇 사람들이 거의 대부분을 차지하죠.
예방의학적으로 효과가 있으려면 고르게 널리 퍼져야 하는데
그러면 실제 의료 인력이 현저히 증가해야 하죠. 지금도 의사 수 부족인데..
현재 우리나라 수준에서는 감당 못할 것 같네요.
개인적으로는 의료수요의 폭증이 자동화를 이끈다 생각합니다. 진단율이 안정화된다면 자판기처럼 될 수 있겠죠
완전 대체하기엔, 책임소재나... 인간적인 요소를 AI가 놓칠 수 있는 여지가 크다고 봅니다.
일단.. 환자들은 무의식적으로나 의도적으로 진료중 거짓말?을 하는 경우가 매우매우 많습니다.
본인들이 판단해서 중요하지 않다고 생각하면, 숨기거나, 부정하거나, 외면합니다. 자기가 중요하다고 생각하는 증상을 쫓아서 이야기하려는 경향이 큽니다. 진료중 환자분의 몸짓이나, 말투, 미묘한 얼굴표정으로 심리를 파악하고 진료에 쓰는건 아직 AI가 절대 못한다고 봅니다.
몸짓이나 말투 미묘한 얼굴표정도 a.i가 더 구별하고...
거짓말도 더 잘잡습니다.
그리고 더 정확하게 피한방울로 진단을 하겠죠
논문을 직접읽어보니, 주된 목표는 LLM 도움이 진단율을 올리는가였는데 이차적인 결과로 LLM 단독이 의사가 LLM을 쓰던말던 더 진단율이 높은걸로 나왔네요.
논문 논의에있는 일부를 번역해보면
“ 이 연구 결과는 대형 언어 모델(LLM)을 의사의 감독 없이 자율적으로 진단에 사용해야 한다는 의미로 해석되어서는 안 됩니다. 본 연구에서 사용된 임상 사례 시나리오는 인간 임상의가 선별하고 요약한 것으로, 이는 진단 추론 과정을 분리하기 위한 실용적이고 일반적인 접근 방식이지만, 이는 환자 면담이나 데이터 수집 등 임상 추론에 중요한 여러 영역에서의 역량을 반영하지는 않습니다.“
이렇게 주의하라는 내용이 있기는 합니다만, 좀 더 연구를 잘하면 좋은 스크리닝 툴로는 충분히 사용할수있겠네요.
그리고 임상정보를 생산하는 측면의 중요성, 답을찾아가는 과정의 프롬프트의 중요성도 더 커질듯합니다.
문제를 잘푼다고 훌륭한 진단을 내릴거면 수련을 받을 필요가 별루 없죠..
이제 a.i에게 수련을 받겠죠
바둑 프로기사들이 a.i에게 지도 받는것처럼요
AI를 쓰면 쓸수록 인간 스스로 복잡하게 사고하는 것을 귀찮아 하게 됩니다.
AI가 너무 잘하니까 오히려 스스로의 판단능력을 의심하게 되는 거에요.
놓친것을 검토하고, 대안이나 새로운 인사이트를 제공하는 수준에서 활용되어야지
AI가 판단의 주축이 되는 것은 조심스럽게 접근해야 할 문제라고 봅니다.
김대리 악셀팡숀 너무 의존 마세요 2025버전 느낌이군요ㅎㅎ
제가볼땐 인간의 뇌는 다른쪽으로 발전하던지 a.i와 병합될것으로 보입니다. 걱정할 문제는 아닌것 같습니다.
ai가 높다고 봅니다
그외에 경우라면 아직은 사람으로 봐요
개인적인 생각으로는 산업혁명처럼
지방이나 의료가 부족한 곳에서 도입이 시작되지 않을까 싶습니다. 지금도 영상진단기기에서 자체진단을 하고있긴 한걸로 알고 있습니다.
그리고 사실 시술행위보다 진단이 의료행위 대부분을 차지하고 있기 때문에 의사들이 좀 편해질수도 있습니다.
지피티 찾아 보여줘도 소화 제와 변비약!
sibo치료는 사실 대안치료에 가깝기도 하고 알려진지 얼마 안돼서 데이터가 얼마 없을것으로 보입니다
아직 경험해보지 못한 분이 계시다면 지금 하고 계신 일과 연관된 질문을 한번 던져보세요. 물론 원하는 답변을 얻지 못할 수도 있습니다만 인내심을 가지고 계속 질문해 보세요. 놀라운 경험을 하실 겁니다.
지금도 어딘가에서 굶주름으로 하루하루 생사를 오가며 살아가는 사람들이 이 기술을 통해 굶주림에서 벗어날수만 있다면 좋겠습니다. 어쩌면 모든 사람이 행복해질 수 있는 세상이 올 수도 있겠다는 생각이 듭니다.
아닌가요? 그러면 표본과 데이터베이스가 훨씬 큰 챗GPT가 더 우수할 수 밖에 없겠죠.
모든 분야에서 전문가들이 ai를 도구로 쓰겠죠. 지금도 그렇게 많이 쓰고 있고요.
AI의 도움으로 평범한 전문가들의 수준은 올라갈거고 똑똑한 전문가들의 수준은 매우 높이 올라갈겁니다.