EP.6 chatGPT 의 초강력 신기능, 코드 인터프리터(Code Interpreter) 체험해보기
🗺️ 이 영상의 위치
- 시간순: 전체 115편 중 6번째 · 2023-07-08
- 시기 배경: 2023하 (AI 도구 폭발기 / ChatGPT Plus 기능 rollout 한창, 코드 실행 AI의 첫 대중 공개)
- 난이도: ⭐⭐ (어려운 개념 9개)
- ⬅️ 앞 영상: EP.5 GPT-4 대항마 Google Gemini 이야기
- ➡️ 다음 영상: EP.7 LLM 산업계의 구조 뜯어보기 + tinkering session
- 연결 이유: 코드 인터프리터 체험 후 "LLM 산업 구조를 제대로 뜯어보자"는 자연스러운 흐름으로 연결
⚡ 5분 요약
한 줄
ChatGPT에 "코드 실행 버튼"이 생겼는데, 이게 그냥 신기한 장난감이 아니라 2~3주짜리 업무를 그 자리에서 끝내버리는 수준이야.
핵심 3개
1) 코드 인터프리터 = 말로 하는 엑셀+파이썬+포토샵 ChatGPT에 파일을 올리고 "이거 분석해서 그래프 그려줘"라고 말하면 AI가 직접 코드를 짜고 실행하고 결과까지 보여줘. 인스타 릴스용 데이터 정리, 수익 추이 시각화 같은 걸 코딩 한 줄 몰라도 할 수 있는 거야. 최승준이 "입으로 코딩하는 것"이라고 표현한 게 딱 맞아.
2) 흥미는 금방 식는다 — 진짜 쓸모는 내 문제를 들고 와야 나온다 두 사람이 강남구 인구 데이터로 즉흥 실험을 해봤는데, 의미 있는 인사이트를 얻으려면 결국 "내가 진짜 궁금한 질문"과 "맥락 있는 데이터"가 있어야 해. 장난감처럼 만져보는 단계에서 멈추지 말고, 자기 비즈니스 데이터를 들고 와야 진짜 가치가 나온다는 거야.
3) 노정석의 정보 필터링 원칙: "이게 아래로 묻힐 기술이냐, 위로 올라갈 주제냐" 새로운 AI 기술이 쏟아질 때마다 다 쫓아가면 번아웃 온다고 노정석이 솔직하게 고백해. 그의 기준은 단순해 — 곧 다른 도구 안에 자동으로 포함될 기술적 디테일은 과감하게 무시하고, 에이전트·자동화처럼 위로 확장될 개념에만 집중하는 거야.
가장 인상적인 한 마디
"Planning이 아니라 unfolding이다."
한나야, 이게 무슨 말이냐면 — 콘텐츠 올리기 전에 완벽한 기획서 짜는 게 아니라, 일단 첫 영상 올리고 반응 보면서 다음 편을 키워나가는 거잖아. AI 쓸 때도 똑같아. 처음부터 완벽한 프롬프트 짤 생각 말고, 주거니 받거니 하면서 결과물을 함께 펼쳐나가는 거야.
한나가 지금 당장 시도해볼 것
인스타 또는 유튜브 최근 3개월 인사이트를 CSV로 내보내서 (각 플랫폼 설정 > 데이터 다운로드) ChatGPT Plus 코드 인터프리터에 올리고, "이 데이터에서 어떤 통찰을 얻을 수 있어? 시각화 3가지 해줘"라고 입력해봐. 어떤 콘텐츠가 언제 터지는지 패턴이 그래프로 뜰 거야.
📖 시간대별 영상 흐름 (15분 정도 걸려, 시간 있을 때만)
0~15분: "드디어 열렸다" — 코드 인터프리터 첫인상 공유
최승준이 흥분한 표정으로 시작해. "너무 학수고대하던 기능인데, 막상 열었더니 3분 동안 화면만 멍하니 봤어요. '내가 뭘 하면 좋지?' 하고요." 이 말이 이 영상의 분위기를 딱 잡아줘. 엄청난 기능을 받아들고 당황한 그 솔직한 고백.
코드 인터프리터가 뭔지 설명하자면 — ChatGPT 안에 작은 파이썬 실행 공간(샌드박스)이 생긴 거야. 그 안에서 AI가 직접 코드를 짜고, 오류 나면 스스로 고치고, 결과 파일까지 만들어서 다운로드할 수 있게 해줘. 노정석이 "Jupyter Notebook에 GPT-4를 얹어놓은 것"이라고 딱 정리했는데, 쉽게 말하면 AI가 혼자 엑셀도 돌리고 그래프도 그리는 거야.
이 구간에서 최승준이 몬테카를로(π 계산) 시뮬레이션 예제를 보여주고, "모래 떨어지는 시뮬레이션"을 MP4 파일로 만들어달라고 했더니 AI가 뚝딱 만들어줬다는 걸 공유해. 에러가 나도 스스로 디버깅하면서 될 때까지 다시 시도하는 모습이 인상적이었대.
15~30분: AI한테 "너 어떻게 쓰면 돼?" 물어보기 + 패키지 탐험
최승준이 재밌는 시도를 해. 코드 인터프리터한테 직접 "너를 어떻게 잘 쓰면 되냐?"고 물어본 거야. AI가 스스로 사용법 튜토리얼을 짜줬는데, 처음엔 "12+7" 같은 너무 기초적인 것부터 시작해서 최승준이 "수준 좀 높여줘"라고 했대. 웃기면서도 인간적인 장면.
또 AI한테 "설치된 패키지 목록 보여줘"라고 했더니 생각보다 엄청나게 많은 라이브러리가 깔려 있었대. 한계는 명확해 — 인터넷 접속 안 됨, 추가 패키지 설치 안 됨. 근데 기본 탑재된 것들만으로도 엄청난 작업이 가능해.
이 구간에서 노정석이 중요한 말을 꺼내. "앞으로 아래로 묻힐 기술들은 더 이상 깊게 안 파려고 해요. 어차피 누군가 라이브러리로 만들어줄 테니까." 최승준이 "왜요?" 하고 놀라는데, 노정석이 담담하게 설명해. 정보 홍수를 gating(거르기)하는 자기만의 원칙을 이미 만들어놨다는 거야.
30~50분: Function Calling 설명 + 즉흥 인구 데이터 실험
최승준이 OpenAI의 또 다른 신기능 "Function Calling"을 설명해. 이게 뭐냐면 — 자연어로 된 텍스트를 AI가 자동으로 깔끔한 데이터(JSON) 형태로 바꿔주는 거야. 경찰 사건 기록 같은 지저분한 텍스트를 "날짜, 폭력 여부, 구속 여부" 같은 칸으로 딱 정리해줬대. 노정석이 "저한테도 너무 필요해!" 하면서 눈 빛이 바뀌더라고.
그러다 갑자기 두 사람이 즉흥적으로 실험을 시작해. 노정석이 "우리나라 인구 데이터 넣어보자"고 제안했고, 최승준이 행안부 사이트에서 강남구 인구 통계 CSV를 그 자리에서 다운로드해서 올려. 완전 생방송 느낌. 결과는 — AI가 열심히 그래프를 그려줬는데, 넣은 데이터가 2020~2022년 3년치뿐이라 뻔한 결론만 나왔어. 두 사람 모두 "이거 뭔가 당연한 거 보고 있네"라고 솔직하게 인정해.
노정석이 여기서 핵심을 짚어. "Garbage in, Garbage out이라는 게 이거야. AI가 아무리 똑똑해도 좋은 데이터를 넣어야 좋은 인사이트가 나와." 그리고 덧붙여 — 이 작업, 원래 외주업체에 맡기면 2~3주 걸릴 일이야. 근데 지금은 그 자리에서 몇 분이면 돼.
50~1시간 10분: 게임 실패 + AI 한계 발견 + Transformer 본질 토크
최승준이 오목 게임을 코드 인터프리터로 만들어봤는데 잘 안 됐대. 이유가 재밌어 — AI는 화면에 "출력된" 텍스트만 자기 기억으로 읽을 수 있거든. 오목 판이 내부 메모리(배열)에만 있고 화면에 안 보이면, AI가 현재 상태를 인식 못 해. 노정석이 "세 자리 덧셈은 되는데 다섯 자리 덧셈은 틀리는 것과 같은 원리"라고 설명해줘.
여기서 두 사람이 Transformer(AI의 핵심 구조)의 근본적인 한계에 대한 꽤 깊은 대화를 나눠. 복잡한 상태를 연산으로 추적하는 건 여전히 AI의 약점이라는 거야. 그러면서 노정석이 Andrej Karpathy(오픈AI 출신 천재 연구자)가 "이제 다시 신경과학 공부해야 할 때"라고 했다는 얘기를 꺼내. AI를 이해하려면 인간 뇌를 다시 들여다봐야 한다는 방향으로 논의가 흘러.
1시간 10분~끝: "Planning이 아니라 unfolding" + 마무리 철학 토크
최승준이 Christopher Alexander라는 건축가 이야기를 꺼내. 이 사람이 "계획하지 말고 펼쳐나가라(unfolding)"는 개념을 건축에 적용했는데, 소프트웨어 디자인 패턴의 원조가 된 인물이야. 동그라미 하나 그리면 가운데 점 찍고 싶어지고, 점 찍으면 빈 공간 채우고 싶어지고 — 그렇게 자연스럽게 펼쳐지는 거라는 거야.
노정석이 "Steve Jobs의 'connecting the dots'랑 같은 얘기"라고 받아치면서, "AI한테 지시를 시켜내는 의지 자체가 인간의 특장점"이라고 결론을 내려. 그러면서 예전에 한 말을 떠올려 — "디렉터 시키는 대로 포토샵만 조작하는 사람은 위험하다. 스스로 unfolding하는 사람이 안전하다."
두 사람이 마지막에 서로 "tinkering session 계속하자", "학원 차리면 대박 나겠다", "뉴스 번아웃 조심하자"로 웃으면서 끝내. 분위기 내내 편안하고 솔직해서 진짜 친구 둘이 새 장난감 같이 갖고 노는 느낌이야.
💡 한나 버전 사전
"코드 인터프리터(Code Interpreter)"가 뭐야?
- 전문가 설명: ChatGPT 안에 파이썬 실행 환경이 내장된 기능. 파일 업로드, 코드 실행, 그래프 생성, 결과 파일 다운로드까지 가능.
- 한나 버전: 인스타 인사이트 CSV 파일 올리면 ChatGPT가 알아서 분석하고 예쁜 그래프까지 만들어주는 기능이야. 코딩 몰라도 돼. 말로 시키면 되거든.
"샌드박스(Sandbox)"가 뭐야?
- 전문가 설명: 외부와 격리된 안전한 실행 환경. 인터넷 접속이 안 되고 시스템 밖으로 영향을 줄 수 없어.
- 한나 버전: 콘텐츠 올리기 전에 임시 비공개 계정에서 먼저 테스트해보는 것과 비슷해. 뭔 짓을 해도 바깥에 영향 안 가는 안전한 놀이터.
"Function Calling"이 뭐야?
- 전문가 설명: AI에게 원하는 데이터 형식(JSON 스키마)을 미리 알려주면, AI가 자연어 텍스트를 그 형식에 맞춰 자동으로 구조화된 데이터로 변환해주는 기능.
- 한나 버전: 브랜드 협찬 DM이 막 쏟아질 때, AI한테 "회사명, 금액, 기한만 뽑아서 표로 만들어줘"라고 하면 지저분한 메시지를 깔끔한 스프레드시트로 정리해주는 거야.
"Transformer"가 뭐야?
- 전문가 설명: ChatGPT를 포함한 대부분의 최신 AI가 사용하는 핵심 신경망 구조. 단어와 단어 사이의 관계(Attention)를 계산해서 언어를 이해하고 생성해.
- 한나 버전: 유튜브 알고리즘이 "이 영상 본 사람이 다음에 뭘 볼지" 관계를 계산하는 것처럼, Transformer는 단어들 사이 관계를 계산하는 AI의 두뇌 구조야.
"JSON / JSON 스키마"가 뭐야?
- 전문가 설명: 데이터를 컴퓨터가 읽기 좋게 정리한 형식. 키(항목명)와 값(내용)으로 구성됨.
- 한나 버전: 협찬 정보를 엑셀에 "브랜드명 | 금액 | 마감일" 칸에 딱딱 넣어두는 것과 같아. 사람이 읽는 메모가 아니라 컴퓨터가 읽는 정리된 양식.
"컨텍스트(Context)"가 뭐야?
- 전문가 설명: AI가 현재 대화에서 기억하고 처리할 수 있는 텍스트의 양. 이 범위를 벗어난 내용은 잊어버림.
- 한나 버전: AI의 단기 기억이야. 대화가 너무 길어지면 앞에서 한 말을 잊어버려. 긴 대화할 때 중요한 내용을 중간에 다시 상기시켜줘야 하는 이유야.
"Ethan Mollick"이 누구야?
- 전문가 설명: 와튼스쿨(Wharton School) MBA 교수. 코드 인터프리터 알파 유저로 5월부터 사용 사례를 Substack에 공개해온 인물. 비엔지니어 관점의 AI 활용으로 유명.
- 한나 버전: 코딩 하나도 모르는 교수인데 ChatGPT로 엄청난 작업들을 해내면서 공유하는 사람이야. "나 코딩 못해도 이렇게 써" 콘텐츠의 원조 격이라고 보면 돼.
"tinkering"이 뭐야?
- 전문가 설명: 목적 없이 이것저것 만지고 실험해보는 행위. 탐색적 학습 방식.
- 한나 버전: 새 카메라 샀을 때 설명서 안 읽고 일단 이 버튼 저 버튼 눌러보는 거야. 계획 없이 그냥 만져보면서 느낌 잡는 것.
"unfolding"이 뭐야?
- 전문가 설명: 건축가 Christopher Alexander의 개념. 사전에 완전히 계획하지 않고, 각 단계가 이전 단계와 조화를 이루면서 자연스럽게 펼쳐지는 설계 방식.
- 한나 버전: 유튜브 채널을 키울 때 1편 올리고 댓글 보고, 그걸 반영해서 2편 만들고, 또 반응 보면서 방향 잡고. 그렇게 채널이 자라나는 거잖아. 처음부터 100편 다 기획하고 시작하는 게 아니라.
🔥 노정석 어록 모음
"처음에 와서 막 tinkering하면서 얘를 미디어적인 가치로 다뤘던 사람들이 그 자리에 계속해서 남아 있는 걸 많이 목격하지 못하게 돼요. 항상 뒤에 나와서, 그 도구를 이용해서 하나의 컨텍스트를 잡고 오래 파서 무언가 수직계열화를 이룬 한 사람이 결국은 무언가 위대한 것을 해내는 것들을 저는 되게 많이 목격하게 되거든요."
분위기: 담담하고 무게감 있게. 경험에서 우러나오는 톤.
한나 풀이: "새 AI 나왔다!" 하고 가장 먼저 숏폼 올리고 트렌드 소비하는 사람들이 12주 뒤엔 사라져. 반면 그 도구 들고 자기 분야에 조용히 파고든 사람이 나중에 진짜 성과를 들고 나타나. 한나 너도 새 기능 나올 때마다 "이거 써봤어요" 콘텐츠 하나 내고 끝내지 말고, 자기 채널 운영이나 브랜드 협업에 실제로 붙여서 계속 파야 해.
"누군가에게 지시를 들으며 툴을 조작하는 사람은 위험하다. Photoshop을 다룰 수 있는 사람이더라도 혼자서 무언가 unfolding을 해내는 사람은 안전하지만, 옆에 누군가 디렉터가 앉아서 디렉터가 시키는 대로 조작만 하는 사람은 위험하다."
분위기: 조용하지만 서늘하게. 미래에 대한 경고.
한나 풀이: AI 시대에 "AI 쓸 줄 알아요"는 스킬이 아니야. 중요한 건 AI한테 뭘 시킬지 스스로 판단하는 능력이야. 브랜드 디렉터가 시키는 대로 AI 버튼만 누르는 사람보다, 자기 채널 방향성을 스스로 잡고 AI를 도구로 쓰는 크리에이터가 살아남아.
"아, 내가 어떤 dataset으로 train 되어 있고, objective가 뭐고, loss를 뭘로 잡고 있고, 내가 이걸 수정하려면 다른 network가 뭐가 필요하고, 어디를 join해야 되고."
분위기: 살짝 웃으면서 자기 자신을 AI에 비유하는 반성적인 톤.
한나 풀이: 자기 자신을 AI처럼 분석한 거야. "나는 어떤 경험으로 훈련됐고, 내 목표가 뭔지, 내 약점을 고치려면 어떤 사람을 만나야 하나." 이걸 AI 용어로 표현한 거고, 사람한테도 그대로 적용돼. 한나 너도 "내 콘텐츠 알고리즘"이 뭔지 한번 생각해봐.
🎬 한나 적용 포인트
2) 협찬 DM 자동 정리기 만들기 브랜드에서 온 협찬 제안 DM들을 텍스트로 복사해서 코드 인터프리터에 붙이고, "회사명, 제안 금액, 납기, 카테고리로 정리해줘"라고 해봐. Function Calling 개념 그대로야. 지저분한 메시지가 깔끔한 비교표로 나와. 어느 브랜드가 조건이 좋은지 한눈에 보여.
3) "이 정보 아래로 묻힐까, 위로 올라갈까" 필터 만들기 노정석이 말한 정보 gating 원칙을 한나 버전으로 써봐. 새 AI 기능 소식이 올 때마다 "이게 6개월 뒤엔 유튜브 자동편집 기능에 포함될 거야 vs 이게 새로운 콘텐츠 포맷 자체를 바꿀 거야"를 한 줄 판단해. 후자만 깊게 파고, 전자는 헤드라인만 읽고 넘기는 거야. 정보 번아웃 막는 가장 실용적인 방법.
🏷️ 태그
- 시기: #2023하
- 주제: #코드인터프리터 #AI도구체험 #데이터분석 #생산성
- 인물: #Ethan Mollick #Greg Brockman
- 자유: #입코딩 #tinkering세션 #unfolding