[LLM] OpenAI GPT API 사용 가이드 | ChatGPT 코드로 사용해보기

안녕하세요 ! 요즘 LLM 공부를 하면서 계속 기록을 남기고 있는 뭅즤입니다.

오늘은 OpenAI의 GPT API를 사용하는 방법에 대해 알려드릴게요 🔥

 

OpenAI의 GPT API를 사용하면 OpenAI LLM의 다양한 기능을 사용해 볼 수 있어요. 복잡한 코딩이나 AI 모델 학습 없이도 챗봇, 글쓰기 도우미, 데이터 분석, 그리고 번역 등 다양한 기능을 쉽게 구현할 수 있답니다. 이러한 API 사용법을 알면 다양한 프로젝트에 직접 LLM을 활용할 수 있겠죠? 지금부터 OpenAI GPT API를 사용하기 위해 필요한 것들을 차근차근 알아볼게요.

---

📌 API 사용 준비 

OpenAI 유료 결제를 하셨다면, OpenAI Platform에서 로그인 후, API 키를 발급받으셔야 해요!

이 API 키는 OpenAI의 모델을 호출할 때 필요하니, 발급 후 잘 저장해 주세요.

 

 

OpenAI 플랫폼 웹 페이지에서 Dashboard ➡️ API keys에서 "Create new secret key"를 클릭하면 API Key를 발급받을 수 있답니다.

 

 

 

API Key가 발급되면 "Copy"를 눌러 본인만 확인할 수 있는 곳에 잘 저장해 주세요~!

 

---

 

📌 API 호출 예제

이제 발급받은 API 키를 사용하여 API를 호출해 볼게요. 예제 코드는 OpenAI의 GPT API를 이용해 간단한 대화형 응답을 생성하는 예제예요. 아래에 코드를 단계적으로 설명해 드릴게요 🤗

pip install openai

from openai import OpenAI
import os
from getpass import getpass

# Colab에 API 키를 안전하게 입력받기
api_key = getpass("OpenAI API 키를 입력하세요: ")

# API 키를 환경 변수에 저장
os.environ['OPENAI_API_KEY'] = api_key

def create_chat_completion(system_input, user_input, model="gpt-4o-mini", temperature=1.15, max_tokens=150):
    try:
        # 메시지 목록을 자동으로 생성해요
        messages = [
            {"role": "system", "content": system_input},
            {"role": "user", "content": user_input}
        ]

        response = OpenAI().chat.completions.create(
            model=model,
            messages=messages,
            temperature=temperature,
            max_tokens=max_tokens  # 최대 토큰 수를 지정해요
        )
        # 생성된 응답을 반환해요
        return response
    except Exception as e:
        return f"Error: {str(e)}"

# 메시지 목록 예시
system_input = "넌 AI 전문 강사아. AI, 개발에 관련된 질문에만 친절하고 간략하게 답변해줘"
user_input = "LLM으로 무엇을 할 수 있는지 설명해줘."

# API 호출 및 결과 출력
responses = create_chat_completion(system_input, user_input)
print(responses)
print(responses.choices[0].message.content)

 

1. 환경 세팅

• openai 패키지 다운로드
• 필요 라이브러리 임포트

2. API 키 입력받기

• getpass를 이용해 API 키를 입력받고, os.environ을 통해 환경변수로 저장해요.

3. 챗봇 응답 생성 함수 정의

create_chat_completion 함수는 GPT 모델의 다양한 매개변수를 설정하여 대화형 응답을 생성합니다.

• OpenAI().chat.completions.create()
  • API 서버에 메시지 목록을 전송하고, 모델이 생성한 응답을 받아서 반환하는 함수
  • 대화 맥락(시스템과 사용자 입력)에 따라 응답을 생성
  • 이전 대화 내용은 기억하지 않는 방법입니다
• system_input: 시스템의 역할이나 지침. 예를 들어, "넌 AI 전문 강사야."와 같은 내용을 설정할 수 있음
• user_input: 사용자로부터 입력받은 질문이나 요청.
• model: 사용할 모델을 지정. 여기서는 "gpt-4o-mini"로 설정
• temperature: 응답의 다양성을 조절. 값이 높을수록 더 창의적이고 다양성이 있는 응답을 생성
• max_tokens: 생성될 응답의 최대 토큰 수를 지정

4. 함수 호출 및 결과 출력

• system_input과 user_input을 정의하고, create_chat_completion 함수를 호출합니다.
• 생성된 응답을 responses 변수에 저장하고 출력해요.
• 응답의 내용은 responses.choices[0].message.content에 들어 있어요.

 

---

📌  Colab 실습

코드를 쭉~ 보기만 하면 어떻게 사용하는지 감이 잘 안올 수 있어서, Colab으로 실습해볼 수 있게 준비했어요!

위에서 설명드린 코드와 동일하지만, 단계별로 수행해 볼 수 있으니 코드를 더 쉽게 이해해 볼 수 있겠죠?

 

LLM-Tutorials/OpenAI/OpenAI_API_call.ipynb at main · mov-z/LLM-Tutorials

 

 

실습 예시

실습 예시

 

---

이제 OpenAI GPT API를 활용하는 기본적인 방법에 대해 알아보았어요. 이 포스팅에서는 API 키 발급부터 간단한 예제 코드 작성까지 차근차근 설명했으니, 처음 시작하는 분들에게 도움이 되었길 바랍니다! 앞으로 더 다양한 사용법에 대해 포스팅해 볼테니 따라와주세요 ㅎㅎ

궁금한 점이 있다면 언제든지 댓글로 남겨주세요 😊