GPT-4 및 GPT-4o
GPT-4(2023)는 텍스트뿐만 아니라 이미지도 수용할 수 있는 OpenAI의 획기적인 대규모 다중 모드 모델이었으며, GPT-4o(2024)는 단일 모델에서 오디오, 비전 및 텍스트를 기본적으로 처리할 수 있도록 더 빠르고 저렴하게 만들었습니다.
개요
Together they defined the modern era of ChatGPT.
심층 분석
2023년 3월에 출시된 GPT-4는 GPT-3.5에 비해 큰 도약이었습니다. Bar 및 AP 테스트와 같은 시험에서 상위 백분위수를 기록했으며 훨씬 더 긴 프롬프트를 처리하고 이미지에 대해 추론할 수 있었습니다. GPT-4 Turbo는 나중에 128k 토큰 컨텍스트 창과 저렴한 가격을 추가했습니다. 2024년 5월 OpenAI에서는 GPT-4o를 출시했습니다. 여기서 'o'는 'omni'를 의미하며 텍스트, 오디오, 비전 전반에 걸쳐 엔드투엔드 학습된 단일 모델입니다. 이전 음성 모드는 세 가지 별도 모델(음성-텍스트, GPT, 텍스트-음성)을 연결하여 지연을 추가했습니다. GPT-4o는 오디오를 직접 처리하여 감정적인 어조와 방해 기능을 갖춘 거의 실시간 음성 대화를 가능하게 합니다. 또한 API를 통해 GPT-4 Turbo보다 약 2배 빠르고 비용은 절반이며, OpenAI을 통해 ChatGPT 사용자에게 무료로 제공되어 액세스 범위가 크게 확대되었습니다.
기술적 통찰력
둘 다 다음 토큰을 예측하도록 훈련된 디코더 전용 Transformer 모델이며, 지침을 따르고 안전하게 행동하도록 인간 피드백(RLHF)의 강화 학습으로 정제됩니다. GPT-4o의 중요한 발전은 엔드 투 엔드 다중 모드입니다. 별도의 전사 및 합성 모델을 통해 음성을 라우팅하는 대신 하나의 네트워크가 오디오 토큰을 직접 수집 및 방출하여 톤, 타이밍 및 비언어적 단서를 보존하는 동시에 대기 시간을 대략 대화 속도(수백 밀리초)로 단축합니다.
전략적 영향
벤더 전략
공급업체 로드맵은 팀이 다음에 구축할 수 있는 기능에 영향을 미칩니다.
비용 및 예산
상업적 조건과 배포 옵션은 장기적인 비용과 위험에 영향을 미칩니다.
위험과 안전
회사 인센티브는 제품 기본값, 안전 태세 및 개방성을 형성합니다.
GPT-4와 GPT-4o의 미래
GPT-4o는 유동적인 실시간 다중 모달 보조자를 위한 템플릿을 설정했으며 OpenAI의 후속 제품은 추론(응답하기 전에 숙고하는 o 시리즈 '사고' 모델), 더 긴 컨텍스트 및 에이전트 도구 사용을 더욱 추진하고 있습니다. 더 낮은 비용, 더 풍부한 실시간 음성 및 비디오 상호 작용, 더 긴밀한 앱 및 장치 통합, 그리고 작업 난이도에 따라 빠른 응답과 느리고 신중한 추론 사이를 유연하게 전환하는 모델을 기대하세요. 이미지와 오디오를 기본적으로 생성하는 다중 모드 생성은 계속해서 확장될 것입니다.
실제 구현
ChatGPT의 고급 음성 모드를 사용하여 문장 중간에 중단하는 것을 포함하여 거의 실시간으로 음성 대화하기
냉장고 내용물 사진을 업로드하고 GPT-4o에게 레시피 제안 요청
요약 및 위험 파악을 위해 긴 법적 계약을 128k 토큰 컨텍스트 창에 붙여넣기
비전 기능을 사용하여 차트, 손으로 쓴 메모 또는 오류 메시지 스크린샷을 읽고 설명합니다.
위험 및 가드레일
출시 발표는 실제 생산 워크플로의 안정성보다 앞설 수 있습니다.
API 가격 책정이나 정책 변경으로 인해 하룻밤 사이에 가정이 깨질 수 있습니다.
단일 공급업체 종속성은 종속 및 마이그레이션 비용을 증가시킵니다.
구현 로드맵
자체 작업과 데이터 세트를 사용하여 공급자를 평가합니다.
통합하기 전에 개인정보 보호, 보안, 법적 약관을 검토하세요.
모델이나 공급업체 전반에 걸쳐 대체 계획을 유지합니다.
로드맵 변경으로 인해 팀이 놀라지 않도록 릴리스 노트를 모니터링하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the GPT-4 and GPT-4o quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
OpenAI GPT-4.5 및 GPT-5
자주 묻는 질문
What is GPT-4 and GPT-4o?
GPT-4(2023)는 텍스트뿐만 아니라 이미지도 수용할 수 있는 OpenAI의 획기적인 대규모 다중 모드 모델이었으며, GPT-4o(2024)는 단일 모델에서 오디오, 비전 및 텍스트를 기본적으로 처리할 수 있도록 더 빠르고 저렴하게 만들었습니다. 그들은 함께 ChatGPT의 현대 시대를 정의했습니다.
GPT-4o의 'o'는 무엇을 의미하나요?
'o'는 'omni'를 의미하며 GPT-4o가 텍스트, 오디오, 비전을 함께 처리하는 단일 모델임을 반영합니다.
GPT-4o의 음성 모드가 GPT-4의 이전 음성 기능보다 빠른 이유는 무엇입니까?
이전 음성 모드는 세 개의 개별 모델을 연결하여 지연을 추가했습니다. GPT-4o는 단일 네트워크에서 오디오 엔드투엔드를 처리하여 대기 시간을 거의 대화 속도로 단축합니다.
GPT-4는 출시 당시 GPT-3.5에 비해 어떤 주요 새로운 입력 유형을 도입했습니까?
GPT-4는 GPT-3.5에는 부족한 기능인 텍스트 외에 이미지 입력도 수용할 수 있는 대규모 다중 모드 모델이었습니다.
GPT-4 Turbo는 어떤 컨텍스트 창 크기를 제공합니까?
GPT-4 Turbo는 컨텍스트 창을 128k 토큰으로 확장하여 훨씬 더 긴 문서와 대화를 허용합니다.
GPT-4와 GPT-4o가 지침을 따르고 안전하게 행동하도록 하려면 어떤 훈련 기술이 사용됩니까?
다음 토큰 사전 훈련 후 모델은 인간의 선호도를 사용하여 유용하고 안전한 지시 따르기 행동을 형성하는 RLHF로 개선됩니다.