OpenAI에서 제공하는 API를 활용하면, 모델을 직접 구축하지 않더라도 손쉽게 AI 프로젝트를 진행할 수 있다.
이번 글을 통해서는 1️⃣ OpenAI API 사용을 위한 준비와 2️⃣ 간단한 코드를 통한 OpenAI API 활용 예시에 대해 다뤄보려 한다.
1️⃣ OpenAI API 사용 준비
OpenAI API를 사용하기 위해서는, 먼저 OpenAI API 페이지에 접속하여 로그인을 진행해야 한다.
로그인을 진행할 때, API Platform으로 진행해야 한다.
로그인을 완료하게 되면, 위와 같은 화면을 확인할 수 있다.
아직 organization을 만들지 않은 상태라면, Start building 버튼을 클릭하여 organization을 만들 수 있다.
(로그인 시에 바로 만드는 것도 가능하다)
organization을 만들다보면, 이런 화면이 뜬다.
나중에 할 수도 있지만, 어차피 API 사용하려면 API Key 발급받아야 하니까 지금 진행하면 된다.
Generate API Key 버튼을 클릭하여 API Key를 생성하면, 이런 화면이 뜬다.
생성된 API Key는 복사해두도록 하자.
(이 화면에서만 API Key를 확인할 수 있는 것 같다)
그리고 돈 내라는 화면이 나온다.
무료로 사용할 수 있는 방법이 있는 줄 알고, 건너뛰었는데 결국 나중에 $5 credits 구매했다.
(크레딧 구매 안 하고 API 호출했더니, 사용량 초과 에러가 발생했다)
API Key 발급이 정상적으로 완료되었다면, 여기에서 API Key를 확인할 수 있다.
이제 OpenAI API 사용 준비가 끝났다! 🏃♂️
2️⃣ OpenAI API 활용 예시
OpenAI API를 활용하고자 하는 프로젝트 상에서 Python 라이브러리를 설치해야 한다.
pip install openai
openai 라이브러리 설치가 정상적으로 완료되었다면, 코드 상단에 import 해서 사용할 수 있다.
간단한 예시 코드를 통해 openai 라이브러리 활용법에 대해 알아보자.
from openai import OpenAI # OpenAI import
client = OpenAI(api_key=os.getenv('OPENAI_APIKEY')) # 발급받은 API Key 활용
API Key는 .env 파일을 통해 관리하는 것을 권장한다.
def feedback_service(request):
prompt = "이렇게 저렇게 피드백 해줘 ~~"
gpt = client.chat.completions.create(
model='gpt-4.1', # gpt-4.1 모델 선택
messages=[
{"role": "user", "content": prompt} # 프롬프트 적용
],
max_tokens=500, # 응답의 최대 token 수 제한
temperature=0.7 # 응답 온도 설정
)
response = gpt.choices[0].message.content.strip()
return response
이 코드는 prompt에 대한 응답을 생성하기 위한 함수이다.
model parameter를 통해 사용할 모델을 명시하고,
messages parameter를 통해 대화의 흐름을 나타낼 수 있다.
지정할 수 있는 role에는 3가지가 있다.
✔️ system - 모델의 전반적인 동작 방식 지시
✔️ user - 사용자의 입력
✔️ assistant - GPT 모델의 응답 (이전 응답 내용을 context로 활용할 때 주로 사용함)
max_tokens parameter를 통해 응답의 최대 길이를 지정하고,
temperature parameter를 통해 응답의 정확성 정도를 조절할 수 있다.
temperature 값이 0에 가까울수록, GPT 모델이 정확한 응답을 도출한다.
이처럼 간단하게 OpenAI API를 활용할 수 있다 😉