안녕하세요!
요즘 개발자 커뮤니티에서 가장 핫한 키워드 중 하나는 단연 GPTs입니다.
"GPTs로 나만의 비서를 만들었다",
"Function Calling으로 외부 API도 호출할 수 있다"
같은 글, 한 번쯤 보셨을 거예요.
오늘은 OpenAI의 GPTs 기능을 활용해 개발자가 직접 만드는 AI 오토메이션 비서의 개념과 실습 방향을 소개하려고 합니다.
코드 리뷰, 문서 요약, API 호출, 데이터 분석까지…
이제는 GPT에게 업무를 ‘맡기는’ 시대가 열리고 있습니다.
그럼, 지금부터 어떻게 시작할 수 있는지 함께 살펴볼게요!
🤖 GPTs란?
GPTs는 OpenAI에서 제공하는 맞춤형 GPT 생성 기능입니다.
기존 ChatGPT와는 달리 사용자가 GPT의 성격과 기능을 원하는 대로 설계할 수 있어요.
💡 GPTs에서 가능한 것들:
- AI의 성격 설정 (예: 친절한 영어 선생님, 엄격한 코드 리뷰어)
- 프롬프트 템플릿 저장
- 사용자 정의 파일 업로드
- Function Calling으로 외부 API 호출
단순히 "대화를 잘하는 챗봇"을 넘어
"내가 설계한 AI 앱"으로 진화한 셈입니다.
🛠️ GPT가 할 수 있는 일은 생각보다 많습니다
GPT는 단순히 텍스트로 응답하는 걸 넘어서,
실제 업무 자동화에도 활용할 수 있습니다.
📅 일정 비서 | “내 구글 캘린더 확인해서 이번 주 일정 요약해줘” |
🧑💻 코드 도우미 | “이 PR에 대한 리뷰 코멘트 생성해줘” |
📄 문서 요약 | “방금 업로드한 PDF 문서 요약해줘” |
📊 데이터 분석 | “CSV 파일 올렸는데, 매출 추이 분석해줘” |
🌤️ API 호출 | “지금 서울 날씨 알려줘” → 날씨 API 호출 후 결과 설명 |
⚙️ GPT Function Calling 구조, 이렇게 동작합니다
GPT가 외부 API를 호출하는 구조는 다음처럼 구성됩니다.
- Function 정의
- 어떤 API를 사용할지
- 어떤 파라미터를 받을지
→ JSON으로 정의
- 사용자 입력
→ 예: “서울 날씨 알려줘” - GPT가 판단하여 function 호출
→ 필요한 파라미터를 자동 구성 - API 호출
→ 결과를 가져온 뒤 자연어로 정리해서 사용자에게 응답
📦 예시: 날씨 API 호출용 Function 정의
{
"name": "get_weather",
"description": "도시의 현재 날씨 정보를 가져옵니다.",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "날씨를 알고 싶은 도시 이름 (예: Seoul)"
}
},
"required": ["city"]
}
}
🧪 실습: 개발자가 만드는 GPT API 연동 흐름
GPTs로 API를 연동하려면 아래와 같은 단계로 접근하면 됩니다:
① GPT 생성 & Function 연결
- OpenAI 플랫폼에서 GPT 생성
- Function 정의 JSON을 업로드하거나 직접 입력
② API 명세 작성
- 예: /weather?city=Seoul 같은 REST API
- Swagger 또는 JSON 형식으로 간단하게 문서화
③ 응답 템플릿 튜닝
- GPT가 호출 후 응답을 자연어로 정리하도록 prompt 조정
→ “서울의 현재 날씨는 흐림이며 기온은 16도입니다.”
🚀 이렇게 응용해보세요: 나만의 GPT 비서 만들기
GPTs와 Function Calling을 활용하면, 다음과 같은 업무 자동화 GPT를 쉽게 만들 수 있어요:
- ✉️ 이메일 요약 GPT → IMAP 연결하여 중요 메일 요약
- 📁 문서 요약 GPT → Notion API or Google Drive 문서 읽고 요약
- 📊 매출 분석 GPT → 엑셀 업로드 → 월별 매출 추이 분석
- 🧾 세금계산서 생성 GPT → 입력된 거래 내역으로 자동 템플릿 생성
지금까지 'GPT를 활용한다'는 말이
이제는 'GPT를 설계한다'는 시대로 넘어가고 있다는 걸 느꼈습니다.
🏁 마무리: 이제는 ‘GPT를 쓰는 사람’에서 ‘GPT를 만드는 사람’으로
GPTs는 단순한 챗봇이 아닙니다.
**"개발자가 만드는 AI 비서"**로 진화하고 있는 강력한 도구입니다.
코드를 작성하는 것도, 일정을 관리하는 것도, 문서를 분석하는 것도
GPT에게 **“맡길 수 있게 만드는 것”**이 개발자의 역할이 되어가고 있어요.
'개발일기' 카테고리의 다른 글
📝 API는 왜 이렇게 많고 복잡할까? 좋은 API 설계의 기준은? (11) | 2025.05.16 |
---|---|
🧠 LLM도 ‘추론 능력’이 다 다르다? Chain-of-Thought란 무엇인가 (10) | 2025.05.14 |
📝 AI 시대, 검색보다 중요한 건 ‘질문력’이다 (15) | 2025.05.13 |
🤖 요즘 AI가 사내 문서 요약까지 해준다고요? RAG 구조로 보는 AI의 똑똑한 비결 (29) | 2025.05.09 |
🧩 Model Context Protocol(MCP): AI와 데이터의 연결을 표준화하다 (8) | 2025.05.08 |