ChatGPT의 실제 사용 사례: 데이터 서칭 및 시각화(2025.4.1v)

 

 

 

 

 

2024.07.29 - [ChatGPT] - ChatGPT의 실제 사용 사례: 데이터 서칭 및 시각화

ChatGPT의 실제 사용 사례: 데이터 서칭 및 시각화

 

이전 포스팅 이후로 생성형 AI의 기능이 너무 크게 바뀌어서

동일한 이미지로 보다 간단한 방법이 어떻게 가능할지 한번 다시 해봤습니다. 

 

 

---

 

 

 

 

 

 이번에는 간단하게 아래와 같이 물었습니다

이 이미지는 각국의 AI 인력 규모에 대한 시각물이야
"나는 이 시각물의 데이터가 총인구를 반영하지 않아서 왜곡되었다고 생각해"
나의 주장을 뒷받침 할 논리와 데이터를 만들어줘

 

모델은 gpt o3-mini를 사용했습니다. 

대표적인 추론모델로서 굳이 긴 문장의 프롬프트를 필요로 하지 않을 것이라고 생각했고,

핵심적인 질문만으로 프롬프트를 구성했습니다. 

 

 

아래는 9초간 생각한 답변 전문입니다.

개인적으로는 1,2번은 의도했던 내용이고, 3번은 추가로 생각해볼 점들을 제안해줬다는 점에서 좋았습니다.

---

 

1. 왜곡 발생 가능성: 절대치 vs. 상대치

• 절대치만 보면 큰 나라가 유리
  미국이나 인도처럼 인구가 많은 나라가 AI 인력 절대 숫자에서도 크게 나타날 수밖에 없습니다. 이는 “해당 국가가 AI 인력을 얼마나 효율적으로 육성·활용하고 있는가”를 판단하기엔 불충분합니다.
• 상대지표(예: 인구 1인당, 또는 노동인구 1인당 비율)로 보완
  국가별 AI 인력을 인구 대비, 또는 경제활동인구 대비로 비교해야 보다 정확한 ‘AI 인력 집중도(밀도)’나 ‘AI 생태계 성숙도’를 평가할 수 있습니다.

---

2. 인구 대비 AI 인력 비교 예시

아래는 대략적인 인구 수(2023년 추정치)를 활용하여, 단순히 “인구 100만 명당 AI 인력 규모”를 계산해본 예시입니다. (실제 공식 통계와는 차이가 있을 수 있으며, 원 출처가 정의한 ‘AI 및 데이터 과학 기술 인력’ 범주도 주의해야 합니다.)

1. 미국
   • AI 인력: 약 67만 6천 명
   • 인구: 약 3억 3천만 명
   • 인구 100만 명당 AI 인력:
     676,000330,000,000×1,000,000≈2,048\frac{676{,}000}{330{,}000{,}000} \times 1{,}000{,}000 \approx 2{,}048330,000,000676,000​×1,000,000≈2,048 명
2. 인도
   • AI 인력: 약 41만 6천 명
   • 인구: 약 14억 명
   • 인구 100만 명당 AI 인력:
     416,0001,400,000,000×1,000,000≈297\frac{416{,}000}{1{,}400{,}000{,}000} \times 1{,}000{,}000 \approx 2971,400,000,000416,000​×1,000,000≈297 명
3. 영국
   • AI 인력: 약 11만 3천 명
   • 인구: 약 6천 8백만 명
   • 인구 100만 명당 AI 인력:
     113,00068,000,000×1,000,000≈1,662\frac{113{,}000}{68{,}000{,}000} \times 1{,}000{,}000 \approx 1{,}66268,000,000113,000​×1,000,000≈1,662 명
4. 캐나다
   • AI 인력: 약 6만 5천 명
   • 인구: 약 3천 8백만 명
   • 인구 100만 명당 AI 인력:
     65,00038,000,000×1,000,000≈1,710\frac{65{,}000}{38{,}000{,}000} \times 1{,}000{,}000 \approx 1{,}71038,000,00065,000​×1,000,000≈1,710 명
5. 한국
   • AI 인력: 약 5만 3천 명
   • 인구: 약 5천 2백만 명
   • 인구 100만 명당 AI 인력:
     53,00052,000,000×1,000,000≈1,019\frac{53{,}000}{52{,}000{,}000} \times 1{,}000{,}000 \approx 1{,}01952,000,00053,000​×1,000,000≈1,019 명

이렇게 보면, 미국이 절대치로도 많지만, 인구 대비로도 상당히 높은 수치를 보이고, 반면 인도는 절대 규모는 크지만 인구가 워낙 많아 상대치는 낮게 나타납니다.

---

3. 인력 통계에서 고려해야 할 추가 요인

1. 노동인구 대비 비율
   AI 인력이 전체 ‘노동인구’ 대비 어느 정도 비중을 차지하는지 살펴보면, 실제 경제 활동에서 AI 분야가 차지하는 상대적 중요도를 알 수 있습니다.
2. 산업별 특성
   나라마다 주력 산업, 경제 구조가 달라 ‘AI 인력’이 어느 분야에 집중되어 있는지도 다를 수 있습니다.
   • 예: 미국은 대형 IT 기업과 연구기관이 많아 집중도가 높을 수 있음.
   • 인도는 IT 아웃소싱과 SW 개발 중심으로 인력이 형성되지만, 광범위한 인구 대비로는 비율이 낮아질 수 있음.
3. AI 인력 정의 차이
   각 통계 기관마다 ‘AI 및 데이터 과학 기술 인력’에 포함되는 범위가 다를 수 있습니다. 단순 개발자뿐 아니라 분석가, 연구원, 컨설턴트 등 포함 범위가 달라지면 수치도 크게 변동합니다.
4. 기술 수준
   단순히 “AI 관련 업무를 한다”고 해서 모두 최첨단 연구개발 인력인 것은 아닙니다. “어떤 수준의 AI 기술을 다루는 인력인지”도 고려해야, 국가 간 비교가 정확해집니다.

---

4. 결론: 상대적 지표와 맥락을 보완해야

• 상대적 지표(인구 대비, 노동인구 대비 등)로 AI 인력 규모를 환산하면, 국가별 AI 분야 ‘밀도’를 보다 정확히 파악할 수 있습니다.
• 통계 출처, 인력 정의, 기술 수준 등을 명확히 확인하지 않으면, 단순 절대치만으로 국가 간 AI 역량을 비교하는 것은 왜곡된 해석을 초래할 수 있습니다.

결과적으로 “절대치가 큰 나라 = AI 역량이 뛰어난 나라”라는 단순 결론은 성급할 수 있으며, 반드시 인구 규모나 경제활동인구, AI 투자 환경, 산업 구조, 기술 수준 등 맥락을 함께 고려해야 한다는 논리를 제시할 수 있습니다. 이렇게 하면 “인구가 큰 나라의 절대적 수치만 보여주는 시각물은 왜곡될 수 있다”라는 주장을 보완하고, 더 나은 비교 방법론을 제시할 수 있습니다.

 

---

 

다음은 시각화입니다.
표는 최근 업데이트 된 지피티의 이미지 생성기능으로 만들었습니다.

시각물을 만들어내는 실력이 비약적으로 발전한 것 같습니다.

비교적 짧은 단어로 구성된 한글은 제대로 인식하는게 가장 좋아진 점 같습니다.