AI 시대의 창의적 즐거움

발표자는 Ruby on Rails 개발자로서 자신의 창의적인 시도들을 소개합니다. 도메인 주도 설계(DDD)를 Rails에 적용한 시도, 멀티플레이어 실시간 Ruby on Rails 게임(Tetris, Frogger) 개발, 그리고 발표 자체에 사용된 Rails 기반 프레젠테이션 플랫폼 구축 경험을 공유합니다. 이어서 대규모 언어 모델(LLM)의 등장과 그 활용 가능성에 주목하며, Ruby on Rails를 풀스택 LLM 프레임워크처럼 활용하는 방법을 시연합니다. 먼저, 음성 제어 기능 구현을 위해 openai-ruby 젬을 사용하여 음성을 텍스트로 변환(Whisper 모델)하고, GPT-4o의 ‘도구(Tools)’ 기능을 활용하여 텍스트 명령을 특정 동작(예: 가상 강아지 ‘젬’ 이동)으로 변환하는 과정을 상세히 설명합니다. 웹 오디오 API와 Rails의 액티브 레코드, 터보 스트림, 스티뮬러스(Stimulus)를 활용한 풀스택 구현 방식을 보여줍니다. 다음으로, 이미지 인식 및 검색 기능을 시연합니다. 동일한 JavaScript 라이브러리로 이미지를 캡처하고 서버로 전송하여 LLM(GPT-4o mini)으로 이미지 내용을 분석합니다. 더 나아가, ‘임베딩(Embeddings)’ 개념을 소개하며, 텍스트나 이미지를 숫자 벡터로 변환하여 정보 간의 유사성을 수학적으로 비교하는 방법을 설명합니다. PostgreSQL의 PGVector나 SQLite V와 같은 데이터베이스 확장을 통해 이러한 벡터를 효율적으로 저장하고 검색할 수 있음을 시연하며, 이를 통해 “빨간 점퍼를 입은 사람”과 같은 자연어 쿼리로 이미지를 검색하는 기능을 구현합니다. 발표자는 이러한 LLM 기반의 기능들이 웹의 접근성을 높이고(예: 음성으로 글꼴 크기 변경, 다크 모드 활성화) 사용자가 필터나 복잡한 개념 없이도 제품을 쉽게 찾을 수 있도록 돕는 등 사용자 경험을 혁신할 수 있음을 강조합니다. 또한, 웹 개발자들이 PWA(Progressive Web App), 실제 하드웨어 제어(예: 바코드 리더), 3D 그래픽스(WebGL) 등 다양한 웹 기술을 활용하여 더욱 풍부하고 몰입감 있는 애플리케이션을 구축할 수 있음을 시사합니다.