GPT는 코드 작성기일까, 협업자일까?
이번 실험에서 가장 중요한 기술 파트너는 단연 GPT였습니다. 수십만 개 수식을 만들고, 자동으로 실험을 반복하고, 통계 결과를 도출하는 일련의 과정은 GPT 없이는 불가능했을 수준이었죠.
하지만 GPT는 단순한 ‘코딩 도구’가 아니었습니다. “어떻게 요청하느냐”에 따라 결과물이 완전히 달라지는 협업자에 가까웠습니다.
처음엔 단순했다
처음에는 단순히 이렇게 물었습니다:
“이전 회차의 당첨번호에서 특정 수를 추출해, 계산식을 만들고 결과를 뽑는 코드를 짜줘.”GPT는 아주 훌륭하게 파이썬 코드를 뽑아줬고, 당시엔 그걸 돌리기만 하면 끝날 줄 알았습니다.
하지만 곧 막혔다
돌리다 보니 문제가 쏟아졌습니다.
- 코드가 회차별 데이터 구조를 제대로 고려하지 못함
- 적중률 계산 방식이 매번 달라짐
- 수식 변형이 너무 단순해 다양성이 부족함
이때부터 GPT에게 **구체적이고 계층적인 지시**를 내려야 효과가 좋다는 걸 깨달았습니다.
프롬프트 전략을 바꾸다
단계별 명령을 적용했습니다:
- 1단계: 데이터 구조 설계 → “로또 회차 데이터를 어떻게 정리할까?”
- 2단계: 수식 설계 → “x, y 변수 조합으로 계산식을 자동 생성해줘”
- 3단계: 반복 적용 → “수식을 모든 회차에 적용하고 결과를 csv로 저장해줘”
- 4단계: 결과 평가 → “몇 회차에 적중했는지 기록해서 정렬해줘”
이처럼 GPT는 **“전체 흐름을 이해시킨 다음, 단계별로 지시할 때 가장 잘 작동”**했습니다.
실험하면서 알게 된 GPT의 한계
GPT는 완벽하지 않습니다. 특히:
- 조건이 복잡해질수록 잘못된 계산을 하기도 함
- 논리적으로는 맞는데 코드가 실행되지 않는 경우도 잦음
- 변수를 바꾼 수식 생성이 반복되면서 비효율 발생
하지만 이 또한 경험이 쌓이니 **“GPT에게 어떤 식으로 말해야 원하는 답이 나오는지”** 감이 잡히기 시작했습니다.
GPT는 실험 파트너였다
결국 이번 프로젝트를 통해 느낀 건 하나입니다.
GPT는 단순히 ‘코드를 대신 짜주는 AI’가 아니라, ‘나의 아이디어를 구현해주는 협업 파트너’다.
명확한 사고 구조와 지시가 뒷받침될 때, GPT는 그 어떤 개발자보다 빠르고 끈기 있게 실행해줍니다.
다음 이야기 예고
👉 6편. 이제 로또는 접고, 어디로 갈까에서는 이 실험이 남긴 자산을 기반으로 어떤 전환이 가능한지, 그리고 어떻게 콘텐츠와 수익으로 이어질 수 있는지를 공유합니다.
by Lopick 실험기록팀