리버스 프롬프트 엔지니어링(Reverse Prompt Engineering)은 기존 대화형 AI 시스템을 가져와 프롬프트를 분석하여 개선 또는 최적화가 필요한 영역을 식별하는 프로세스입니다. 여기에는 프롬프트의 구조, 문구 및 컨텍스트를 분석하여 사용자 경험에 미치는 영향을 확인하고 다양한 변형을 테스트하고 반복하여 가장 효과적인 프롬프트를 결정하는 것이 포함될 수 있습니다.
쉽게 말하면, Chat GPT에 사용자가 입력하는 것이 프롬프트인데, 이것을 역으로 ‘대답’을 작성하면 Chat GPT가 어떻게 물어야 하는지 알려주는 것입니다. 어떻게 활용될지는 조금더 연구해 보아야 겠지만, 원하는 답을 빠르게 얻기 위해서 익혀두어야 할 기능 같습니다.
????리버스 프롬프트 엔제니어링 패턴(In English)
1.Can we talk about Reverse Prompt Engineering? By Reverse Prompt Engineering I mean creating a prompt from a given text.
2.Nice. Can you give me a simple example of Reverse Prompt Engineering?
3.Good. Write a short expaination on how dog training works, and Reverse Prompt Engineer the explaination.
4.Great. Can you create a very technical reverse prompt engineering template?
5-1.Reverse Prompt Engineeing the following {text}, capture the TONE and WRITING STYLE of the {text} to include in the prompt:
text = “이 부분에다가 실제 텍스트 내용(오바마 연설, 세익스피어 문구 등의 스타일로)을 넣는다.”
5-2-1.Can you reverse engineer the following {product describtion}, capture the writing style an dthe length fo the text:
product describtion= “이 부분에다가 실제 제품 내용(아이폰 제원 등)을 넣는다.”
5-2-2.Rewrite the reverse prompt into a prompt that can be used for any product describtion with a user input feature in the prompt that uses {}:
5-3. Reverse engineer the following {html-code} in to a prompt:
html-code=“이 부분에다가 코드(html코드)를 넣는다.”
????방법(In Korean)
1.리버스 프롬프터 엔지니어링에 대해 얘기할 수 있을까요? Reverse Prompt Engineering은 주어진 텍스트에서 프롬프트를 생성하는 것을 의미합니다.
2.좋아요. 리버스 프롬프트 엔지니어링의 간단한 예를 들어주시겠어요?
3.좋아요. 강아지 훈련이 어떻게 작동하는지에 대한 간단한 설명을 쓰고, 설명을 리버스 프롬프트 엔지니어인 나에게 작성해주세요.
4.내가 ‘강아지 훈련은, 강아지가 원하는 행동을 보이면 보상을 주어서 그 행동을 강화하고, 원치 않는 행동을 보이면 그 행동에 대해 무시하거나, 보상을 주지 않음으로써 그 행동을 감소시키는 방법입니다. 예를 들어, 강아지가 기본적인 훈련인 “앉아”를 배우기 위해서는, 강아지가 앉아앉은 행동을 보이면 간식이나 칭찬 등의 보상을 주어서 그 행동을 강화하게 됩니다.’와 같은 답을 듣기 위해서는 어떤 프롬프트를 작성해야 되요?
5.내가 당신에게 사용할 수 있는 리버스 프롬프트 엔지니어링 탬플릿을 프롬프트 형태로 제공해 줄 수 있나요?
6.연설문이나 시를 작성하기 위한 리버스 엔지니어링 템플릿을 프롬프트 형태로 제공해 줄 수 있나요?
7.한국어로는 없나요?
8.혹시, {text}를 변수로 사용하는 리버스 엔지니어링 프롬프트 템플릿을 제공해 줄 수 있나요?
9.한국어로 제공 부탁해요.
10.{text}의 시를 작성하기 위한 프롬프트를 제공해주세요.
text=죽는 날까지 하늘을 우러러
한 점 부끄럼이 없기를,
잎새에 이는 바람에도
나는 괴로워했다.
별을 노래하는 마음으로
모든 죽어가는 것을 사랑해야지
그리고 나한테 주어진 길을
걸어가야겠다.
오늘 밤에도 별이 바람에 스치운다.
11.{text}의 시는 윤동주님의 ‘서시’라는 제목의 시에요. 알고 있나요?
12.{text}와 같은 운율, 어조, 억양을 고려하여 ‘청소년들이 겪는 아픔’에 대한 시로 재창작 부탁해요.
13.{text}와 같은 운율, 어조, 억양을 고려하여 ‘청소년들이 겪는 아픔‘에 대한 시 작성하기
text=죽는 날까지 하늘을 우러러
한 점 부끄럼이 없기를,
잎새에 이는 바람에도
나는 괴로워했다.
별을 노래하는 마음으로
모든 죽어가는 것을 사랑해야지
그리고 나한테 주어진 길을
걸어가야겠다.
오늘 밤에도 별이 바람에 스치운다.
14.재창작하여 작성해주세요.
여기 까지가 리버스 프롬프트 엔지니어링(Reverse Prompt Engineering) 한국어 루틴입니다. 리버스 프롬프트 엔지니어링은 프롬프트 엔지니어가 원하는 답을 하기 위한 질문을 찾는 과정이라 생각하면 됩니다. 아래는 리버스 프롬프트 엔지니어링을 GPT에게 이해시키고 시를 다작한 사례입니다.
[출처] https://www.learnmore.co.kr/education/ai-literacy/open-ai/prompt-example/reverse-prompt-engineering
[아무튼, 주말]
[아무튼, 레터]
영국에서 윔블던 테니스 대회가 열리고 있습니다. 148년 역사의 이 대회는 보수적 운영 방식으로 유명합니다. 선수들은 운동복은 물론 모자, 양말, 팔목 밴드, 라켓 손잡이까지 흰색으로 통일해야 합니다. 다만, 2년 전 여성 선수에 한해 어두운 색 속바지를 허용했습니다. ‘바지 혹은 치마보다 길지 않아야 한다’는 조건이 달렸고요. ‘윔블던다운 미미한 변화’라는 말이 나왔습니다.
그런데 올해 대회는 정말 큰 변화가 생겼습니다. 선심을 없애고 ‘인공지능(AI) 심판’을 도입한 것입니다. 코트 주변 카메라들이 공 궤적을 추적해 ‘아웃’ 여부를 판독합니다. 다른 대회도 AI를 많이 활용하지만 ‘전통’을 중시해온 윔블던이기에 놀라운 결정이라는 반응이 많았습니다.
판정의 정확성을 높이기 위한 것인데, 뜻밖의 논란을 불러일으켰습니다. 6일(현지시각) 러시아와 영국 선수가 맞붙은 여자 단식 16강전. 중계 화면상으론 분명히 영국 선수가 친 공이 라인을 벗어났는데도 ‘아웃’ 판정이 나오지 않았습니다. 판독 시스템이 순간 작동을 멈춘 것입니다. 결국 이 포인트는 무효 처리됐습니다. 러시아 선수가 “점수를 도둑맞았다”고 항의했지만 소용없었습니다. 그는 한번 흔들리자 끌려가기 시작했습니다. 이 경기는 러시아 선수가 간신히 이기기는 했지만 승패가 바뀔 뻔했습니다. AI 심판의 말썽은 이게 끝이 아니었습니다. 8일 열린 남자 단식 8강전에서 유형이 다른 오작동을 일으켰습니다.
이쯤 되면 “AI가 윔블던에서 씻기 힘든 굴욕을 당했다”는 말이 나오는 것도 무리가 아니겠네요. 이번 소동은 스포츠의 경계를 넘어 AI의 존재론적 가치를 둘러싸고 다양한 질문이 쏟아지는 계기가 됐습니다. AI 의존도는 어느 정도의 선이 적절한 것일까. AI의 오류로 생기는 피해는 누가 책임지고 어떻게 구제해야 하는가. AI가 특정 개인이나 집단에 대한 불공정하고 차별적인 결과물을 도출할 우려는 없는 걸까.
AI 대전환은 거스를 수 없는 흐름입니다. AI 주도권을 놓고 글로벌 경쟁이 한창입니다. 하지만 AI의 장밋빛 미래에 매몰된 나머지 AI 기술을 인간의 판단과 어떻게 균형 있게 조화시킬 것인지에 대한 인류의 고민이 부족하지는 않은지 걱정되는 것도 사실입니다. 즐거운 주말 보내십시오.
[출처] https://www.chosun.com/national/weekend/2025/07/12/QZCAYJPLHZH4FMWVBN36XH5EWY/
(00:00) FastAPI + Docker + Heroku 조합으로 머신러닝 모델을 프로덕션 수준으로 배포하는 전체 과정을 설명.
다양한 프레임워크(Scikit-learn, TensorFlow, PyTorch)에서도 동일한 접근 방식으로 활용 가능.
(01:03~03:53)
Google Colab에서 언어 감지 모델 개발 (Scikit-learn 기반 Naive Bayes + CountVectorizer).
모델은 Pipeline으로 결합하여 추론을 단일 객체로 수행.
pickle로 모델 저장, 버전 관리(major.minor.patch) 권장.
텐서플로나 파이토치 사용 시 zip 압축하여 다운로드하는 팁 소개.
(05:10~08:11)
app/main.py에서 FastAPI 엔드포인트 구현 (헬스 체크 및 /predict POST API).
model.py에서 저장된 모델 로드 및 전처리/예측 로직 구현.
pydantic.BaseModel 기반 입력/출력 유효성 검사 적용 (타입 안전성 보장).
(08:46~11:27)
FastAPI 컨테이너화를 위한 Dockerfile, .dockerignore, requirements.txt 생성.
공식 FastAPI + Gunicorn 기반 Docker 이미지 활용.
의존성은 scikit-learn만 추가 설치 (==1.0.2 등 버전 고정 권장).
docker build, docker run 명령어로 로컬 실행 및 포트 매핑 확인.
(12:50~13:34)
/docs 경로에서 Swagger 기반 API 문서 자동 생성.
입력 텍스트에 따른 언어 예측 테스트 가능 (Postman 없이도 가능).
(14:17~17:51)
heroku login, heroku create, git push heroku main으로 CLI 기반 배포 진행.
heroku.yaml 파일 작성 필수 (Heroku Dev Center 문서 참고).
heroku stack:set container로 Docker 기반 스택 설정.
배포 후 Heroku URL에서 API 접근 가능.
(17:51~18:38)
Postman으로 GET / → Health Check OK, POST /predict → "language": "german", "language": "italian" 확인.
실시간 언어 감지 API 배포 완료!
필요 시 각 섹션별로 관련 코드/구성요소를 다시 정리해드릴 수 있습니다.
아래는 영상에서 설명한 FastAPI + Docker + Heroku를 활용한 머신러닝 모델 배포 과정을 섹션별로 코드 및 구성요소 중심으로 재정리한 내용입니다:
scikit-learn, pandas, re, pickle
model/model.py (모델 로딩 및 예측)main.py (FastAPI 엔드포인트)Dockerfilerequirements.txt.dockerignore자동 생성된 Swagger UI에서 /predict POST API 테스트 가능
heroku.yml배포 URL 예시: https://language-detection-app123.herokuapp.com
GET / → 헬스체크
POST /predict → 언어 예측
pm2 로 React+Next.js 로 구성된 어플리케이션를 무중단 배포 하고자 함.
build
먼저, 어플리케이션 build를 실행 함.
npm run build 또는 package.json의 scripts에 prestart를 다음과 같이 추가 해주면 npm start 를 실행 할 때 자동으로 prestart가 먼저 실행되고, prestart의 명령대로 build가 이루어져 npm run build를 따로 실행 안 해도 됨.
package.json
"scripts": {
"dev": "next -p 3000",
"build": "next build",
"prestart": "npm run build",
"start": "next start -p 80"
},pm2 등록
package.json
"scripts": {
...
"start": "next start -p 80"
...
},cmd
pm2 --name 어플리케이션이름 start npm -- start위의 명령어 실행 후 사이트 접속 했을 경우, 페이지가 나타나지 않으면 제대로 실행이 되지 않은 것이다.
( pm2 목록은 생성 되었으나, 사이트를 실제로 접속 했을 경우, 페이지가 뜨지 않았다.)
필자는 그러하였고, pm2 목록을 지우고 다음과 같은 명령어로 새로 실행하였다.
pm2 start "npm run start" --name 어플리케이션이름[출처] https://velog.io/@mangojang/pm2-%EB%A1%9C-Next.js-%EC%8B%A4%ED%96%89%ED%95%98%EA%B8%B0
가스라이팅은 피해자가 자신의 감정, 생각을 부인하게 만드는 감정적인 학대이다. 가스라이팅 가해자는 피해자에 대한 통제력과 권력을 얻기 위해 ‘피해자의 기억이 부정확하다’, ‘너무 과민 반응하는 거 아니야?’, ‘모든 건 다 너의 상상일 뿐이야’라고 말하며 피해자의 판단력을 흐리게 만들고, 피해자가 가해자의 말에 의존하게 만든다. 결국, 가스라이팅 피해자는 현실을 부정, 불신하게 된다.
가스라이팅과 같은 감정적 학대의 시작은 알아차리지 못할 정도로 미묘하다. 예를 들어, 가스라이팅 가해자는 이야기나 기억의 작은 부분을 바꾸기 시작할 것이다. 가스라이팅은 피해자가 알아차리지 못하게 매우 교묘하게 시작되기 때문에, 결국 피해자는 자신이 가스라이팅을 당한다는 사실을 인지하지 못한 채 자기 불신에 빠지기 시작한다. 시간이 지나면 지날수록 가스라이팅 가해자는 피해자의 자기 신뢰를 무너트리고 피해자가 가해자에게 정서적으로 완벽하게 의지하게 만들고 관계를 지배하려고 한다.
그렇다면 교묘하고, 치밀하게 시작되는 가스라이팅, 어떻게 알아차릴 수 있을까? 불안 장애, 우울증, 외상 후 스트레스 장애로 이어질 수 있는 가스라이팅 수법은 크게 다섯 가지로 나눌 수 있다.
1. 거짓말을 한다
가스라이팅 가해자는 정보를 숨기고 왜곡함으로써 피해자에 대한 통제력을 얻거나, 행동에 대한 책임을 피하려 한다. 이를 위해 가스라이팅 가해자는 노골적이거나 교묘한 거짓말을 할지도 모른다. 심지어 가해자는 자신의 주장과 상반되는 구체적이고 명백한 사실을 제시했을 때에도 거짓말을 계속 반복할 수 있다. 예를 들어, 바람을 피우고 있는 배우자에게 명백한 증거나 문자를 제시해도 자신이 바람을 피우고 있다는 사실을 계속 부인할 수 있다. 또한, 가스라이팅 가해자는 피해자가 알고 있거나, 직접 목격한 사실을 부정하거나 “기억이 나지 않는다”라고 주장할 수도 있다.
2. 가스라이팅 가해자는 자신의 잘못을 피해자에게 투영한다
가스라이팅 가해자는 ‘투사’라는 방어기제를 사용한다. ‘투사’란 자기 자신이 가지고 있는 공격성, 불안, 죄책감, 성적 본능 등 자신이 싫어하는 자신의 모습을 다른 사람에게 투영함으로써 현실을 부정하는 것을 의미한다.
가스라이팅 가해자는 자신들이 피해자이고 오히려 피해자가 가해자라고 주장한다. 가해자는 피해자와의 친밀한 관계를 이용해 모욕, 무관심, 무고 등으로 피해자가 분노하게 만들고, 피해자가 화를 내면 “우리 관계를 망치는 건 내가 아니고 너야”라는 식으로 말한다.
3. 피해자에게 미쳤다거나, 너무 예민하다고 말한다
가스라이팅 가해자는 자신은 아무 문제가 없다고 계속 주장한다. 가해자는 관계를 망치고 있는 것은 피해자라고 주장한다. 예를 들어, 가스라이팅 가해자는 피해자가 너무 예민하고 작은 것에 과민 반응한다고 비난함으로써 피해자의 정신 건강을 비난한다. 가해자는 때론 피해자의 가족과 친구에게도 피해자가 정신적으로 불안하다고 말하며 피해자가 외부에서 도움을 받지 못하도록 만든다.
4. 피해자를 깎아내린다
가스라이팅 가해자는 피해자의 약점을 집중적으로 비난함으로써 피해자를 통제하려 한다. 만약 피해자가 자신의 약점을 드러낸다면, 가해자는 곧바로 그 약점을 자신의 무기로 삼을 것이다. 그리고, 피해자를 돕는다는 미명 아래 계속해서 피해자의 약점을 쥐고 흔들 것이다.
가스라이팅 가해자는 농담이라는 핑계로 사람들 앞에서 피해자를 성과나 능력에 대해 모욕하거나 비꼬는 칭찬을 한다. 예를 들어 피해자에게 사치품을 사도록 설득하고, 가족들 앞에서 피해자가 사치스럽다고 비난하거나, 피해자가 재정 관리에 무능하다고 느끼게 해서 피해자의 재정이나 계획을 통제한다.
5. 피해자의 주의를 분산시킨다
가스라이팅 가해자는 피해자가 가해자의 행동을 정확하게 판단하지 못하도록 한다. 가해자는 감정적인 학대를 당하고 있는 피해자에게 관계 안에서 일어나고 있는 모든 일들이 피해자의 잘못이며 이건 모두 피해자의 문제라고 말한다.
가스라이팅 가해자는 피해자의 걱정이나 고민을 공감해 주거나 해결해 주지 않고, 오히려 대화의 초점을 피해자의 단점에 맞춘다. 가스라이팅 가해자는 피해자가 말하는 모든 것을 부인하고, 자신의 의견을 피해자에게 관철시키고 피해자의 판단력을 흐리기 위해 사실을 왜곡한다. 가스라이팅 가해자는 현재 눈앞에 벌어진 상황이나 사실관계보다 피해자의 목소리 톤, 사용하는 단어에 집중함으로 피해자에게 ‘부정적이다’, ‘화를 낸다’ 등 대화의 본질을 흐리는 비난을 한다.
[출처] https://news.hidoc.co.kr/news/articleView.html?idxno=25086
현대 소프트웨어 개발 환경에서 AI 비서로 자리 잡은 ChatGPT는 단순한 문답을 넘어 다양한 개발 단계에서 생산성을 크게 향상시켜 줍니다. 이 포스트에서는 코드 작성부터 테스트, 문서화, CI/CD 파이프라인 통합까지 개발자가 ChatGPT를 활용할 수 있는 대표적인 방법들을 살펴봅니다.
프로젝트 템플릿 생성
“새로운 Django 프로젝트 기본 설정 코드를 생성해줘”
CRUD 엔드포인트 초안
“Express.js로 users CRUD API 라우터 코드를 짜줘”
디렉터리 구조 제안
“React + TypeScript 프로젝트 구조를 어떻게 잡는 게 좋을까?”
에러 메시지 분석
“이 Node.js 에러 스택을 보고 원인과 해결 방법을 알려줘”
코드 리뷰를 통한 버그 찾기
“다음 함수에서 잠재적인 null 참조 버그가 있을까?”
리팩터링 제안
“이 파이썬 함수의 가독성을 높이도록 리팩터링해줘”
함수/클래스 설명 자동 생성
“이 함수의 역할을 한 문장으로 요약해줘”
README.md 작성 보조
“이 프로젝트의 README 템플릿을 작성해줘”
주석 일관성 유지
“이 자바스크립트 코드에 JSDoc 스타일 주석을 추가해줘”
유닛 테스트 템플릿
“Jest를 이용한 add 함수 테스트 코드를 작성해줘”
통합 테스트 시나리오
“API 엔드포인트 /login에 대한 통합 테스트 계획을 제안해줘”
테스트 커버리지 개선 아이디어
“이 모듈의 경로 커버리지를 높이려면 어떤 테스트가 필요할까?”
성능 병목 분석
“이 SQL 쿼리가 느린 원인과 인덱스 최적화 방안을 알려줘”
비효율적 로직 리팩터링
“이 루프를 더 효율적인 함수형 스타일로 바꿔줄래?”
보안 취약점 점검
“이 PHP 코드에서 SQL 인젝션 취약점이 있나?”
라이브러리 사용 예제
“Pandas에서 groupby와 pivot 테이블을 사용하는 예제를 보여줘”
비교 분석
“Django와 Flask 중 어느 것을 선택해야 할까?”
공식 문서 요약
“React 공식 문서에서 useEffect 훅 사용법을 요약해줘”
GitHub Actions 워크플로우 생성
“Node.js 프로젝트용 GitHub Actions 워크플로우 YAML을 생성해줘”
Dockerfile 최적화
“이 Dockerfile을 멀티스테이지 빌드로 최적화해줘”
배포 스크립트 작성
“AWS EC2에 배포하는 Bash 스크립트를 작성해줘”
의미 있는 커밋 메시지
“다음 변경 내용을 설명하는 커밋 메시지를 작성해줘: 사용자 로그인 로직 수정, JWT 토큰 방식으로 변경”
이슈 템플릿 자동 생성
“버그 리포트용 GitHub 이슈 템플릿을 만들어줘”
ChatGPT는 단순히 대화형 AI를 넘어, 개발 생산성을 높여주는 올인원 도구로 발전했습니다.
코드 스캐폴딩에서부터 디버깅, 테스트, 문서화, DevOps 자동화에 이르기까지 일련의 개발 과정을 ChatGPT와 협업함으로써 더 빠르고, 더 안정적이며, 더 효율적인 소프트웨어를 구현할 수 있습니다.
오늘 바로 ChatGPT를 개발 워크플로우에 통합해 보세요!
이 글이 도움이 되었다면, 댓글과 공유 부탁드립니다!
Gradio는 Python으로 개발된 오픈 소스 패키지이다.
Gradio를 사용하면 몇 줄의 코드로 ML 모델, API 또는 임의의 Python 함수에 대해 사용하기 쉽고 커스터마이징할 수 있는 UI 구성 요소를 빠르게 생성할 수 있다.
Gradio GUI를 Jupyter 노트북에 직접 통합하거나 링크로 다른 사람과 공유할 수도 있다.
Gradio를 설치하는 방법은 다음과 같다.
터미널에서 다음 명령을 실행하거나 Google Colab에서 실행할 수 있다.
pip install gradioJupyter Notebook을 사용하는 경우에는 다음과 같이 입력한다.
!pip install gradio
Gradio 애플리케이션을 실행하는 방법을 알아보자.
다음은 사용자의 이름을 입력받아 인사 메시지를 생성하는 간단한 Python 애플리케이션이다.
#!pip install gradio
import gradio as gr
def user_greeting(name):
return "안녕하세요! " + name + "님, 첫 번째 Gradio 애플리케이션에 오신 것을 환영합니다!????"
app = gr.Interface(fn=user_greeting, inputs="text", outputs="text")
app.launch()ModuleNotFoundError: No module named 'tqdm')gradio 모듈을 찾을 수 없고, gradio 모듈의 일부 파일에서 tqdm 모듈을 찾을 수 없다고 한다.gradio와 tqdm 모듈의 호환성 문제가 있을 수 있기 때문에 gradio와 tqdm 모듈을 최신 버전으로 업데이트 하였다.
pip install -U gradiopip install -U tqdm
Gradio 애플리케이션을 명령 프롬프트에서 실행할 수 있다.
명령 프롬프트에서 다음과 같이 입력한다.
python app.py
애플리케이션을 실행하면 다음의 URL을 열어서 결과를 확인할 수 있다: http://127.0.0.1:7862
Jupyter Notebook에서 코드를 실행할 수도 있다.
인터페이스를 생성한 후 app.launch()를 사용하여 애플리케이션을 실행할 수 있다.
app = gr.Interface(fn=user_greeting, inputs="text", outputs="text")
app.launch()
[출처] Gradio 설치 및 실행 방법
Chatgpt Chat Completions API를 사용하면, 질문을 하고 답변을 얻을 수 있다.
Function Calling을 사용하면, 질문에 적합한 애플리케이션 함수와 매개변수를 추천받을 수 있다.
즉, 애플리케이션에서 어떤 함수를 호출하는게 좋을지 gpt에게 물어볼 수 있는 기능이라고 볼 수 있다.
open ai에서 가져온 파이썬 예제 코드이다. 한줄한줄 읽어보면, 어떤 방식으로 사용하는 건지 쉽게 감이 온다.
import openai
import json
# 항상 같은 날씨를 리턴하는 예시용 더미 함수이다.
# 실제 개발환경에서는 상황에 맞는 코드를 구현해야한다.
def get_current_weather(location, unit="fahrenheit"):
"""Get the current weather in a given location"""
weather_info = {
"location": location,
"temperature": "72",
"unit": unit,
"forecast": ["sunny", "windy"],
}
return json.dumps(weather_info)
def run_conversation():
# Step 1: chatgpt에게 질문과 이용할 수 있는 함수 목록을 전달한다.
messages = [{"role": "사용자", "content": "서울 날씨는 어때? "}]
functions = [
{
"name": "get_current_weather",
"description": "위치를 전달하면, 현재 날씨를 알려준다",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "구군시 전달한다. ex. 서울특별시",
},
"unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
},
"required": ["location"],
},
}
]
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
functions=functions, # 이 곳에서 함수 정보를 전달한다.
function_call="auto",
)
response_message = response["choices"][0]["message"]
# Step 2: GPT에서 함수 호출을 하라고 했는지 확인하기
if response_message.get("function_call"):
# Step 3: GPT에서 호출하라고 한 함수를 실제로 호출하기
available_functions = {
"get_current_weather": get_current_weather,
} # 이 예제에서는 호출할 수 있는 함수를 1개만 두었지만, 실제로는 여러개를 추가할 수 있다.
function_name = response_message["function_call"]["name"] // GPT가 제안한 함수 이름 확인하기
fuction_to_call = available_functions[function_name] // GPT가 제안한 함수 할당하기
function_args = json.loads(response_message["function_call"]["arguments"])
function_response = fuction_to_call(
location=function_args.get("location"),
unit=function_args.get("unit"),
) # GPT가 제안한 함수를 GPT에서 찾은 매개변수로 전달하기
# Step 4: 함수 호출로 얻은 결과를 gpt에게 다시 보내주기 send the info on the function call and function response to GPT
messages.append(response_message) # API으로 호출받은 값을 확장하기
messages.append(
{
"role": "function",
"name": function_name,
"content": function_response,
}
)
second_response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613",
messages=messages,
) # gpt에게 응답 결과 다시 전달하기
return second_response
print(run_conversation())https://platform.openai.com/docs/guides/gpt/function-calling
https://github.com/joshlong/chatgpt-spring-boot-starter
https://github.com/openai/openai-cookbook/blob/main/examples/How_to_call_functions_with_chat_models.ipynb
출처: https://americanopeople.tistory.com/427 [복세편살:티스토리]
다양한 분야에서 AI를 할용하는 ChatGPT전문가. 스타트업 창업, 개발자, 구글 SEO 성공 경험을 바탕으로 실용적인 AI사례를 발견합니다.
프로그래밍을 처음 접하는 분들에게 개발 환경 설정은 큰 걸림돌이 될 수 있습니다. 하지만 Replit라는 온라인 통합개발환경(IDE)을 사용하면 별도의 설치 없이 브라우저에서 바로 코딩을 시작할 수 있습니다. 최근에는 AI 기반 코딩 도우미 Replit Agent까지 추가되어 더욱 편리해졌습니다. 이번 글에서는 Replit과 Replit Agent의 사용법을 자세히 알아보겠습니다.
Replit은 웹 브라우저에서 바로 실행할 수 있는 온라인 IDE입니다. 별도의 설치 없이 코드를 작성하고 실행할 수 있어 초보 개발자들에게 큰 도움이 됩니다. 또한 다양한 프로그래밍 언어를 지원하고 협업 기능을 제공하여 팀 프로젝트에도 활용할 수 있습니다.
오늘은 Replit의 다양한 기능중 AI 기반 코딩 도우미인 Replit Agent 사용법에 대해 자세히 알아보겠습니다.
Replit Agent는 AI 기반 코딩 도우미로, 자연어 프롬프트를 이해하고 코드를 생성할 수 있습니다. 이를 통해 모든 수준의 개발자가 소프트웨어 개발에 더욱 쉽게 접근할 수 있습니다.
아래와 같은 프롬프트를 입력하여 Replit Agent에게 코드를 생성해달라고 요청할 수 있습니다.
주식 종목 코드를 입력하면 재무 데이터 요약을 얻고 싶습니다. 주가와 다른 주요 재무 정보를 추적하는 표와 차트를 보여주세요. Yahoo 파이낸스의 데이터를 사용해 주세요. 표 데이터를 CSV 파일로 다운로드할 수 있게 해주세요.
프롬프를 입력 하면 Replit Agent가 코드를 생성하고, 생성된 코드를 검토하고 수정할 수 있습니다.
코드 생성 계획이 마음에 들면 ‘Approve plan & Start’ 버튼을 클릭하여 코드 생성을 시작합니다.
Replit Agent 가 코드를 생성하는 동안 진행 상황을 모니터링하고, 필요한 정보를 입력하거나 추가 질문을 할 수 있습니다.
아래와 같이 Replit Agent가 라이브러리 설치도 자동으로 진행됩니다. 
라이브러리 설치 과정이 비개발자 입장에서는 어려울수 있지만 Replit Agent가 자동으로 처리해주기 때문에 사용자는 코드 생성에만 집중할 수 있습니다.
이렇게 코드 작성이 완료 되면 코드와 함께 실행 결과를 preview로 보여 줍니다.
코드 뿐만 아니라 실행 결과를 아래와 같이 preview로 보여 줍니다.
아래와 같이 특정 주식의 Symbol을 입력 하면 주식 정보를 보여줍니다.
아래 차트 까지 잘 그려준 걸 볼 수 있습니다. 
이렇게 작성된 코드를 작성 하는것 뿐만 아니라 서버에 배포 까지 할 수 있습니다.
Replit은 다른 사용자를 프로젝트에 초대하여 실시간으로 협업할 수 있는 기능을 제공합니다.
초대받은 사용자는 코드를 실시간으로 수정할 수 있으며, 다른 사용자의 커서 움직임도 확인할 수 있습니다.
Replit은 비개발자인 초보자부터 전문가까지 모든 개발자가 쉽고 편리하게 코딩할 수 있는 환경을 제공합니다. AI 기반 Replit Agent의 도입으로 소프트웨어 개발 접근성이 한층 더 향상되었습니다. 브라우저만 있다면 언제 어디서나 Replit으로 코딩을 시작해보세요!
[출처] https://www.magicaiprompts.com/blog/replit-usage-guide
학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 이번글은 뱅크리스에 올라온 글을 정리한 것입니다.
2087년 이더리움이 마침내 주류가 되고 연준이 더 이상 존재하지 않게 되면, 역사학자들은 암호화폐의 기원을 2011년 블리자드가 비탈릭 부테린의 월드 오브 워크래프트 캐릭터에 ‘생명을 빨아들이는’ 주문을 너프(nerf)했던 운명적인 순간으로 거슬러 올라갈 것이다.
이 이야기는 15살의 비탈릭이 ‘중앙 집중식 서비스의 공포’에 눈을 뜨게 했고, 마침내 중앙 집중식 비디오 게임의 광기를 종식시킨 이더리움이 탄생하게 된 계기가 됐다.
적어도 우리는 그 방향으로 가고 있다.
안타깝게도 대부분의 기존 블록체인 게임들은 마케팅 페이지를 장식하는 무허가(permissionless) 상호 운용성과 진정한 소유권이라는 멋진 약속에도 불구하고 여전히 위의 검열 사례에 적용을 받을 수 있다.
현재 블록체인 게임들의 (거짓) 약속(The (false) promises of today’s blockchain games)
잠시 시간을 거슬러 올라가 블록체인의 목적을 다시 떠올려 보자. 블록체인은 분산된 데이터베이스에 대한 공유 합의를 촉진하는 역할을 한다. 사람들이 동의하지 않을 때 전체 암호화폐 커뮤니티가 체인 분할을 진행하기 위해 많이 노력하는 것도 이 때문이다. 포킹( Forking)은 화해할 수 없는 차이들 사이에서 합의를 재조정한다.
그렇다면 도대체 왜 블록체인을 기반으로 게임을 개발할까?
같은 이유:비탈릭이 자신이 사랑하던 흑마법사를 약화시키기로 한 블리자드의 결정에 동의하지 않았던 것처럼, 사람들은 게임 세계를 어떻게 구축해야 하는지에 대해 근본적으로 동의하지 않는다. 따라서 블록체인을 통한 게임의 진정한 가능성은 분열된 게임 커뮤니티가 서로의 차이를 해결할 수 있도록 하는 것이다.
문제는 대부분의 블록체인 게임이 여기에 미치지 못한다는 것이다. 액시 인피니티나 크립토키티와 같은 게임은 최소한의 온체인 게임이다. 자산은 온체인 데이터로 존재하지만, 게임의 기본 로직(게임 규칙)과 상태(게임 내 행동 기록)는 중앙화된 게임 서버, 오프체인에 있다.
물론 개인 키를 안전하게 보관하는 한, 당신의 액시(Axie) NFT와 토큰은 불변하는 스마트 컨트랙트 내 데이터로 영원히 존재한다. 하지만 엑시를 개발한 스카이 마비스가 문을 닫는다면, 당신의 엑스 자산 가치도 사라질 것입니다. 소유권은 단순히 지갑에 데이터를 보호하는 것 이상의 의미를 갖는다. 소유권은 해당 데이터가 어디에 있는지, 즉 게임 규칙을 통제하고 발언권을 가질 수 있는 힘이기도 하다.
이들 자산의 금전적 가치는 전적으로 스카이 마비스가 엑스 인피니티 생태계를 상업적인 제품으로 성공적으로 제공할 수 있는 능력에 달려 있다. 웹 3.0으로 광고되지만 플레이어는 오프체인과 중앙에서 계획된 게임의 기본 규칙을 거의 제어할 수 없기 때문에 웹 2.5에 더 가깝다.
실제 웹 3 게임들의 아키텍처(The architecture of actually Web3 games)
검열이 불가능하고 막을 수 없는 블록체인 게임을 만들려면 어떻게 시작해야 할까? 구브시프의 ‘가장 강력한 크립토 게임 논문’에 따르면:
게임의 로직과 상태는 온체인에 있다. 게임의 규칙(이동, 전투, 채집, 소비 방법)은 오픈소스 및 온체인 스마트 컨트랙트에 규칙으로 포함되어야 한다.
모든 게임 데이터는 블록체인에 있으므로 상호 운용이 가능하다. 게임은 클라이언트에 구애받지 않는다.
핵심 개발자가 내일 사라져도 플레이어는 게임을 계속 플레이하기 위해 개발자에게 의존할 필요가 없으며, 커뮤니티에 있는 사람들이 플레이어 움직임을 온체인으로 전송하는 자체 클라이언트를 만들 수 있다.
위의 조건들이 충족되면 몇 가지 중요한 일이 일어나기 시작한다.
퍼미션리스 혁신(Permissionless Innovation)
온체인 게임 로직은 첫째 회사가 파산하거나 개발을 포기하더라도 디파이 프로토콜이 영구적으로 실행되는 것과 같은 방식으로 게임 세계는 영속성을 확보하고 계속 존재한다. 로난 샌드포드의 말처럼, 온체인 게임은 ‘현실 독립성'(reality independence)을 제공한다.
둘째, 퍼미션리스 혁신에 문이 열려 있다. 모든 플레이어는 기본 게임 규칙(즉, 디지털 물리를 참조하는 스마트 컨트랙트 형태로 두 번째 레이어 규칙(큐리오는 이를 사용자 생성 로직이라고 부름)을 도입해 게임을 창의적으로 ‘모드'(mod: 게이머가 게임에 새로운 기능을 추가하는 것)할 수 있다.
이것은 혼란스럽게 들일 수 있지만 그렇지 않다. 이것은 간단히 말해 개발자가 기존 프로토콜 위에서 허가 없이 새로운 프로토콜을 구축하는 디파이 결합성 101((one-oh-one으로 발음, 모든 분야의 초보자 대상으로 준비된 과정)이다.
세컨드 레이어 규칙들이 기본 규칙을 위반하지 않는 한, 허용된다. 세컨드 레이어 규칙은 개인 사용자 인터페이스와 로컬 경험만 변경하는 기존 게임들의 애드온/모드와 달리, 다른 모든 플레이어와 공유하는 가상 게임 경험에 영향을 미치는 온체인 스마트 컨트랙트에 내장된다는 것을 주목할 필요가 있다.
예를 들어, 체스 말의 고전적인 움직임을 유지하기로 결정한 완전 온체인 체스 게임은 핵심 개발자의 스마트 컨트랙트에 고전적인 규칙을 협상할 수 없고 변경할 수 없는 것으로 명시할 것이다. 기사는 L자 모양으로만 움직일 수 있고 비숍은 대각선으로만 횡단할 수 있다.
하지만 누구나 이러한 변경 불가능한 디지털 물리학 위에 새로운 세컨드 레이어 규칙을 만들 수 있다. 토큰, 길드 시스템, 상대방의 왕을 점령해 게임에서 승리하는 대신 내 왕을 보드 반대쪽 끝으로 이동시켜야 승리하는 RPG와 같은 퀘스트 라인이 될 수 있다. 토큰 화폐를 통해 죽은 왕을 다시 사거나 상대방과 왕을 교환하는 거래 시스템을 도입할 수도 있다. 기본 규칙의 논리가 허용하는 한 무엇이든 가능하다.
진정한 상호 운용성(True Interoperability)
온체인 게임에서 자산은 하나의 엄격한 게임 로직에 얽매이지 않으며, 가장 넓은 의미에서 최대한 상호 운용이 가능하다. 디파이에서 수천 개 토큰이 자체 규칙 세트, 즉 토큰노믹스 모델을 기반으로 서로 경쟁하는 것과 마찬가지로, 게임 자산은 지속적으로 확장되는 게임 세계에서 또 다른 토큰으로 존재하기도 한다.
반면, 에픽은 포트나이트 게임 자산을 게임 라이브러리 내에서 상호 운용할 수 있도록 허용할 수 있지만, 개발자가 허용하는 경우에만 상호 운용이 가능하다. 웹 2.5 블록체인 게임의 게임 자산도 마찬가지다.
강력한 인센티브(High-Powered Incentives)
이제 퍼즐의 마지막 조각인 인센티브에 대해 알아보자. 기존 게임에는 매우 활발한 모딩 커뮤니티가 많지만, 핵심 개발자의 의지에 따라 운영된다. 마인크래프트 역사가 대표적인 사례다.
경제적인 측면에서 보면 모더들(modders) 재산권은 약하기 때문에 창작에 대한 인센티브가 약하다. 따라서 모드는 일반적으로 이타주의에 기반한 애호가나 취미로 운영되는 경우가 많다.
완전한 온체인 게임은 이 문제를 해결한다. 온체인 게임에서는 생성된 모드가 검열할 수 없고 영구적인 창작물(앞서 언급한 두 번째 레이어 규칙)이 불변의 스마트 컨트랙트에 코드화되므로 플레이어가 모드를 만들려는 인센티브가 더 강력해진다.
토큰, 게임 메커니즘, 사회적 제도, 게임 내에서 플레이어가 만든 규칙의 근간이 되는 소유권 규칙은 플레이어가 완전히 통제할 수 있으며, 허가된 게임 로직과 규칙의 기본 세트에 구속되지 않는다. 가장 중요한 것은 게임 경제 내에서 플레이어가 만든 다른 창작물과 경쟁한다는 것이다.
따라서 온체인 게임 세계에서는 핵심 게임 개발자가 일방적으로 바뀌는 게임 기본 규칙에 대해 스스로 손을 묶는 것을 약속한다. 이것이 바로 비탈릭의 월드 오브 워크래프트 툰(toon)을 살릴 수 있는 방법이다. 게임 독재의 시대는 지나갈 것이다. 이론은 충분했으니 이제 온체인 게임의 몇 가지 예를 살펴보자.
온체인 게임들 살펴보기(Looking at on-chain games)
다크 포레스트는 아마도 온체인 게임의 최고 예일 것이다. 0xPARC 재단의 Gubsheep이 개발한 다크 포레스트는 2019년부터 그노시스(Gnosis) 체인에 배포된 우주를 테마로 한 멀티플레이어 전략 게임이다.
다크 포레스트의 전체 게임 로직과 상태는 온체인에 포함돼 있다. 기존 온라인 게임과 달리 게임 동작을 처리하거나 게임 상태를 저장하는 중앙화된 서버나 데이터베이스가 없다.
앞서 설명한 것처럼, 온체인 게임의 마법은 플레이어가 온체인 속성을 활용해 자발적으로 생성할 수 있는 새로운 주문에 있다. 다크 포레스트에는 이러한 예가 무궁무진하다. 다크 포레스트 플레이어들은 핵심 개발자가 거래 시스템이나 경매장을 위한 패치를 도입하지 않고도 게임 내 자원을 거래할 수 있는 게임 내 마켓플레이스를 만들었다.
다크 포레스트에는 길드 시스템이 내장돼 있지 않기 때문에, 몇몇 플레이어(DFDAO)는 외부 스마트 컨트랙트를 통해 자체적으로 퍼미션리스 온체인 길드 시스템을 구축했다. 이를 통해 많은 소규모 플레이어가 완전히 무신뢰(trustless) 방식으로 자원을 조정하고 모을 수 있었고 숙련된 플레이어가 지배하는 리더보드에서 경쟁력을 갖추기 위한 의도로 사용됐다. DFDAO 블로그에 설명된 대로
DFDAO는 또한 다크 포레스트 게임을 완전히 다른 체인으로 포크했다. 다크 포레스트 아레나라는 포크 버전은 다양한 새로운 게임 모드를 도입했다. 다른 MMORPG에서는 이러한 모든 행위가 불법, 암시장 거래 또는 “해킹”으로 간주될 것이다. 다크 포레스트와 같은 온체인 게임에서는 모든 것이 허용되고 코드 상에서 실행된다.
커뮤니티가 주도한 긴급 명령의 예는 Lattice 팀이 만든 마인크래프트 온체인 버전인 OPCraft에서도 찾아볼 수 있다. OPCraft의 초기 테스트 출시에서 플레이어들은 자원 수집을 자동화하고, 서로 채팅하고, 맵을 텔레포트하고, 월드 색상을 변경하는 플러그인을 만들었다.
SupremeLeaderOP라는 이름의 한 플레이어는 온체인 스마트 컨트랙트를 배포해 일련의 규칙이 포함된 공산주의 공화국을 만들었다. 자발적으로 공화국에 가입한 모든 플레이어는 사회주의 철학에 따라 기존의 모든 재산을 포기하고 재고를 공동의 국고로 통합해야 했다.
물론 게임에서 긴급 명령의 예는 새로운 것이 아니다. 이브(eve) 온라인 플레이어들은 게임 제작자가 게임 내 길드 도구를 만들지 않았을 때 디스코드(Discord)에서 오프라인 소셜 동맹을 조직했다. 에버퀘스트와 월드 오브 워크래프트 플레이어들은 비공식적인 소셜 화폐 시스템인 ‘DKP(드래곤 킬 포인트)’를 개발해 게임 내 공격대에 투입한 시간에 따라 플레이어를 관리하고 보상을 제공했다.
완전 온체인 게임들에 장애물들(Obstacles to fully on-chain games)
온체인 게임이 그렇게 훌륭하다면 왜 더 널리 보급되지 않았을까? 온체인 게임이 직면한 가장 명백한 장애물은 확장성이다. 모든 플레이어 행동을 온체인으로 전송하는 것은 연산 집약적이기 때문에 대부분의 온체인 게임은 이더리움 메인넷이 아닌 턴 기반(turn-based) 게임이다. 온체인에 영구적으로 존재하는 변경 불가능한 코드는 개발자 부주의로 인해 발생하는 익스플로잇을 패치하기 어렵다는 것을 의미한다.
퍼미션리스 게임은 또한 기회주의적인 플레이어와 봇에게 문호를 개방하는 것을 수반한다. 기존 블록체인 게임인 엑시(Axie)나 페가시(Pegaxy)는 비용이 많이 드는 진입 장벽을 통해 이를 어느 정도 완화하고 있으며, 기존 게임들은 KYC 방법과 선별적 차단을 통해 이러한 문제를 해결하지만, 퍼미션리스 온체인 게임에서는 이러한 중앙화된 수단을 사용할 수 없다.
어떤 면에서 온체인 게임의 문제는 사회적 고착화와 집단 행동 문제로 인해 변화하기 어려운 불완전한 현실 세계 제도(제국주의 체제나 민주주의 정치를 생각해보라)와 매우 유사하다. 커뮤니티와 핵심 개발자 모두가 이러한 문제에 직면해 나쁜 행동을 노골적으로 검열하기보다는 기업가적인 해결책과 창의적인 메커니즘 설계를 통해 나쁜 행동을 억제해야 한다.
이러한 창작물이 다른 점은 게임의 개방적인 구성 덕분에 허가 없이 생성되고 온체인에 내장된다는 점이다.. OPCraft 공산주의 공화국 플레이어들은 그가 누구인지 몰랐지만, 그가 약속을 지킬 것이라는 믿음을 가질 필요는 없었다.
그노시스 체인 기반 외교 전략 게임인 Conquest에서 플레이어는 xDAI 토큰을 스테이킹해 우주선을 생산하고, 동맹을 맺고, 문명 방식으로 서로를 공격한다. 다시 말하지만, 온체인 스마트 컨트랙트를 생성할 수 있다는 것은 플레이어 동맹이 실제 가치가 있는 자산에 묶여 있다는 것을 의미하며, 플레이어 동맹 간 신뢰 없는 상호작용을 보여준다.
온체인 게임에 대한 간단한 참고 사항(A quick note on on-chain game)
온체인 게임은 아직 개념 증명 단계에 머물러 있다. 개발자들은 여전히 최적의 확장 방법을 찾기 위해 노력하고 있으며, 용어 또한 산재되어 있다. 래티스(Lattice)는 이를 자율 세계(Autonomous Worlds)라고 부르고, 비블리오테카(Bibliotheca ) DAO에서는 영원한 게임, 이터널 게임스(Eternal Games) 플레이에서는 무한 게임, 토폴로지에서는 온체인 현실(on-chain realities)이라고 부릅니다. 당신은 아이디어를 얻을 수 있다.
위의 예시는 온체인 게임에서 떠오르는(emergent orders ) 몇 가지 사례들일 뿐이지만, 가능성은 무궁무진하다. 모든 디앱의 루트가 블록체인에 공유 상태로 존재하기 때문에 디파이의 오픈소스 구성성을 통해 토큰이 상호 운용되고 다양한 방식으로 잘게 쪼개질 수 있는 것처럼, 블록체인을 완전히 수용하는 게임도 마찬가지일 것이다.
게임 내 통화로 나만의 ERC20 토큰을 발행하라. 종교, 국가, 파벌 등 상상할 수 있는 모든 사회 구조를 형성하고 이를 체인에 올려보라. 보상이나 처벌이 포함된 퀘스트 라인을 토큰으로 작성하고 이를 변경 불가능한 스마트 컨트랙트에 연결해 보라.
기존 게임처럼 현실 세계와 분리되어 있지 않기 때문에 이를 ‘게임 내 경제’라고 부르는 것은 잘못된 명칭이다. 이는 크리에이터와 플레이어 간 경계를 허무는 현실 세계의 가치 경제이고 블록체인에 영구적으로 존재한다. 블록체인은 개인이 자발적으로 내리는 수많은 결정에서 새로운 생산과 거래 방식을 자유롭게 실험하며 지속적으로 발전할 수 있는 역량을 갖추고 있으며, 플레이어가 경제적 가치를 포착할 수 있는 무한한 길을 제공한다.
마무리하며
이 글에서 기존 블록체인 게임에 대해 혹평했지만, 웹 2.5 게임이 여전히 기존 게임보다 더 강력한 소유권을 제공한다는 점은 주목할 가치가 있다. 웹 2.5 게임은 적어도 플레이어가 자유롭게 게임을 종료할 수 있다. 자산이 지적 재산으로 보호되어 판매할 수 없는 기존 게임과 달리, 플레이어는 게임 내 토큰을 판매하고 자신의 시간에 대한 보상을 받을 수 있다.
하지만 웹 2.5 게임이 기존 게임보다 나은 점은 완전한 온체인 게임과 비교했을 때 미치지 못하는 것이기도 하다.
오프체인 게임 로직은 게임이 블록체인 기술의 잠재력을 충분히 활용하지 못하도록 방해한다. 완전한 온체인 게임만이 개방적이고 퍼미션리스 블록체인 인프라가 허용하는 인간의 독창성을 제대로 활용할 수 있다.
가장 위대한 비디오 게임 타이틀과 장르 중 일부는 ‘창발적 질서(emergent order)’의 부산물이다. 이 게임들은 게임 애호가와 취미로 게임을 즐기는 사람들이 “일단 해보고 보자”라는 공통된 패턴을 보여준다. 선풍적인 인기를 끌었던 MOBA(도타)와 타워 디펜스 장르는 모두 워크래프트 3 커스텀 게임 모딩 커뮤니티의 창작물에서 비롯됐다. 배틀그라운드: 배틀그라운드는 원래 FPS 슈팅 게임인 DayZ의 모드로, 다른 FPS 슈팅 게임인 아르마 2의 모드였다. 카운터 스트라이크는 90년대 가장 인기 있었던 게임 중 하나인 하프라이프의 모드였다. 온체인 게임은 이를 한 단계 더 발전시킨 것이다.
[출처] https://brunch.co.kr/@delight412/538