기본 콘텐츠로 건너뛰기

[생성형 AI 모델(Gemini Advanced, Claude 3 Opus, GPT-4o)들에 대한 스프레드시트 데이터 분석 능력 비교]

생성형 AI 모델 (Gemini Advanced, Claude 3 Opus, GPT-4o) 데이터 분석 능력 비교

1930년부터 2014년까지의 월드컵 경기 데이터 (아래 시트) 를 3가지 생성형 AI 모델 (Claude AI, GPT-4o, Gemini Advanced)을 사용하여 분석하고, 그 결과를 비교 분석해보았습니다. 각 모델별로 스프레드시트 데이터를 어떻게 분석하고 시각화하여 월드컵 경기의 추세와 특징을 어떻게 설명을 하고 있는지 비교 평가 해보았습니다.

테스트용 스프레드시트 데이터는 1930년부터 2014년까지 월드컵 경기에 대한 데이터 (개최연도, 개최지, 승리국가, 준우승 국가, 평균 관중 수, 총 경기수, 골 수, 평균 골 수) 입니다.


Google Spreadsheet 데이터 원본 링크

월드컵

연도

개최지

승리국

준우승

평군관중

참가팀

경기수

골 스코어

평균 골수

1930 World Cup Uruguay

1930

Uruguay

Uruguay

Argentina

32,808

13

18

70

3.9

1934 World Cup Italy

1934

Italy

Italy

Czechoslovakia

21,353

16

17

70

4.1

1938 World Cup France

1938

France

Italy

Hungary

20,872

15

18

84

4.7

1950 World Cup Brazil

1950

Brazil

Uruguay

Brazil

47,511

13

22

88

4

1954 World Cup Switzerland

1954

Switzerland

Germany

Hungary

29,562

16

26

140

5.4

1958 World Cup Sweden

1958

Sweden

Brazil

Sweden

23,423

16

35

126

3.6

1962 World Cup Chile

1962

Chile

Brazil

Czechoslovakia

27,912

16

32

89

2.8

1966 World Cup England

1966

England

England

Germany

48,848

16

32

89

2.8

1970 World Cup Mexico

1970

Mexico

Brazil

Italy

50,124

16

32

95

3

1974 World Cup Germany

1974

Germany

Germany

Netherlands

49,099

16

38

97

2.6

1978 World Cup Argentina

1978

Argentina

Argentina

Netherlands

40,679

16

38

102

2.7

1982 World Cup Spain

1982

Spain

Italy

Germany

40,572

24

52

146

2.8

1986 World Cup Mexico

1986

Mexico

Argentina

Germany

46,039

24

52

132

2.5

1990 World Cup Italy

1990

Italy

Germany

Argentina

48,389

24

52

115

2.2

1994 World Cup United States

1994

United States

Brazil

Italy

68,991

24

52

141

2.7

1998 World Cup France

1998

France

France

Brazil

43,517

32

64

171

2.7

2002 World Cup Korea & Japan

2002

Korea & Japan

Brazil

Germany

42,269

32

64

161

2.5

2006 World Cup Germany

2006

Germany

Italy

France

52,491

32

64

147

2.3

2010 World Cup South Africa

2010

South Africa

Spain

Netherlands

49,670

32

64

145

2.3

2014 World Cup Brazil

2014

Brazil

Germany

Argentina

53,592

32

64

171

2.7

2018 World Cup Russia

2018

Russia

France

Croatia

47,371

32

64

169

2.6

(** 이 통계는 https://en.wikipedia.org/wiki/FIFA_World_Cup 에서 발췌한 것입니다 **)

각 모델별 질문 “질문: 평균 관중수 추이 분석해주세요. 필요하면 차트도 그려서 설명” 에 대한 각 모델별 분석 결과 요약

  • Claude AI: 표 형태로 데이터를 제시하고, 시대별 특징을 요약하는 텍스트 설명을 제공했습니다. 하지만 시각적인 자료가 없고, 설명이 다소 장황하다는 단점이 있었습니다.
  • GPT-4o: 차트를 통해 연도별 평균 관중 수 변화를 시각적으로 보여주고, 간결한 텍스트 설명을 제공했습니다. 하지만 차트의 시각적인 요소가 부족하고, 1994년 이후 감소 추세에 대한 설명이 없었습니다.
  • Gemini Advanced: Altair 라이브러리를 사용하여 인터랙티브한 시각화를 제공하고, 상세한 텍스트 설명과 함께 상관계수를 제시하여 통계적인 근거를 뒷받침했습니다. 

종합 평가

세 가지 모델 중 Gemini Advanced가 가장 우수한 분석 결과를 제공했습니다. 시각적인 자료와 텍스트 설명의 조화, 구체적인 수치 언급, 분석 결과에 대한 근거 제시 등이 균형 있게 이루어져 사용자가 정보를 쉽게 이해하고 해석할 수 있도록 했습니다. 다만, 

결론


이번 비교 분석을 통해 생성형 AI 모델이 월드컵 경기 데이터와 같은 스포츠 데이터 분석에 유용하게 활용될 수 있음을 확인했습니다. 특히, Gemini Advanced 모델은 뛰어난 분석 능력과 시각화 기능을 바탕으로 데이터에 대한 깊이 있는 이해를 돕는 결과를 제공했습니다.

여기서 한가지 놀라웠던 점은, Gemini Advanced 가 분석한 결과 내용중에는 2002년 한일 월드컵때에 관중수가 1994년 대비 거의 반토막 나고 1998년 보다 다소 감소한 결과에 대해서 다음과 같이 분석 설명을 했다는 사실에 놀라울 따름입니다.

‘다만, 2002년 한일 월드컵에서는 평균 관중 수가 다소 감소하는 모습을 보였는데, 이는 개최국의 지리적 위치나 경기 시간 등이 현지 관중의 참여에 영향을 미쳤을 수 있습니다.”

이 결과로 인하여 모든 스프레드시트 데이터 분석에서 Gemini Advanced 가 가장 우수한 것으로 일반화할 수는 없습니다. 단편적인 월드컵 경기 데이터만으로 평가한 결과임을 참고하여 주시기 바랍니다. 

—---------------------------------------------------------------------------------------

Claude 3 Opus :

질문: 평균 관중수 추이 분석해주세요. 필요하면 차트도 그려서 설명

답변:

평균 관중수 추이를 분석해 보겠습니다. 데이터를 연도순으로 정렬하고, 평균 관중수의 변화를 살펴보면 다음과 같습니다.

이를 그래프로 나타내면 다음과 같습니다:

분석 결과:

  • 1930년대부터 1950년대까지 평균 관중수는 2-3만 명 수준이었습니다.
  • 1950년 브라질 월드컵에서 평균 관중수가 크게 증가한 후, 1960년대부터 1980년대 중반까지 4-5만 명 수준을 유지했습니다.
  • 1994년 미국 월드컵에서 평균 관중수가 약 69,000명으로 크게 증가했지만, 이후 다시 4-5만 명 수준으로 감소했습니다.
  • 2000년대 들어 평균 관중수는 소폭 증가하는 추세를 보이며, 2014년 브라질 월드컵에서는 약 53,600명을 기록했습니다.

전반적으로 평균 관중수는 1950년대 이후 꾸준히 증가해 왔으며, 1994년 미국 월드컵에서 정점을 찍은 후 다소 감소했지만, 최근 다시 증가 추세에 있습니다. 이는 월드컵의 인기와 규모가 지속적으로 성장해 왔음을 보여줍니다. 다만 개최국의 스타디움 규모, 경제 상황, 축구 인기도 등 다양한 요인에 따라 평균 관중수에는 등락이 있었던 것으로 보입니다.

GPT-4o

연도별 월드컵 평균 관중수 추이를 분석한 결과입니다. 아래 차트는 각 대회가 열린 연도에 따른 평균 관중수의 변화를 시각적으로 나타냅니다.

분석 결과 요약:

  • 1930-1960년대: 초기 월드컵 대회에서는 평균 관중수가 비교적 낮았으나, 1950년 브라질 월드컵에서 관중수가 급증한 것을 볼 수 있습니다.
  • 1970-1990년대: 이 시기 동안 평균 관중수는 지속적으로 증가했으며, 특히 1994년 미국 월드컵에서 가장 높은 관중수를 기록했습니다.
  • 2000년대 이후: 최근 월드컵 대회에서도 여전히 높은 관중수를 유지하고 있으며, 2014년 브라질 월드컵과 2010년 남아프리카 공화국 월드컵에서도 많은 관중이 경기를 관람했습니다.

이러한 추이는 월드컵의 인기가 지속적으로 증가하고 있으며, 전 세계적으로 많은 팬들이 경기를 관람하러 온다는 것을 보여줍니다. 추가적으로 궁금한 사항이나 다른 분석이 필요하시면 말씀해 주세요. ​​

—---------------------------------------------------------------------------------

Gemini Advanced (Gemini 1.5 Pro)

월드컵 개최 연도(Year)별 평균 관중 수(Average attendance)의 추이를 분석하고 시각화하여 보여드리겠습니다.

이미지로 표시된 차트



연도별 월드컵 평균 관중 수 추이를 나타내는 그래프를 보면, 대체로 시간이 지남에 따라 평균 관중 수가 증가하는 추세를 보입니다. 특히 1994년 미국 월드컵에서 크게 증가한 이후로 높은 수준을 유지하고 있습니다.

이는 월드컵이 전 세계적으로 인기를 얻으면서 더 많은 사람들이 경기장을 찾게 된 것으로 해석할 수 있습니다. 또한, 경기 수와 참가 팀 수의 증가 또한 평균 관중 수 증가에 영향을 미쳤을 가능성이 있습니다.

다만, 2002년 한일 월드컵에서는 평균 관중 수가 다소 감소하는 모습을 보였는데, 이는 개최국의 지리적 위치나 경기 시간 등이 현지 관중의 참여에 영향을 미쳤을 수 있습니다.

전반적으로 월드컵은 시간이 지남에 따라 더 많은 관중을 끌어모으는 스포츠 행사로 성장해왔으며, 이는 월드컵의 세계적인 인기와 위상을 반영한다고 볼 수 있습니다.

참고로 연도와 평균 관중 수 간의 상관계수는 0.708로, 비교적 강한 양의 상관관계를 나타냅니다. 즉, 연도가 증가함에 따라 평균 관중 수도 증가하는 경향이 통계적으로 유의미하다는 것을 의미합니다.

댓글

이 블로그의 인기 게시물

[클로드 AI 글쓰기 팁] 글쓰기를 위한 프롬프트 엔지니어링 핵심 개념과 실천 방안

  클로드 AI 프롬프트 엔지니어링: 핵심 개념과 실천 방안 그동안 클로드 AI로 글쓰기를 통해서 터득한 팁을 공유합니다. 이 팁은 클로드 AI 뿐만아니라 다른 생성형 AI 이용하여 글쓰기를 하는데 매우 유용한 팁이라고 생각하여 공유하고자합니다.   생성형 AI를 위한  프롬프트 엔지니어링은 생성형 AI와 효과적인 상호작용을 통해 원하는 결과를 얻어내는 과정입니다. 좋은 프롬프트 엔지니어가 되기 위해서는 다음과 같은 능력이 필요합니다: 1. 명확한 의사소통 능력   예시: "클로드, 나는 지금 한 편의 블로그 포스트를 작성하고 있어. 주제는 '일상에서 쉽게 실천할 수 있는 환경보호 방법'이야. 포스트의 구조는 서론-본론-결론으로 이루어져야 하고, 총 글자 수는 1500자 내외였으면 좋겠어. 독자에게 친근하게 다가갈 수 있도록 문체는 격식 없이 부드러운 느낌으로 작성해줘." 프롬프트에서 글의 주제, 구조, 분량, 문체 등을 구체적으로 명시함으로써 생성형 AI가  원하는 방향으로 글을 생성할 수 있도록 명확한 지침을 제공하고 있습니다. 2.  반복 작업을 꾸준히 하려는 의지   예시: 첫 번째 프롬프트 - "클로드, 나를 위해 '봄소풍'을 주제로 시 한 편을 써줄래?" 두 번째 프롬프트 - "시의 분위기를 좀 더 경쾌하게 바꿔주고, 청유형으로 끝맺음을 해줄래?" 세 번째 프롬프트 - "시의 3~4행에 봄소풍 갈 때 듣기 좋은 음악을 추천하는 내용을 추가해줘." 같은 주제의 시를 대상으로 프롬프트를 조금씩 수정해가며 생성형 AI와 반복적으로 인터랙션함으로써, 사용자가 원하는 방향으로 시를 완성해 나가고 있습니다. 3.  프롬프트가 잘못될 수 있는 경우를 고려할 수 있는 능력   예시: "클로드, 지금부터 상상의 인터뷰 기사를 작성해보자. 가상의 인물 A씨는 '이상적인 직장 상사'로 선정되었어. A씨를 인터뷰한다고 생각하고, A씨가 이상적인 상사

[알아두면 쓸모 있는 구글 문서 팁] 문서 공유시- 사용자 이름 대신에 익명의 동물이 표시 되는 이유와 동물 종류

구글 드라이브에는 다른 유사 서비스에서는 제공하지 않는 구글 만의 유니크한 기능들이 있다 구글 문서를  불특정 다수에게 전체 공개로 공유할 수 있습니다. 불특정인이 구글 문서에 접속한 경우 익명의 동물로 표시됩니다.  ' 웹에 공개' 또는 '링크가 있는 사용자' 공유 설정을 선택하면 인식할 수 없는 이름이나 익명의 동물이 표시될 수 있습니다. 파일에서 인식할 수 없는 이름을 볼 수 있는 몇 가지 이유는 다음과 같습니다. 메일링 리스트와 파일을 공유합니다. Google 계정이 없는 사용자와 파일을 공유하며, 그 사용자가 다른 사용자에게 공유 초대를 전달했습니다. 내 파일을 수정할 수 있는 누군가가 파일을 다른 사용자와 공유했습니다. 다른 사용자가 자신의 Google 계정 이름을 변경했습니다. 공유 설정 페이지에서 해당 사용자 이름 위로 마우스를 이동하여 이메일 주소를 확인하세요. 익명의 동물 다른 사용자에게 개별적으로 보기 또는 수정 권한을 부여하거나 메일링 리스트에 속해 있는 경우에만 사용자 이름이 표시됩니다. 파일 권한을 '링크가 있는 사용자'로 설정하면 파일을 보고 있는 사용자의 이름이 표시되지 않습니다. 대신 다른 사용자가 익명으로 라벨이 지정되어 표시되고 각 익명 사용자는 다양한 익명의 동물로 나열됩니다. 파일 권한을 '링크가 있는 사용자'로 설정했지만 특정 사용자와 파일을 공유하는 경우 파일을 공유한 사용자의 이름이 표시됩니다. 그 외 다른 사용자가 파일을 볼 때는 익명으로 나타납니다. 비공개 파일의 익명 동물 파일 권한을 '링크가 있는 사용자'로 설정한 다음 이를 '특정 사용자'로 변경하면 다음과 같은 경우 여러 익명의 동물이 표시될 수 있습니다. 누군가 파일을 여러 번 여는 경우에는 익명의 동물 목록에서 오래되고 연결이 끊긴 세션을 강제 종료하는 데 조금 시간이 걸릴 수 있습니다. 누군가 온

[클로드 AI 글쓰기 팁] 맥락을 유지하면서 장문의 글 생성하기

 [ 클로드 AI 글쓰기 팁] 맥락을 유지하면서 장문의 글 생성하기   생성형 AI를 활용한 장편 글쓰기의 어려움  생성형 AI로 장편의 글을 생성할 때, 생성형 AI들의 제약 사항으로 인하여 맥락을 이어가면서 글을 쓰는 데 어려움이 있습니다. 필자가, 클로드 AI 로 글쓰기에서도 그러했고, 이전에 GPT-4 기반으로 영문 책을 작성할 때도 이러한 제약 사항으로 인하여 맥락을 유지하면서 글을 쓰는데 많은 어려움을 겪기도 했습니다. 이는 ChatGPT-4, ChatGPT-4o 및 Claude Pro와 같은 AI 모델이 대화 및 토큰 처리에 있어 각각 고유한 한도와 제약 사항을 가지고 있기 때문입니다. 이러한 제한은 모델의 성능과 사용자 경험에 직접적인 영향을 미치므로, 사용자들은 이를 이해하고 고려하여 대화를 설계하고 AI와 상호작용해야 합니다. 비즈니스에서도 생성형 AI 활용시 다음과 같은 장문의 글을 생성하기 위해서  생성형 AI 의  제약 사항으로 인하여 글 생성에 어려움을 겪을 수 있습니다. . 보고서 및 제안서 작성: 기업에서는 종종 방대한 분량의 보고서나 제안서를 작성해야 하는 경우가 있습니다. 이때 생성형 AI를 활용하여 초안을 생성하거나 아이디어를 얻고자 할 수 있는데, 토큰 제한과 맥락 유지의 어려움으로 인해 원하는 수준의 결과를 얻기 힘들 수 있습니다. 매뉴얼 및 가이드 문서 제작: 제품이나 서비스에 대한 상세한 매뉴얼이나 가이드 문서를 만드는 것도 많은 기업들의 주요 업무 중 하나입니다. 이러한 장문 문서 제작에 AI를 활용하고자 할 때, 일관성 있고 체계적인 내용을 생성하는 데 어려움을 겪을 수 있습니다. 마케팅 및 광고 콘텐츠 제작: 블로그 포스트, 뉴스레터, 광고 카피 등 마케팅에 필요한 장문 콘텐츠를 생성형 AI로 제작하고자 할 때도 유사한 문제에 직면할 수 있습니다. 브랜드의 톤앤매너를 일관되게 유지하며 설득력있는 내용을 생성하는 것이 쉽지 않을 수 있습니다. 고객 응대용 챗봇 시나리오 작성: 챗봇을 통해 고객 응대를 자동화하고자 하

[클로드 AI 글쓰기 팁] 책을 쓰면서 가장 많이 사용한 프롬프트 기법 소개

생성형AI와 협업하여 책을 쓰면서 가장 많이 사용한 프롬프트 기법을 소개합니다. 이 기법은 GPT-4, Claude 3 Opus 생성형 AI로 글을 쓸때 가장 많이 사용한 기법 중에 하나입니다.  단순한 글쓰기에서, 복잡한 글쓰기에 매우 유용한 기법이기도 하여 소개하고자 합니다. 아래 3단계 (간단, 중간, 복잡) 의 예시 문을 참고하시기 바랍니다. 간단한 프롬프트 예시 다음 내용 을 500자로 요약 : [ 본문 내용] 다음 내용을  일본어로 번역해주세요 :[본문 내용] 다음 데이터 를 분석해주세 요: [“시트 데이터를 복사하여 여기에 붙여 넣기"] 중간 난이도  프롬프트 예시 다음 글을  요약  해주세요:[ “원문” ] 다음 지침 에 따라서 생성해주세요: [ 긍정적인 변화 2가지와 부정적인 우려 2가지를 요약. 미래와 관련하여 해결해야 할 과제 2가지를 요약,원문의 주제를 한 문장으로 요약하고, 이를 뒷받침하는 핵심 문장을 글에서 찾아주세요. ] 당신은 에세이 전문 작가입니다. 같은 주제에 대한  다 음  두개의  에세이 (A) 와 (B)  가   있습니다. 이 두 에세이를 비교 분석을 해주세요 :[(A). 에세이 , (B). 에세이] 다음 주제에  대한 500단어 블로그를 작성해주세요: [기후 변화가 해양 생태계에 미치는 영향] 다음 요소 들을 포함해야 합니다.: [해수면 상승 ,  해양 산성화,해양 생물 다양성 감소] 각 섹션은  다음 구조 를 따라주세요: [문제 설명, 구체적인 예시, 잠재적 해결책] 결론에서는 향후 연구 방향을 제시해주세요." 복잡한 프롬프트 예시 이메일 업무 (예, 프로젝트 연장 요청 이메일) 이메일은 비즈니스 커뮤니케이션의 핵심 수단으로, 효과적인 이메일 작성과 관리는 업무 효율성을 크게 향상시킬 수 있습니다. 구조화된 프롬프트를 사용하여 다양한 상황에 맞는 이메일을 빠르고 정확하게 작성할 수 있습니다. 예시 프롬프트:   “ 당신은 [회사명]의 [직책]입니다.  다음 상황 에 대한 이메일을 작성해주세요: [ 상황

[팁] Google Slide 프리젠테이션시 모든 한글폰트가 '굴림체' 로 바뀌는 현상을 해결한 크롬 확장 프로그램 소개

구글 문서도구인 구글 슬라이드를 이용하여 프리젠테이션을 많이 하는 분들을 위한 희소식 현재 구글 슬라이드에서는 슬라이드 편집시 사용한 고유 한글 폰트들은 프리젠테이션 모드로 전환할 경우는 모두 '굴림체' 로 바뀌어 표시가 되는 불편함이 있었습니다. 예). 슬라이드 편집에서 사용한 '궁서체' 한글 폰트는, 프리젠테이션 모드에서는 '굴림체'로 바뀌어 디스플레이됨 예). 슬라이드 편집 모드 - '궁서체' 폰트 사용 프리젠테이션 모드에서 '굴림체' 로 변경됨    따라서, 이러한 현상을 해결하는 크롬 확장 프로그램이 개발 되었습니다.  크롬 확장 프로그램 명 - ShowAsis 입니다. 크 롬 웹스토어 링크 -  https://goo.gl/PVPkZz 이 확장 프로그램을 사용하여 슬라이드 프리젠테이션을 하면, 편집 모드의 폰트 그대로 프리젠테이션시에도 그대로 한글 폰트로 디스플레이 됩니다. 단, 단점은 슬라이드가 애니메이션 슬라이드가 있는 경우는 애니메이션이 동작하지 않습니다. ----------------------- G Suite/Google Apps 전문 블로그 -  charlychoi.blogspot.kr 도서 '기업과 학교를 위한 구글크롬북'