시작하기무료로 시작하기

로컬 이미지 파일로 프롬프트하기

여러분은 런던 교통부의 데이터 분석가로 일하고 있어요. 팀에서 교통수단 유형별로 다양한 시간대의 도로 차량 수를 보여주는 시각화를 만들었고, 이 이미지에서 핵심 인사이트를 AI 모델로 추출하고자 합니다.

이미지는 로컬에 "LDN_2024_traffic.png"로 저장되어 있어요.

이미지 및 데이터 출처: City of London의 City Streets 2025 요약 보고서.

이 연습은 강의의 일부입니다

OpenAI Responses API 활용하기

강의 보기

연습 안내

  • 이미지 파일을 인코딩하기 위해 base64 모듈을 임포트하세요.
  • base64의 b64encode() 함수를 사용해 이미지 파일을 base64로 인코딩하고, 결과를 image_base64에 저장하세요.
  • 요청의 이미지 입력 메시지를 완성해 base64 사용을 명시하고, 인코딩한 base64 값을 사용하도록 하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import base64 module
____

# Encode the image file as base64
with open(image_path, "rb") as f:
    image_base64 = base64.____(f.read()).decode("utf-8")

# Create a response with text and image input
response = client.responses.create(
    model="gpt-5.4-mini",
    input=[
        {"role": "user", "content": [
            {"type": "input_text", "text": "What mode of transport contributed the highest number of vehicles during business hours? Answer very concisely."},
            {"type": "input_image", "image_url": f"data:image/png;____,{____}"}
        ]}
    ]
)

print(response.output_text)
visualize_image(image_url)
코드 편집 및 실행