[1부] 대규모 언어 모델 기초
01장: 대규모 언어 모델 소개
1.1 대규모 파운데이션 모델과 LLM이란 무엇인가?
__1.1.1 AI 패러다임 전환과 파운데이션 모델 소개
__1.1.2 LLM의 내부
1.2 널리 사용되는 LLM 트랜스포머 기반 아키텍처
__1.2.1 초기 실험
__1.2.2 트랜스포머 아키텍처 도입
1.3 LLM 훈련과 평가
__1.3.1 LLM 훈련
__1.3.2 모델 평가
1.4 기본 모델과 맞춤형 모델 비교
__1.4.1 모델을 맞춤화하는 방법
1.5 요약
1.6 참고 문헌
02장: AI 기반 애플리케이션을 위한 LLM
2.1 LLM은 소프트웨어 개발을 어떻게 변화시키는가
2.2 코파일럿 시스템
2.3 LLM을 애플리케이션에 통합하기 위한 AI 오케스트레이터 소개
__2.3.1 AI 오케스트레이터의 주요 구성 요소
__2.3.2 랭체인
__2.3.3 헤이스택
__2.3.4 시맨틱 커널
__2.3.5 프레임워크 선택 방법
2.4 요약
2.5 참고 문헌
03장: 애플리케이션에 적합한 LLM 선택
3.1 시장에서 가장 유망한 LLM 소개
__3.1.1 독점 모델
__3.1.2 오픈소스 모델
3.2 언어를 넘어선 다양한 AI 모델 탐색
3.3 LLM 선택을 위한 의사결정 프레임워크
__3.3.1 고려 사항
__3.3.2 사례 연구
3.4 요약
3.5 참고 문헌
[2부] LLM 기반 애플리케이션 개발
04장: 프롬프트 엔지니어링
4.1 프롬프트 엔지니어링이란?
4.2 프롬프트 엔지니어링 기본
__4.2.1 명확한 지침을 제공
__4.2.2 복잡한 과업을 하위 과업으로 분할
__4.2.3 정당화를 요청
__4.2.4 여러 개의 출력을 생성해 가장 적합한 것을 선택
__4.2.5 마지막에 지침을 반복
__4.2.6 구분선을 사용
4.3 고급 프롬프트 엔지니어링
__4.3.1 퓨샷 학습
__4.3.2 사고 연쇄(CoT
__4.3.3 추론
LLM과 생성형 AI의 모든 것을 빠르게 익히고 싶은 분들을 위한 필독서!
《실전! LLM을 활용한 생성형 AI 애플리케이션 개발》은 LLM이 제공하는 기본 개념, 최신 기술, 실용적인 응용 방법을 심도 있게 설명하고, 궁극적으로 AI의 경계를 확장하는 대규모 파운데이션 모델(LFM까지 다룹니다.
이 책은 LLM을 깊이 있게 소개하는 것으로 시작합니다. 이어서 독점 모델(GPT 3.5/4과 오픈소스 모델(Falcon LLM을 비롯한 다양한 주류 아키텍처 프레임워크를 살펴보고, 각각의 강점과 차이점을 분석합니다. 나아가 파이썬 기반의 경량 프레임워크인 랭체인을 중심으로, LLM과 강력한 도구를 사용해 비정형 데이터에서 정보를 찾아내고 구조화된 데이터와 상호작용할 수 있는 지능형 에이전트를 만드는 과정을 안내합니다. 또한 이 책은 언어 모델링을 넘어 다양한 AI 작업과 영상이나 오디오 같은 유형의 데이터까지 포괄하는 LFM의 영역까지 다룹니다.
AI 전문가든 이제 막 AI에 입문하는 초보자든, 이 책은 LLM의 잠재력을 최대한 발휘하고 지능형 AI 시스템의 새로운 시대를 열어가기 위한 로드맵이 될 것입니다.
★ 이 책에서 다루는 내용 ★
인코더-디코더 블록과 임베딩을 포함한 LLM 아키텍처의 핵심 구성요소 탐구
GPT-3.5/4, Llama 2, Falcon LLM 같은 LLM의 특징 이해
프런트엔드용 스트림릿(Streamlit과 랭체인 등의 AI 오케스트레이터 활용
메모리, 프롬프트, 도구와 같은 LLM 구성요소 숙지
비모수적 지식과 벡터 데이터베이스 활용법 학습
AI 연구와 산업 응용에서 LFM이 갖는 의미 이해
파인 튜닝을 통한 LLM 커스터마이징
