생성형 AI: Best Practices

Wenqiang Feng , Di Zhen , Wenyun Wang , 홍은희 지음

브리유 2025년 02월 28일 출간

작품소개

책소개

이 책은 LLM(대형 언어 모델) 준전문가를 위한 책으로, LLM에 대한 기초 지식이 있음을 가정합니다. LLM 전문가라면 반드시 알아야 할 생성형 AI(Generative AI)의 전반적인 이론과 그에 대응하는 코딩을 다루고 있습니다. 구글 코랩에서 바로 실행해볼 수 있는 다양한 이론과 코드 예제를 통해, 이론을 실제로 구현하며 깊이 있는 학습을 할 수 있습니다. 지금 바로 구글 코랩에서 코드를 실행하며 이론을 확인해보세요!

목차

1. 서론
1.1 소개
1.1.1 책에 대해
1.1.2 저자에 대해
1.2 피드백 및 제언
2. 기초 학습
2.1 수학 기초
2.1.1 벡터
2.1.2 노름
2.1.3 거리
2.2 NLP 기초
2.2.1 어휘
2.2.2 태깅
2.2.3 어간 추출
2.2.4 토큰화
2.2.5 BERT 토큰화
2.2.6 Modern BERT
2.3 플랫폼과 패키지
2.3.1 구글 코랩
2.3.2 HuggingFace
2.3.3 Ollama
2.3.4 langchain
3. 단어 및 문장 임베딩
3.1 전통적인 워드 임베딩
3.1.1 원-핫 인코더
3.1.2 CounterVectorizer
3.1.3 TF-IDF
3.2 정적 단어 임베딩
3.2.1 Word2Vec
3.2.2 GloVE
3.2.3 Fast Text
3.3 문맥적 단어 임베딩
3.3.1 BERT
3.3.2 gte-large-en-v1.5
3.3.3 bge-base-en-v1.5
4. 프롬프트 엔지니어링
4.1 프롬프트
4.2 프롬프트 엔지니어링
4.2.1 프롬프트 엔지니어링이란
4.2.2 프롬프트의 주요 요소
4.3 고급 프롬프트 엔지니어링
4.3.1 역할 부여
4.3.2 맥락 설정
4.3.3 명확한 지시사항
4.3.4 생각의 사슬 프롬프팅
4.3.5 Few-Shot 프롬프팅
4.3.6 반복적 프롬프팅
4.3.7 지시 연결
4.3.8 제약 사용
4.3.9 창의적 프롬프팅
4.3.10 피드백 반영
4.3.11 시나리오 기반 프롬프팅
4.3.12 멀티모달 프롬프팅
5. 검색 증강 생성
5.1 개요
5.2 Naive RAG
5.3 Self-RAG
5.4 Correctiv RAG
5.5 Adaptive RAG
5.6 Agentic RAG
5.7 고급 주제
5.7.1 멀티 에이전트 시스템
6. 파인 튜닝
6.1 LLM 파인 튜닝의 최첨단 전략
6.1.1 LoRA
6.1.2 QLoRA
6.1.3 PEFT
6.1.4 SFT
6.1.5 RLHF
6.1.6 요약 표
6.2 주요 초기 파인 튜닝 방법
6.2.1 전체 파인 튜닝
6.2.2 특징 기반 접근법
6.2.3 레이어별 파인 튜닝
6.2.4 작업 조정형 사전 훈련
6.3 임베딩 모델 파인 튜닝
6.4 LLM 파인 튜닝
7. 사전 훈련
7.1 트랜스포머 아키텍처
7.2 현대적인 트랜스포머 기술
7.2.1 KV 캐시
7.2.2 멀티-쿼리 어텐션
7.2.3 그룹화된 쿼리 어텐션
7.2.4 플래시 어텐션
8. LLM 평가 지표
8.1 통계적 평가 지표
8.2 모델 기반 평가 지표
8.3 인간 중심 평가
8.4 DeepEval이 포함된 GEval

책 속으로

이 책은 생성형 AI: 모범 사례 [생성형 AI]에 대한 내용입니다. 노트에는 오타와 부정확한 문장이 포함되어 있음을 주의해 주시기 바랍니다.
이 책에서는 상세한 데모 코드와 실용적인 예시를 통해 생성형 AI 의 모범 사례를 보여드리고자 합니다. 각 장마다 구글 Colab에서 직접 열고 실행할 수 있는 상세한 Colab 노트북을 제공합니다.

출판사 서평

저는 현재 국내 대기업의 데이터 사이언티스트이며 현대자동차, SK, 정부출연연구소 등 여러 산업 분야에서 또한 데이터 사이언티스트로 활동해 왔습니다. 2014년 서울대학교에서 통계학 석사 학위를 취득했습니다. 데이터 분석 플랫폼, 빅데이터를 다루기 위한 다양한 프로그래밍 언어 및 AI 서비스 개발에 관심이 있습니다.

작가정보

저자(글) Wenqiang Feng

저자(글) Di Zhen

저자(글) Wenyun Wang

저자(글) 홍은희

감수 홍은희