한빛미디어

 작년 한 해, 생성형AI가 전 세계에서 큰 화제가 되었다. 
생성형AI는 아주 큰 혁신이었기에 현재까지도 이목을 끌고 있다. 
업무 분야뿐 아니라 일상 생활에서도 활용되고 있으며 예술 분야에서도 적용되고 있다. 
​

Chat GPT의 근간에는 LLM(Large Language Model)이라는 주로 트랜스포머 아키텍처에서 파생된 AI모델이 있다. 
이는 사람의 언어와 코드를 이해하고 생성하게 위해 설계되었다고 한다. 
방대한 양의 텍스트 데이터로 학습되었기 때문에 사람이 사용하는 언어의 복잡성과 뉘앙스도 파악할 수 있다. 
LLM에 대해 대해 알아보고자 ‘쉽고 빠르게 익히는 실전 LLM’을 펼쳤다. 
​

저자는 시난 오즈데미르로 대학 강사, 기업가, 머신러닝 엔지니어, 벤처캐피털 조언자 등의 다양한 경험을 해보았다.
여러 분야를 걸쳐 일해온 이였기에 LLM에 대해 이해해나갈 수 있었으며 그러한 지식들을 책에 담았다고 한다. 
곧, 보편적인 기술이 될 LLM이 여러 분야에서 적용될 예시를 확인할 수 있다.

​
책은 LLM에 대한 정의와 그중에서도 핫한 BERT, ChatGPT, T5에 대해 소개하고 LLM을 이용한 의미 기반 검색에 대해 알아본다. 
이후, LLM으로 파인튜닝을 하거나 아키텍처를 맞춤화하며 LLM을 활용하는 시간을 갖는다. 
최종적으로는 고급 LLM을 사용하는 방법을 배우며 심도있는 내용으로 마무리한다.

​​
언어 모델링에서 일반적으로 쓰이는 모델링 작업은 자동 인코딩 작업과 자기 회귀 작업이 있다. 
자기회귀 언어 모델은 알려진 어휘에서 주어진 문장의 바로 다음에 가장 가능성 있는 토큰을 생성하도록 모델에 요청한다. 이때의 토큰이란 의미를 가지는 가장 작은 단위를 뜻하며 문장이나 텍스트를 작은 단위로 나누어 생성되는 것을 말한다. 가장 유명한 예로 GPT가 있다. 
자동 인코딩 모델은 알려진 어휘에서 문장의 어느 부분이든 누락된 단어를 채우는 것을 모델에 요청한다. 이 모델의 전형적인 예로는 BERT가 있다. 
이처럼 익히 알고 있는 서비스를 예시로 LLM의 개념과 모델, 상세한 설명들을 접할 수 있었다. 
AI가 도출한 답변 예시와 도식화 덕에 더욱 쉽게 이해할 수 있었다. 
​

책은 모델 선택과 데이터 형식, 파인튜닝 파라미터, 모델의 내부 작동 원리에 대해 설명한다. 모든 종류의 LLM이 어떻게 사용하고 훈련되고 최적화할 수 있는지에 대해 알리는 것이 책의 주요 목적이라고 한다. 생성형AI를 더욱 효율적으로 활용하고 최적의 답변을 이끌어 내고 싶은 사람이라면 이 책을 통해 읽어보는 것이 좋을 것 같다.

​

​

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

​