한빛미디어

저는 감성공학 분야에 대한 관심이 있어 자연스럽게 LLM에 대한 학습이 필수적인데, 본 책을 통해 말 그대로 쉽고 빠르게 LLM의 기초를 다지고, 응용해볼 수 있는 시간이 되었습니다.

​

특히 GPT가 최근 뜨거운 감자가 되면서 관련 지식이 없는 분들께서도 사용해본 경험이 있으실텐데, 프로그래머는 물론, 프로그래머가 아닌, 인공지능에 낯선 분들께서도 LLM의 개념과 여러 기능을 사용하는 방법까지 충분히 이해하실 수 있을 것 같습니다.

이 책은 부록을 포함하여 크게 4가지 부분으로 나뉘어져 있습니다.

- LLM에 대한 소개

- LLM 활용법

- 고급 LLM 사용법

- 부록: LLM 관련 FAQ, 용어 해설, LLM 앱 개발 시 고려사항

​

다른 한빛미디어의 도서와 마찬가지로, 저자분의 github에 링크가 업로드되어 있어 편리하고 빠르게 소스코드에 접근이 가능합니다.

1장은 LLM의 기초 단계를 다룬다 생각하시면 될 것 같습니다.

LLM의 정의와 특징, 작동 원리에 대해 이해한 후 최근 핫한 모델에 대해 이해해보고,

도메인 특화 LLM과 LLM을 활용한 앱의 종류에 대해서도 알아볼 수 있습니다.

​

특히, 저는 대학원 준비 과정에서 자연어 처리를 관심분야로 정하고 원서와 면접 준비를 진행했었는데

본 책을 미리 접했다면 입시 준비에서 고생 없이 준비할 수 있었을 것이라는 후회가 들더군요..

2024년 2월 이후로 비슷한 경험이 있으신 분이 계시다면 이 책을 꼭 추천드립니다.

왜냐면,, Transformer기와 BERT에 대한 사전 지식은 정말 자주 출제되거든용...

2장에서는 hyperparameter를 조정하여 LLM의 기능을 충분히 활용해보는 시간을 가졌습니다.

이 과정을 fine-tuning이라고 부르는데, 다양한 LLM의 각 모델마다 설정할 수 있는 parameter가 다르기 때문에

케이스의 목적에 맞는 튜닝을 진행해야 합니다.

​

그 다음으로는 더 복잡하거나, 여러 단계의 작업을 수행하기 위해 한 LLM 모델을 또 다른 LLM 입력에 넣어

연쇄적으로 수행하는 prompt chaining을 포함한 prompt engineering에 대해 학습할 수 있었습니다.

여기서 prompt engineering이란, 정확하고 유용한 출력을 위해

효과적으로 작업을 전달하는 입력창을 만드는 작업을 의미합니다.

파이썬 언어에 대한 어느정도의 기초지식만 있으면 충분히 프롬프트 엔지니어링에 도전해보실 수 있어요!

본 장에서는 특정 어조, 구문, 스타일에 필요한 작업과 특정 도메인에 특화된 언어를 핸들링하는 과정에서 유용한

Few-Shot 학습을 위주로 학습합니다.

3장은 난이도가 어느정도 있습니다. 본 장에서는 multi-modal 시스템에서

ViT, GPT-2, DistilBert를 사용해보는 시간을 가졌습니다.

​

특히, 저는 이미지에 대한 개방형 질문과 사람이 직접 작성한 답변 쌍이 데이터셋으로 제공되고 있는

Visual QA 라는 사이트를 처음 접해봤는데,

여기서 데이터를 제공받아 강화학습을 진행한 과정이 아주 흥미롭고 기억에 남았습니다.

​

모델이 발달함에 따라 다양한 데이터셋을 제공하는 서비스도 따라서 발전하는구나,, 라는 걸 깨닫기도 했구요.

​

​

생소하고 낯선 LLM 모델을 통해

다양한 환경에서 fine-tuning을 진행해보다 보면, 벌써 책의 끝이 보입니다.

4장의 부록은 서평으로 처음 남겨보는 것 같네요..!

솔직히 말하면,, 저는 책의 부록을 잘 읽지 않습니다.

특히 정보를 주는 책의 경우 척도별 계산값이라던가,, index 정도를 찾을 때가 많은데,

이 책은 부록 자체가 하나의 책처럼 필요한 정보의 요약본이기 때문에

도서를 완독한 후 복습 차원에서 읽어보게 되더군요.

혹시 프로그래밍이나 AI에 친숙하지 않은 독자분들께서는 해당 부록을 참고하셔서

도메인 지식을 함께 습득하며 읽어보시면 훨씬 이해가 쉬우실 것 같습니다!!

​

그리고 LLM 앱과 관련하여 개발을 계획중에 있으신 분께서는

부록 C LLM 애플리케이션 개발 고려사항 역시 큰 꿀팁이 될 수 있을 것 같습니다.

​

전체적으로, 본 도서 쉽고 빠르게 익히는 실전 LLM 은

- pre-trained model, fine-tunning, attention, tokenizer 등의 LLM의 필수 개념은 물론,

- API와 python을 활용한 fine-tuning

- 의미 기반의 검색 시스템의 구축과 검색 기능 최적화 방법

- few-shot 과 같은 고급 prompt engineering

을 위주로

오픈소스는 물론 클로즈드 모델의 기능도 접해볼 수 있었습니다.

​

다시 한 번 말하지만,, 면접 전에 이 책을 알았더라면 얼마나 좋았을까 라는 생각이 들어

진심으로 추천드리는 LLM 도서였습니다.

- 본 서평은 출판사로부터 책을 제공받아 읽고 주관적으로 작성된 글입니다.