한빛미디어

'LLM 서비스 설계와 최적화'는 생성형 AI 기술의 상용화를 고민하는 개발자와 기업을 위한 실용적인 안내서입니다. 이 책은 대규모 언어 모델(LLM)의 구축, 튜닝, 배포 과정을 효율적으로 설계하고 최적화하는 방법을 체계적으로 설명합니다. 특히, 고성능을 유지하면서도 비용을 최소화하는 전략에 중점을 두고 있습니다.
이 책의 저자인 슈레야스 수브라마니암(Shreyas Subramanian)은 AWS의 수석 데이터 과학자로서, 아마존 내부 팀과 대기업 고객을 대상으로 생성형 AI 애플리케이션의 대규모 구축, 튜닝 및 배포를 컨설팅하는 사람입니다. 저자는 기초 모델을 위한 고급 훈련, 튜닝 및 배포 기술의 최첨단 연구 개발을 담당하며, 머신러닝 중심의 비용 최적화 워크숍을 운영하여 클라우드에서 인공지능 애플리케이션의 비용을 절감하는 법을 컨설팅하는 일을 합니다.
이 책은 다음과 같은 독자들이 읽으면 좋습니다. 이 책은 실무에 바로 적용 가능한 지식과 전략을 제공하므로, 이론보다는 실제 구현과 운영에 관심 있는 독자들에게 특히 유익합니다.
- AI 서비스를 개발하면서 비용 효율성과 성능 최적화에 대한 고민이 있는 개발자
- LLM의 다양한 활용 사례와 최적화 기법을 학습하고자 하는 데이터 과학자
- 생성형 AI 기술을 도입하려는 스타트업이나 중소기업의 기술 리더
- 프롬프트 엔지니어링, 파인튜닝, 모델 배포 등 실전 기술을 익히고자 하는 독자
'LLM 서비스 설계와 최적화'는 다음과 같은 특징을 가지고 있습니다.
- 실용적인 접근: 이론보다는 실제 구현과 운영에 중점을 두어, 독자들이 바로 적용할 수 있는 지식과 전략을 제공합니다.
- 비용 최적화 전략: 모델 선택, 프롬프트 엔지니어링, 파인튜닝, 배포 등 각 단계에서 성능 저하를 최소화하면서 비용을 효과적으로 줄이는 방법을 소개합니다.
- 다양한 최적화 기법 소개: 파라미터 효율적 파인튜닝(PEFT), 모델 양자화, 추론 가속화 도구 등 최신 최적화 기법을 다루어, 독자들이 다양한 상황에 맞는 전략을 선택할 수 있도록 돕습니다.
- 균형 잡힌 시각 제공: 기술적 측면뿐만 아니라 비즈니스적 가치 평가에도 통찰을 제공하여, 기술 구현과 비즈니스 요구 사항 사이의 균형점을 찾고자 하는 독자들에게 유용한 관점을 제시합니다.
- 체계적인 구성: 기초 개념부터 고급 최적화 기법까지 단계적으로 설명하여 AI 기술 도입의 전체 흐름을 파악할 수 있게 합니다.
'LLM 서비스 설계와 최적화'는 생성형 AI 기술의 도입과 운영에 있어 실질적인 가이드를 제공하는 책입니다. 비용 효율성과 성능 최적화를 동시에 달성하고자 하는 개발자와 기업에게 이 책은 유용한 참고서가 될 것입니다.