트랜스포머·생성 모델·LLM까지!
파이토치로 구현하는 최신 인공지능 실습서

이 책은 현대 인공지능의 기초 이론을 학습하고 파이토치를 활용하여 AI 모델을 구현해보고 싶은 독자를 대상으로 합니다. 신경망의 기본 구조에서 시작해 트랜스포머, 확산 모델, 대규모 언어 모델(LLM)까지 현대 딥러닝 아키텍처의 핵심 이론을 상세히 설명합니다. 이어지는 파이토치 기반 실습은 인공지능 이론을 코드로 구현하는 실전 감각을 길러줍니다. 또한 강화 학습, 프롬프트 엔지니어링, 언어 모델 정렬, 신경망 기반 탐색 등 최신 AI 알고리즘을 폭넓게 다루고 있어 심도 있는 학습이 가능합니다. 마지막으로 개인화 음성 어시스턴트를 제작하는 프로젝트를 수행해 봄으로써, 실무 응용력과 서비스 기획력을 갖춘 트렌디한 AI 엔지니어로 성장할 수 있도록 안내합니다.

※ 연습문제 해답은 제공하지 않습니다.
 

PART 01 파이썬과 딥러닝 기초

CHAPTER 01 딥러닝 개발 환경과 필수 개념
01 딥러닝 개발 환경
02 [실습] Colab으로 파이썬 사용하기
03 [실습] 로컬 환경 구축하기
04 딥러닝 연산의 기초
05 데이터 시각화 기초
06 [실습] 넘파이와 파이토치를 활용한 계산 구현하기
연습문제
실습문제

CHAPTER 02 인공지능의 정의와 학습 원리
01 인공지능의 발전과 계층 구조
02 머신러닝의 분류
03 [실습] 분류와 군집화 알고리즘 구현하기
04 신경망의 기본 구성 요소
05 모델 학습과 최적화 과정
06 일반화와 학습 안정화
07 [실습] 가중치 업데이트 체험하기
연습문제
실습문제

CHAPTER 03 데이터 처리와 학습 파이프라인
01 데이터 파이프라인 설계
02 데이터 증강과 변환
03 고급 데이터 파이프라인의 구성 요소
04 [실습] 신경망 학습 루프 구현하기
연습문제
실습문제

PART 02 신경망의 기본 구조와 응용 모델

CHAPTER 04 기초 신경망의 이해
01 합성곱 신경망의 이해
02 순환 신경망과 게이트 기반 모델
03 [실습] CNN을 활용해 이미지 분류하기
04 [실습] LSTM을 활용해 시계열 예측하기
연습문제
실습문제

CHAPTER 05 컴퓨터 비전과 시퀀스 모델
01 컴퓨터 비전의 개요
02 컴퓨터 비전의 주요 과제
03 [실습] YOLO 모델로 객체 탐지 수행하기
04 [실습] U-Net으로 이미지 분할하기
05 Seq2Seq 모델과 어텐션 메커니즘
06 [실습] 어텐션 기반 기계 번역 모델 구현하기
연습문제
실습문제

CHAPTER 06 생성 모델 입문
01 생성 모델과 매니폴드 학습
02 오토인코더
03 변이형 오토인코더
04 생성적 적대 신경망
05 [실습] DCGAN 모델 구현하기
연습문제
실습문제

PART 03 트랜스포머와 대규모 생성 모델

CHAPTER 07 트랜스포머 아키텍처
01 트랜스포머 아키텍처의 개요
02 셀프 어텐션과 멀티 헤드 어텐션
03 트랜스포머 입력 표현과 인코더–디코더 구조
04 [실습] 인코더–디코더 구현하기
연습문제
실습문제

CHAPTER 08 GPT 아키텍처와 대규모 언어 모델
01 트랜스포머 모델의 구조적 분화
02 GPT 아키텍처
03 대규모 언어 모델
04 [실습] GPT 모델로 텍스트 생성하기
연습문제
실습문제

CHAPTER 09 멀티모달 모델과 확산 모델
01 멀티모달 모델의 이해
02 확산 모델 분석
03 LDM의 원리와 스테이블 디퓨전
04 [실습] Text-to-Image 생성 제어하기
연습문제
실습문제

CHAPTER 10 대규모 모델 학습과 파인튜닝
01 분산 학습
02 혼합 정밀도 학습
03 효율적 파인튜닝의 원리와 구현
04 데이터 중심 AI
05 [실습] LoRA를 활용하여 LLM 파인튜닝하기
연습문제
실습문제

PART 04 강화 학습 기초

CHAPTER 11 가치 기반 학습
01 강화 학습 개요
02 마르코프 결정 과정
03 가치 함수와 벨만 방정식
04 [실습] 강화 학습 환경과의 상호작용 확인하기
05 탐험과 활용 딜레마
06 가치 기반 알고리즘
07 [실습] CartPole 문제 해결하기
연습문제
실습문제

CHAPTER 12 정책 기반 학습
01 정책 기반 강화 학습
02 정책 경사 정리와 REINFORCE 알고리즘
03 [실습] REINFORCE 구현하기
04 액터-크리틱 구조와 어드밴티지 함수
05 근접 정책 최적화의 원리
06 RLHF 파이프라인과 PPO의 역할
07 [실습] PPO 알고리즘 핵심 로직 구현하기
연습문제
실습문제

PART 05 최신 AI 알고리즘과 파이토치 활용

CHAPTER 13 프롬프트 엔지니어링
01 프롬프트 개념과 설계 원리
02 고급 프롬프팅 기법
03 [실습] CoT 프롬프트로 추론 문제 해결하기
연습문제
실습문제

CHAPTER 14 언어 모델 정렬
01 언어 모델 정렬과 RLHF 파이프라인
02 직접 선호도 최적화 알고리즘
03 [실습] 언어 모델 선호도 학습하기
연습문제
실습문제

CHAPTER 15 신경망 기반 탐색과 의사결정
01 탐색 문제와 강화 학습의 한계
02 몬테카를로 트리 탐색 알고리즘
03 신경망과 MCTS의 결합
04 [실습] 오목 AI 에이전트 구현하기
연습문제
실습문제

CHAPTER 16 실전 AI 서비스 프로젝트
01 어시스턴트 핵심 엔진 : 검색 증강 생성
02 인터페이스 구축 : 음성 전사와 음성 합성
03 [실습] 개인화 음성 어시스턴트 구현하기

CHAPTER 17 모델 최적화와 프로토타입 구현
01 모델 효율화와 서비스 운영
02 프로토타이핑
03 [실습] 개인화 음성 어시스턴트 배포하기
 

파이토치로 배우는 현대 인공지능,
핵심 원리와 실전 서비스 구현 과정을 한 권에 담았습니다!

》 인공지능의 전 영역을 아우르는 최신 기술 수록
딥러닝 기초 이론으로 시작해 CNN·RNN, 트랜스포머, 확산 모델, 강화 학습, RAG·프롬프트 엔지니어링·MCTS 같은 최신 AI 알고리즘까지, 현대 인공지능의 발전 흐름을 한 권으로 정리했습니다. 빠르게 변화하는 AI 트렌드 속에서도 흔들리지 않을 인공지능의 핵심 원리를 파악할 수 있습니다.

》 원리 이해 중심의 파이토치 실습 수록
인공지능 모델의 구조를 수식과 도식으로 이해하고, 이어지는 파이토치 [실습]으로 인공지능 모델을 직접 구현할 수 있습니다. 또한 7장부터 제공하는 [실전 프롬프트]를 통해 생성형 AI를 활용하여 프로그램을 작성하는 원리를 이해할 수 있습니다.

》 실전 AI 서비스 프로젝트로 완성하는 학습
16~17장에서는 RAG, 음성 전사·합성 모델을 결합한 개인화 음성 어시스턴트를 직접 구현하고, 이를 최적화하여 실제 서비스로 배포하는 과정까지 경험합니다. 이론 학습을 넘어, 현대 인공지능 시스템이 실제 환경에서 어떻게 구축되고 동작하는지 체득할 수 있습니다.