실전! LLM을 활용한 생성형 AI 애플리케이션 개발 (LLM 선정부터 프롬프트 엔지니어링, RAG, 멀티모달 에이전트 구축과 미세 조정까지)

실전! LLM을 활용한 생성형 AI 애플리케이션 개발 (LLM 선정부터 프롬프트 엔지니어링, RAG, 멀티모달 에이전트 구축과 미세 조정까지)

$28.77
Description
LLM과 생성형 AI의 모든 것을 빠르게 익히고 싶은 분들을 위한 필독서!
《실전! LLM을 활용한 생성형 AI 애플리케이션 개발》은 LLM이 제공하는 기본 개념, 최신 기술, 실용적인 응용 방법을 심도 있게 설명하고, 궁극적으로 AI의 경계를 확장하는 대규모 파운데이션 모델(LFM)까지 다룹니다.

이 책은 LLM을 깊이 있게 소개하는 것으로 시작합니다. 이어서 독점 모델(GPT 3.5/4)과 오픈소스 모델(Falcon LLM)을 비롯한 다양한 주류 아키텍처 프레임워크를 살펴보고, 각각의 강점과 차이점을 분석합니다. 나아가 파이썬 기반의 경량 프레임워크인 랭체인을 중심으로, LLM과 강력한 도구를 사용해 비정형 데이터에서 정보를 찾아내고 구조화된 데이터와 상호작용할 수 있는 지능형 에이전트를 만드는 과정을 안내합니다. 또한 이 책은 언어 모델링을 넘어 다양한 AI 작업과 영상이나 오디오 같은 유형의 데이터까지 포괄하는 LFM의 영역까지 다룹니다.

AI 전문가든 이제 막 AI에 입문하는 초보자든, 이 책은 LLM의 잠재력을 최대한 발휘하고 지능형 AI 시스템의 새로운 시대를 열어가기 위한 로드맵이 될 것입니다.

★ 이 책에서 다루는 내용 ★

◎ 인코더-디코더 블록과 임베딩을 포함한 LLM 아키텍처의 핵심 구성요소 탐구
◎ GPT-3.5/4, Llama 2, Falcon LLM 같은 LLM의 특징 이해
◎ 프런트엔드용 스트림릿(Streamlit)과 랭체인 등의 AI 오케스트레이터 활용
◎ 메모리, 프롬프트, 도구와 같은 LLM 구성요소 숙지
◎ 비모수적 지식과 벡터 데이터베이스 활용법 학습
◎ AI 연구와 산업 응용에서 LFM이 갖는 의미 이해
◎ 파인 튜닝을 통한 LLM 커스터마이징
저자

발렌티나알토

저자:발렌티나알토
열정적인AI연구자이자과학기술작가이자달리기애호가다.데이터과학석사과정을마친후2020년에마이크로소프트에입사해AI전문가로일하고있다.학업을시작할때부터머신러닝과AI에열정을쏟은발렌티나는기술블로그에수백편의글을올리며전문지식을연마했으며,팩트출판사를통해첫번째저서인《ModernGenerativeAIwithChatGPTandOpenAIModels》를출간했다.지금은여러대기업과협력해AI를각회사의프로세스에통합하고대규모파운데이션모델을활용해혁신적인솔루션을만드는데힘쓰고있다.여가시간에는이탈리아의아름다운산에서하이킹을하거나달리기,여행,그리고커피한잔과함께좋은책읽기를즐긴다.

역자:최용
한국방송통신대학교에서컴퓨터과학을전공하고IT시스템운영을자동화하는소프트웨어의기술지원을주로했다.프로그래밍책을쓰고번역하다가IT전문출판사의편집자가됐다.데이터분석과인공지능책을주로담당하는한편,파이썬으로업무자동화프로그램을개발해활용한다.누구나챗GPT를활용해자신의이야기를책으로쓸수있게도우려개발한'BookCreatorGuide'GPT가OpenAI의추천을받아글쓰기부문상위권에올랐다.저자·번역자로서《챗GPT와랭체인을활용한LLM기반AI앱개발》(위키북스,2024),《HelloIT파이썬을제대로활용해보려고해》(패스트캠퍼스,2022)등을냈고,온라인책공유플랫폼인위키독스에'전뇌해커'라는필명으로글을쓴다.어릴적꿈을떠올리고서울사이버대학교드론·로봇융합학과에입학해공부하고있다.

목차

[1부]대규모언어모델기초

01장:대규모언어모델소개
1.1대규모파운데이션모델과LLM이란무엇인가?
__1.1.1AI패러다임전환과파운데이션모델소개
__1.1.2LLM의내부
1.2널리사용되는LLM트랜스포머기반아키텍처
__1.2.1초기실험
__1.2.2트랜스포머아키텍처도입
1.3LLM훈련과평가
__1.3.1LLM훈련
__1.3.2모델평가
1.4기본모델과맞춤형모델비교
__1.4.1모델을맞춤화하는방법
1.5요약
1.6참고문헌

02장:AI기반애플리케이션을위한LLM
2.1LLM은소프트웨어개발을어떻게변화시키는가
2.2코파일럿시스템
2.3LLM을애플리케이션에통합하기위한AI오케스트레이터소개
__2.3.1AI오케스트레이터의주요구성요소
__2.3.2랭체인
__2.3.3헤이스택
__2.3.4시맨틱커널
__2.3.5프레임워크선택방법
2.4요약
2.5참고문헌

03장:애플리케이션에적합한LLM선택
3.1시장에서가장유망한LLM소개
__3.1.1독점모델
__3.1.2오픈소스모델
3.2언어를넘어선다양한AI모델탐색
3.3LLM선택을위한의사결정프레임워크
__3.3.1고려사항
__3.3.2사례연구
3.4요약
3.5참고문헌

[2부]LLM기반애플리케이션개발

04장:프롬프트엔지니어링
4.1프롬프트엔지니어링이란?
4.2프롬프트엔지니어링기본
__4.2.1명확한지침을제공
__4.2.2복잡한과업을하위과업으로분할
__4.2.3정당화를요청
__4.2.4여러개의출력을생성해가장적합한것을선택
__4.2.5마지막에지침을반복
__4.2.6구분선을사용
4.3고급프롬프트엔지니어링
__4.3.1퓨샷학습
__4.3.2사고연쇄(CoT)
__4.3.3추론행동(ReAct)
4.4요약
4.5참고문헌

05장:애플리케이션에LLM통합하기
5.1랭체인에대한간략한정보
5.2랭체인시작하기
__5.2.1모델과프롬프트
__5.2.2데이터연결
__5.2.3기억
__5.2.4체인
__5.2.5에이전트
5.3허깅페이스허브를통해LLM사용하기
__5.3.1허깅페이스사용자액세스토큰만들기
__5.3.2.env파일에시크릿저장하기
__5.3.3오픈소스LLM사용시작하기
5.4요약
5.5참고문헌

06장:대화형애플리케이션구축
6.1대화형애플리케이션시작하기
__6.1.1단순한기본형봇만들기
__6.1.2기억추가하기
__6.1.3비모수적지식을추가하기
__6.1.4외부도구추가하기
6.2스트림릿으로프런트엔드개발하기
6.3요약
6.4참고문헌

07장:LLM을사용한검색및추천엔진
7.1추천시스템개요
7.2기존추천시스템
__7.2.1K-최근접이웃
__7.2.2행렬분해
__7.2.3신경망
7.3LLM이추천시스템을변화시키는방법
7.4LLM기반추천시스템구현
__7.4.1데이터전처리
__7.4.2콜드스타트시나리오에서QA추천챗봇구축하기
__7.4.3콘텐츠기반시스템구축하기
__7.4.4스트림릿으로프런트엔드개발하기
7.5요약
7.6참고문헌

08장:정형데이터와함께LLM사용하기
8.1정형데이터란?
8.2관계형데이터베이스시작하기
__8.2.1관계형데이터베이스개요
__8.2.2샘플데이터베이스소개
__8.2.3파이썬으로관계형DB다루기
8.3랭체인으로DBCopilot구현하기
__8.3.1랭체인에이전트및SQL에이전트
__8.3.2프롬프트엔지니어링
__8.3.3도구추가하기
8.4스트림릿으로프런트엔드개발하기
8.5요약
8.6참고문헌

09장:코드작업하기
9.1코드에적합한LLM선택하기
9.2코드이해및생성
__9.2.1팔콘LLM
__9.2.2코드라마
__9.2.3스타코더
9.3알고리즘처럼작동시키기
9.4코드인터프리터활용하기
9.5요약
9.6참고문헌

10장:LLM으로멀티모달애플리케이션구축
10.1왜멀티모달리티인가?
10.2랭체인으로멀티모달리티에이전트구축하기
10.3옵션1:AzureAI서비스용기본제공툴킷사용하기
__10.3.1AzureCognitiveServicesToolkit시작하기
10.4옵션2:단일도구를하나의에이전트로결합하기
__10.4.1유튜브도구및위스퍼
__10.4.2DALL-E및텍스트생성
__10.4.3통합하기
10.5옵션3:시퀀셜체인을사용한하드코딩접근방식
10.6세가지옵션비교
10.7스트림릿으로프런트엔드개발하기
10.8요약
10.9참고문헌

11장:대규모언어모델미세조정
11.1미세조정이란?
11.2미세조정은언제필요한가?
11.3미세조정시작하기
__11.3.1데이터셋가져오기
__11.3.2데이터토큰화하기
__11.3.3모델미세조정하기
__11.3.4평가지표사용하기
__11.3.5훈련및저장
11.4요약
11.5참고문헌

[03부]LLM의윤리와미래

12장:책임있는AI
12.1책임있는AI란무엇이며왜필요한가?
12.2책임있는AI아키텍처
__12.2.1모델수준
__12.2.2메타프롬프트수준
__12.2.3사용자인터페이스수준
12.3책임있는AI관련규정
12.4요약
12.5참고문헌

13장:새로운트렌드와혁신
13.1언어모델및생성형AI의최신동향
__13.1.1GPT-4V(ision)
__13.1.2DALL-E3
__13.1.3오토젠
__13.1.4소규모언어모델
13.2생성형AI를도입하는기업들
__13.2.1코카콜라
__13.2.2노션
__13.2.3말벡
__13.2.4마이크로소프트
13.3요약
13.4참고문헌

출판사 서평

LLM과생성형AI의모든것을빠르게익히고싶은분들을위한필독서!

《실전!LLM을활용한생성형AI애플리케이션개발》은LLM이제공하는기본개념,최신기술,실용적인응용방법을심도있게설명하고,궁극적으로AI의경계를확장하는대규모파운데이션모델(LFM)까지다룹니다.

이책은LLM을깊이있게소개하는것으로시작합니다.이어서독점모델(GPT3.5/4)과오픈소스모델(FalconLLM)을비롯한다양한주류아키텍처프레임워크를살펴보고,각각의강점과차이점을분석합니다.나아가파이썬기반의경량프레임워크인랭체인을중심으로,LLM과강력한도구를사용해비정형데이터에서정보를찾아내고구조화된데이터와상호작용할수있는지능형에이전트를만드는과정을안내합니다.또한이책은언어모델링을넘어다양한AI작업과영상이나오디오같은유형의데이터까지포괄하는LFM의영역까지다룹니다.

AI전문가든이제막AI에입문하는초보자든,이책은LLM의잠재력을최대한발휘하고지능형AI시스템의새로운시대를열어가기위한로드맵이될것입니다.

★이책에서다루는내용★

인코더-디코더블록과임베딩을포함한LLM아키텍처의핵심구성요소탐구
GPT-3.5/4,Llama2,FalconLLM같은LLM의특징이해
프런트엔드용스트림릿(Streamlit)과랭체인등의AI오케스트레이터활용
메모리,프롬프트,도구와같은LLM구성요소숙지
비모수적지식과벡터데이터베이스활용법학습
AI연구와산업응용에서LFM이갖는의미이해
파인튜닝을통한LLM커스터마이징