AI 이해력 (우리가 질문하면 AI는 어떻게 답을 하는가?)

AI 이해력 (우리가 질문하면 AI는 어떻게 답을 하는가?)

$25.00
Description
AI의 동작 원리를 이해하고 싶은 분들을 위한 책입니다. 《AI 이해력》은 단순한 기술 이론서도, 당장 써먹고 금세 낡아버릴 실무 요령집도 아닌, 그 중간에 있는 '기술의 알맹이'를 다룹니다.
언어를 토큰으로 나누는 이유부터 트랜스포머의 구조, 그리고 할루시네이션(환각 현상)이 발생하는 근본적인 원인까지 AI의 본질인 '확률적 생성'의 원리를 차근차근 짚어줍니다. 매일 AI를 쓰면서도 정작 왜 이렇게 동작하는지 답답했거나 기술과 인문의 경계에서 나만의 활용 기준을 세우고 싶었던 분들에게 명쾌한 나침반이 되어줄 것입니다.
결국 가장 깊은 이해가 가장 강력한 실용이 된다는 믿음 아래, 이 책을 덮고 나면 독자는 유행에 흔들리지 않고 AI에게 더 나은 질문을 던지며 주도적으로 공존하는 단단한 틀을 갖추게 될 것입니다.

▶ 대상 독자
ㆍ AI를 매일 쓰지만 왜 이렇게 동작하는지 궁금한 모든 사람
ㆍ 유행하는 프롬프트 팁보다 한 단계 깊은 이해를 갖고 싶은 사람
ㆍ AI 관련 직무에 종사하거나 진입을 준비 중인 사람 (기획자, 마케터, 개발자, PM 등)
ㆍ 할루시네이션, RAG, 에이전트 같은 AI 개념을 제대로 이해하고 싶은 사람
ㆍ AI가 두렵거나 과신되지 않도록, 객관적인 시각을 갖고 싶은 사람
저자

박민경

현재서울대학교인공지능연구원으로재직하며LLM과LanguageAI를연구하고있다.건국대학교소프트웨어공학과를졸업하고고려대학교인공지능학과에서석사학위를받았다.경기도지역협력연구센터(GRRC),라이크어로컬,리플에이아이등에서AI연구원으로일하며다양한실무프로젝트를경험했다.특히LLM기반시스템과AI오케스트레이션,실제서비스에적용가능한AI파이프라인구현에관심이많다.복잡한AI기술이실제문제를해결하는과정에흥미를느끼며,이론과실무를연결하는일을꾸준히해오고있다.저서로는『Node.js로서버만들기』,『개발자상식』이있다.이번책『AI이해력』에서는LLM의기본원리와언어AI를둘러싼핵심개념을일반독자도이해할수있도록풀어내고자했다.

서울대학교인공지능연구원재직중
ㆍ건국대학교소프트웨어학과학사
ㆍ고려대학교인공지능학과석사
ㆍ『Node.js로서버만들기』,『개발자상식』저자
ㆍ(전)경기도지역협력연구센터(GRRC)AI연구원
ㆍ(전)라이크어로컬AI연구원(퇴사)
ㆍ(전)리플에이아이AI연구원(퇴사)
ㆍSKT독자파운데이션모델인턴참여

목차

1장언어모델을이해하기위한첫시선
1.1언어모델의말을지탱하는보이지않는규칙들
1.1.1언어모델의기본개념
1.1.2문장은어떻게확률이되나
1.2말의자연스러움을키우는숨은확장들
1.2.1능숙함을키운첫번째확장,파라미터
1.2.2더많은경험이만들어내는차이
2장언어모델을이해하는가장작은단위
2.1언어를조각내는기술,토큰
2.1.1단어가아닌조각
2.1.2토큰단위가답을바꾼다
2.2토큰화:모델이문장을받는첫관문
2.2.1토크나이저의칼날은어디로향할까
2.2.2범용토크나이저의시대와남은틈새
3장트랜스포머,생각의연결을배우다
3.1어텐션,단어들이관계를맺는방식
3.1.1어텐션:문맥을다시계산하는장치
3.1.2셀프어텐션:문장이스스로를다시읽는방식
3.1.3멀티헤드어텐션:여러채널로듣기
3.2블록구조,생각이쌓이는방식
3.2.1문장을쌓는탑,트랜스포머의큰구조
3.2.2트랜스포머의첫번째탑,인코더
3.2.3트랜스포머의두번째탑,디코더
3.2.4깊을수록멀리본다,레이어의역할
3.2.5연결의건축술,트랜스포머의원리를한눈에
4장근사의지능,언어모델의학습
4.1규칙이아닌숫자,학습의출발점
4.1.1선형에서비선형으로,학습이란무엇인가
4.1.2학습의재료:데이터와조정의기본단위
4.1.3학습의루프:예측하고,틀리고,고친다
4.2학습의단계:언어감각이익어가는세과정
4.2.1사전학습:세상의언어를익히다
4.2.2파인튜닝:말투와분야의손맛을더하다
4.2.3RLHF:사람의취향을배우다
4.2.4추론:학습된지식을꺼내쓰다
4.3학습은연금술이다:완벽을향하지않는지능
5장지능의그림자
5.1생각의벽,언어모델의인지적한계
5.1.1보지못하는지능
5.1.2할루시네이션:언어가만든착각의기술
5.1.3거울효과와무의식학습
5.1.4감정의시뮬레이션
5.1.5해석불가능성:수학으로쓰인언어의벽
5.2기술의벽,언어모델이아직넘지못한것들
5.2.1고정된기억,오염되는문맥
5.2.2사후튜닝의함정:조정된말,고정된생각
5.2.3느리게생각하지못하는두뇌
5.2.4연산의벽:GPU와자원의한계
5.2.5RAG:외부기억의문을열다
5.2.6에이전트:실행하는언어의난제
6장언어모델의올바른활용
6.1언어모델을이해하며쓰는법
6.1.1지능이라는착시를벗기기
6.1.2프롬프트는세계를만드는일
6.1.3문맥을정돈하는습관
6.1.4한계를다른각도에서보기
6.1.5모델마다드러나는성격을발견하는재미
6.2부록:도구를다루는고급사용자를위한안내
6.2.1존재하는생태계안에서활용하기
6.2.2코딩에이전트를다루는태도
7장AI를마주하는새로운태도
7.1도구와두려움사이에서
7.1.1도구처럼쓰되,그이상을바라보기
7.1.2변화하는흐름속에서미래를보기
7.1.3상상은예측이아닌리허설
7.1.4기술을둘러싼환경을다시짜기
7.1.5두번째뇌를쓰듯,생각의흔적을남기기
7.1.6소유보다,어떤사람이되어가는지를돌아보기
7.1.7기술이쉬워질수록목적을분명히하기
7.1.8다르게보기:AI시대의새로운시선

출판사 서평

“방법을아는사람은질문만던지지만,원리를아는사람은답변을설계합니다.”
『AI이해력』은,매일쏟아지는새로운AI기술에지친여러분에게‘변하지않는가치’를제시합니다
기술의유통기한은길어야6개월,원리의유통기한은평생입니다.원리를배우는것은매번업데이트되는매뉴얼을외우는수고를덜어주는가장효율적인투자입니다

왜언어를토큰이라는단위로잘게나누는지알아야할까요?
ㆍAI가왜헛소리를하는지이해할수있습니다.
ㆍ질문의가성비(토큰)를극대화해서시간과비용을획기적으로아끼는법을배울수있습니다.
ㆍAI가잘알아듣는‘찰떡같은표현’과못알아듣는‘개떡같은표현’을구분하는안목(AI감수성)이생깁니다.
ㆍAI를‘인격체’로보며두려워하거나과신하지않고,‘고도로정밀한데이터처리시스템’으로바라보는객관적인통찰력을얻습니다.

트랜스포머라는구조를왜알아야할까요?
ㆍ질문이길어질때핵심키워드를어디에배치해야AI가찰떡같이알아듣는지알게되는‘전략적소통’이가능해집니다
ㆍAI가긴대화를나누다보면왜앞내용을까먹는지,왜복잡한논리구조에서스텝이꼬이는지그‘체력적한계’를명확히알게됩니다.
ㆍ트랜스포머는문장을통째로읽어들입니다(병렬처리).거대언어모델(LLM)이어떻게방대한데이터를순식간에학습했는지그지능의폭발원인을이해하게됩니다

할루시네이션-AI가자신있게틀리는이유
AI는사실을검색하지않습니다.학습한수많은문장패턴에서가장그럴듯한다음단어를이어붙일뿐입니다.이원리를알면언제AI를믿어야하고,언제반드시검증해야하는지스스로판단할수있습니다.

프롬프트는세계를만드는일
AI에게내가준문맥이곧AI의세계입니다.사람에게는표정·목소리·상황등텍스트외의정보가있지만,AI에게는텍스트가전부입니다.원리를알면프롬프트를단순히잘쓰는것을넘어,설계할수있게됩니다.

RLHF와학습-AI가영리해진비결
사전학습→파인튜닝→RLHF라는단계를거치며AI는방대한데이터속패턴을흡수하고사람의선호방향으로조정됩니다."예측하고→틀리고→고친다"는루프를수십억번반복한결과가지금의AI입니다.

이책을다읽고난뒤,각자AI를이해한틀위에서더나은질문을만들고,더나은판단을하고,더나은방식으로이기술과함께살아갈수있기를바랍니다.