1장. 생성형 AI란 무엇인가?
__생성형 AI 소개
____생성 모델이란 무엇인가?
____왜 지금인가?
__LLM의 이해
____GPT란 무엇인가?
____다른 LLM
____주요 플레이어
____GPT 모델은 어떻게 작동할까?
______사전 훈련
______토큰화
______스케일링
______조건화
____이러한 모델을 시험하는 방법
__텍스트 투 이미지 모델이란?
__다른 영역에서 AI가 할 수 있는 일
__요약
__문제
2장. LLM 응용을 위한 LangChain
__확률적 앵무새를 넘어서
____LLM의 한계는 무엇인가?
____LLM의 한계를 완화하는 방법
____LLM 응용이란 무엇인가?
__LangChain이란 무엇인가?
__LangChain의 핵심 요소 탐색
____체인이란 무엇인가?
____에이전트는 무엇인가?
____메모리는 무엇인가?
____도구란 무엇인가?
__LangChain의 작동 원리
__LangChain과 다른 프레임워크와의 비교
__요약
__문제
3장. LangChain으로 시작하기
__이 책을 위한 종속성 설정 방법
____pip
____Poetry
____Conda
____Docker
__API 모델 통합 탐색
____가짜 LLM
____OpenAI
____Hugging Face
____Google Cloud Platform
____Jina AI
____Replicate
____그 외
____애저
____Anthropic
__로컬 모델 탐색
____Hugging Face Transformers
____llama.cpp
____GPT4ALL
__고객 서비스를 위한 애플리케이션 구축
__요약
__문제
4장. 능력 있는 비서 구축
__팩트 체크를 통한 환각 완화
__정보 요약
____기본 프롬프팅
____프롬프트 템플릿
____밀도 체인
____맵 리듀스 파이프라인
____토큰 사용량 모니터링
__문서
이 책에서 다루는 내용
LLM을 이해하고 강점 및 한계 파악
생성형 AI의 기본 원리와 산업 동향 이해
LangChain을 사용해 질문 응답 시스템 및 챗봇과 같은 LLM 앱 개발
트랜스포머 모델과 어텐션 메커니즘 이해
Pandas와 파이썬을 사용해 데이터 분석 및 시각화 자동화
성능 향상을 위한 프롬프트 공학 이해
LLM을 미세 조정하고 능력을 발휘하기 위한 도구 이해
LangChain을 사용해 LLM을 서비스로 배포하고 평가 전략 적용
데이터 누출을 방지하기 위해 오픈 소스 LLM을 사용해 문서와 개인적으로 상호 작용하는 방법
이 책의 대상 독자
개발자, 연구자 그리고 LLM에 대해 더 알고 싶어하는 모든 사람이 대상으로 하는 책이다. 명확하고 간결하게 작성됐으며, 실습을 통해 학습할 수 있도록 다양한 코드 예제를 갖추고 있다.
초보자든 경험이 많은 개발자든, LLM과 LangChain을 최대한 이해하고 이 분야의 최신 동향을 선도하고자 하는 모든 이에게 가치 있는 자원이 될 것이다.
이 책의 구성
1장, ‘생성형 AI란 무엇인가?’에서는 생성형 AI가 텍스트, 이미지 그리고 비디오 처리를 혁신적으로 변화시키는 데 어떻게 핵심적인 역할을 하는지 설명한다. LLM과 같은 생성 모델을 소개하며, 이들의 기술적 기반과 다양한 분야에서의 변혁적인 잠재력을 자세히 소개한다. 이러한 모델의 이론적 배경, 신경망, 훈련 접근 방법 그리고 인간과 유사한 콘텐츠 생성에 대해 강조하고 다룬다. 또한 인공지능의 진화, 트랜스포머(Transformer 아키텍처, 스테이블 디퓨전(Stable Diffusion과 같은 텍스트에서 이미지로의 모델 그리고 음성과 비디오 응용에 대한 내용도 살펴본다.
2장, ‘LLM 응용을 위한 LangChain’에서는 LLM의 확률적 앵무새, 즉 진정한 이해 없이 언어를 모방하는 모델을 넘어설 필요성을 강조하고, 이를 위해 LangChain의 프레임워크를 활용한다. 낡은 지식, 행동 제한 그리고
