1부 자연어 처리와 ChatGPT
1. ChatGPT 개요
2. LLM 기반 기술 : 토큰화(Tokenization, 임베딩(Embedding, 어텐션(Attention, 프리-트레이닝(Pre-Training, 전이학습(Transfer Learning
3. GPT 관련 각 사이트 접속방법
2부 ChatGPT 활용
1.1. ChatGPT 프롬프트 작성 팁
1.2. ChatGPT 기본 활용
1.3. ChatGPT 확장프로그램
1.4. ChatGPT 시각화 코드 생성
1.5. ChatGPT 보도자료 작성
1.6. ChatGPT 기획안 작성
1.7. ChatGPT 회계 기본 활용
1.8. ChatGPT 회계 감사·
1.9. ChatGPT 투자 분석·
2.1. ChatGPT 기업 도입 방법 : RAG, Fine-Tuning, Pre-Training
2.2. ChatGPT 적용업무선택
2.3. ChatGPT 모델 선택
2.4. ChatGPT 팀 구성 제안
3부 활용 유의사항과 미래
1. LLM 유의사항 : 환각(Hallucination, 지식 단절(Knowledge Cut-Off, 보안(Security, 저작권(Copyright
2. ChatGPT 신기능 : GPT-4 Turbo
3. 결언
누구나 쉽게 활용할 수 있는 챗GPT 업무 활용 실전 가이드
[이 책의 특징]
챗GPT를 업무에 활용하기에 앞서 꼭 봐야 하는 책
챗GPT의 첫걸음부터, 심화 내용까지 살펴볼 수 있는 책
챗GPT를 구성하는 핵심 기술과 동작원리에 대한 쉬운 설명
실제 업무와 일상생활에서 챗GPT의 다양한 활용 사례 소개
챗GPT의 정교한 답변을 이끌어내는 프롬프트 작성 노하우 소개
기업 내 언어모델 도입 프로세스에 대한 지침 제공
[책 소개]
“1부. 자연어 처리와 ChatGPT”에서는 ChatGPT의 기초적인 이해를 위한 필수적인 내용을 다루고 있습니다. ChatGPT와 같은 현대의 자연어처리(NLP : Natural Language Processing의 발전 과정과 함께, 동작 원리를 이해할 수 있는 핵심 기술인 다음의 5가지 개념을 살펴봅니다. 또 ChatGPT, 뤼튼(Wrtn, MS 코파일럿, 네이버 클로바 X와 같은 주요 생성형 AI 사용법을 소개합니다.
- 토큰화(Tokenization: 문장을 인공지능이 처리하는 작은 단위(토큰로 쪼개기.
- 임베딩(Embedding: 문장을 컴퓨터가 사용하는 숫자로 변환.
- 어텐션(Attention: 임베딩 된 문장에서 단어가 다른 단어들과 상호작용하는 방식을 찾는 인공지능 기술.
- 프리-트레이닝(Pre-Training: 인공지능 모델을 학습시키는 과정.
- 전이학습(Transfer Learning: 이미 학습된 인공지능 모델을 활용하여 새로운 인공지능 모델을 학습시키는 기술.
“2부. ChatGPT 활용”에서는 ChatGPT를 실제 업무에 활용하는 방법에 대해 소개합니다. 프롬프트 작성 팁, 기본 활용 방법, 확장프로그램을 활용한 기능 강화, 시각화 코드 생성, 보도자료 작성, 기획안 작성 등 다양한 활용 사례를 제시합니다. 또한 회사에서 대형 언어 모델을 업무에 도입하기 위한 절차와 고려 사항을 다룹니다. 2부의 주된 내용은 다음과 같습니다.
-
