로그인정보 입력 영역

아이디

비밀번호

• 홈

책소개

AI 전문 지식 없이 코드 몇 줄로 만들어보는 LLM 기반 앱

GPT-1부터 GPT-4 터보에 이르기까지, 언어 모델은 놀랍게 진화하고 있다. 이 책에서는 LLM의 흥미로운 역사와 핵심 요소를 짚어보고 간단한 코드로 파이썬 앱을 만들어본다. 오픈AI API와 임베딩, 모더레이션 모델, 위스퍼와 DALL·E 등 다양한 기능을 함께 살펴보며 모건 스탠리와 듀오링고 같은 사례를 통해 GPT 모델이 실제 비즈니스 환경에 어떻게 창의성을 불어넣고 있는지 알아본다.

실습으로 뉴스 기사 생성, 유튜브 동영상 요약, 닌텐도 게임 <젤다의 전설> 질의응답 봇 구축 등 흥미로운 프로젝트를 진행하며 직접 LLM 기반 앱을 구축해본다. 이 과정에서 보안과 데이터 개인 정보에 대한 고려 사항뿐 아니라 프롬프트 엔지니어링, 파인 튜닝, 랭체인 등 고급 주제를 폭넓게 다룬다.

생성형 AI 기반 애플리케이션, API로 쉽고 빠르게 만들어보기

빠르게 발전하는 생성형 AI 시대, 대규모 언어 모델(LLM)을 가장 쉽고 빠르게 적용하기 위한 핵심 내용을 담았습니다. 오픈AI에서 제공하는 파이썬 라이브러리를 통해 API를 활용한 LLM 기반 애플리케이션을 구축해봅니다. API 키 관리법부터 기본적인 모델 사용법을 살펴보고, 간결한 코드로 생성, 요약, 질의응답, 음성 제어 프로젝트 예제를 진행합니다. 더 나아가 모델의 효율성을 높이고 잠재력을 극대화하기 위한 프롬프트 엔지니어링과 파인 튜닝 기법, 랭체인과 플러그인 활용법까지 다룹니다. AI 지식이 없지만 LLM이 궁금하다면, 다양한 GPT 모델 사용법을 빠르게 정리하고 폭넓은 오픈AI 기능을 구석구석 탐험해봅시다.

★최신 업데이트 내용을 정리한 부록 제공
번역서에는 오픈AI의 최신 업데이트 사항을 반영해 신규 모델 및 기능에 대한 소개, 어시스턴트API, GPTs 활용법을 추가로 실었습니다.

주요 내용
- 챗GPT와 GPT-4의 개념, 특징, 작동 방식 알아보기
- 오픈AI API와 GPT-4를 사용해 파이썬 앱 개발하기
- 프롬프트 엔지니어링, 파인 튜닝, 플러그인, 랭체인 등 GPT 고급 주제 알아보기
- 오픈AI의 최신 모델과 기능, 어시스턴트API, GPTs 알아보기

누구를 위한 책인가요?
- LLM의 잠재력을 알아보고 싶은 사람
- LLM 관련 개념 정리와 실습을 함께 진행해 기본기를 쌓고 싶은 사람
- 파이썬 기반 애플리케이션에 AI를 통합하고 싶은 사람
- 서비스형 모델로 생성형 AI 기술을 부담 없이 활용해보고 싶은 사람

저자소개

결제 기술의 선도 기업인 월드라인(Worldline)에서 머신러닝 연구자로 일한다. 브뤼셀 자유대학교(Universite libre de Bruxelles)에서 머신러닝 개론과 심화 딥러닝 과목을 가르치고 있다. 통계학과 컴퓨터 과학으로 석사 학위를 받고 머신러닝으로 박사 학위를 받았다. 동료 평가된 국제 과학 저널 및 콘퍼런스 42개 출판물의 공저자이며 9가지 특허의 공동 발명가다.

목차

Chapter 1) GPT-4와 챗GPT의 핵심 요소

_1.1 LLM 소개

__1.1.1 언어 모델과 NLP 기초

__1.1.2 트랜스포머 아키텍처와 LLM에서의 역할

__1.1.3 GPT 모델의 토큰화 및 예측 단계

_1.2 GPT 모델의 역사

__1.2.1 GPT-1

__1.2.2 GPT-2

__1.2.3 GPT-3

__1.2.4 GPT-3, 인스트럭트GPT

__1.2.5 GPT-3.5, 코덱스, 챗GPT

__1.2.6 GPT-4

_1.3 LLM 사용 사례

__1.3.1 비마이아이즈

__1.3.2 모건 스탠리

__1.3.3 칸 아카데미

__1.3.4 듀오링고

__1.3.5 야블

__1.3.6 웨이마크

__1.3.7 인월드 AI

_1.4 AI 할루시네이션

_1.5 GPT 모델 최적화

_1.6 정리



Chapter 2) GPT-4와 챗GPT의 API

_2.1 필수 개념

_2.2 오픈AI API에서 사용 가능한 모델

_2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기

_2.4 시작하기: 오픈AI 파이썬 라이브러리

__2.4.1 오픈AI 접근 및 API 키

__2.4.2 ‘Hello World’ 예제

_2.5 GPT- 4와 챗GPT 사용하기

__2.5.1 채팅 완성 엔드포인트의 입력 옵션

__2.5.2 채팅 완성 엔드포인트의 결과 출력 형식

__2.5.3 텍스트 완성에서 함수까지

_2.6 다른 텍스트 완성 모델 사용하기

__2.6.1 텍스트 완성 엔드포인트의 입력 옵션

__2.6.2 텍스트 완성 엔드포인트의 출력 결과 형식

_2.7 고려 사항

__2.7.1 사용료와 토큰 한도

__2.7.2 보안과 개인 정보 보호

_2.8 기타 오픈AI API 및 기능

__2.8.1 임베딩

__2.8.2 모더레이션 모델

__2.8.3 위스퍼와 DALL-E

_2.9 정리 및 치트 시트



Chapter 3) GPT-4와 챗GPT로 애플리케이션 구축하기

_3.1 애플리케이션 개발 개요

__3.1.1 API 키 관리

__3.1.2 보안 및 데이터 개인 정보 보호

_3.2 소프트웨어 아키텍처 설계 원칙

_3.3 LLM 기반 애플리케이션 취약점

__3.3.1 입출력 분석하기

__3.3.2 프롬프트 인젝션의 불가피성

_3.4 프로젝트 예제

__3.4.1 프로젝트 1: 뉴스 생성 솔루션 구축

__3.4.2 프로젝트 2: 유튜브 동영상 요약

__3.4.3 프로젝트 3: <젤다의 전설> 전문가 만들기

__3.4.4 프로젝트 4: 음성 제어

_3.5 정리



Chapter 4) GPT-4와 챗GPT의 고급 기법

_4.1 프롬프트 엔지니어링

__4.1.1 효과적인 프롬프트 설계

__4.1.2 단계별 사고

__4.1.3 퓨샷 러닝 구현

__4.1.4 프롬프트 효과 향상

_4.2 파인 튜닝

__4.2.1 시작하기

__4.2.2 오픈AI API로 파인 튜닝하기

__4.2.3 파인 튜닝을 활용한 애플리케이션

__4.2.4 파인 튜닝 예제

__4.2.5 파인 튜닝 비용

_4.3 정리



Chapter 5) 랭체인과 플러그인으로 LLM 기능 향상하기

_5.1 랭체인 프레임워크

__5.1.1 다이내믹 프롬프트

__5.1.2 에이전트와 도구

__5.1.3 메모리

__5.1.4 임베딩

_5.2 GPT-4 플러그인

__5.2.1 개요

__5.2.2 API

__5.2.3 플러그인 매니페스트

__5.2.4 OpenAPI 사양

__5.2.5 설명

_5.3 정리

_5.4 결론



부록 A) GPT의 새로운 기능과 개선 사항(OpenAI DevDay)

A.1 신규 모델 공개

A.2 어시스턴트API 공개

A.3 신규 모달리티가 가능한 API

A.4 모델 커스터마이징 지원

A.5 사용료 및 지원 정책 변경

A.6 GPTs

한줄 서평