성안당 출판사에서 책을 제공받아 작성된 리뷰입니다. ​​최근 ChatGPT와 같은 생성 모델의 급격한 발전과 함께 매우 다양한 분야에서 활용되고 있습니다.​이 책은 그중에서도 특히 프롬프트 엔지니어링(Prompt Engineering)이라는 개념을 깊이 있게 다루며, 생성 AI를 효과적으로 활용하는 방법, 특히 템플릿을 활용하여 구체적으로 설명합니다.​프롬프트 엔지니어링이란 사용자가 원하는 결과를 얻기 위해 적절한 질문을 생성 모델에게 제시하는 기술입니다.​이 책은 AI가 단순히 텍스트, 코드, 디자인 등을 생성해 내는 능력에서 한 단계 더 나아가, 구체적이고 효율적인 방법으로 AI를 사용할 수 있도록 101가지 템플릿을 제공하고 있습니다.​​1. 필요성저는 개발자로서 ChatGPT를 코드 생성이나 논문..

안녕하세요, 이번 Post에서는 Transformer의 Encoder에 대해서 자세히 알아보도록 하겠습니다.​Transformer Encoder의 각 부분을 구체적으로 하나씩 알아보도록 하겠습니다.​​0. Tokenizer & Input Embedding Layer​​​​Embedding Layer에 문장 그대로 입력할 수 없기 때문에 문장을 Model이 사용할 수 있는 Vector 형태로 변환해야 합니다.​Tokenizer를 이용해 문장을 Token 단위로 나누고, 나눈 Token을 Embedding Layer에 입력하여 Model이 이해할 수 있는 Vector 형태로 만듭니다.​Transformer는 WordPiece Tokenizer를 사용하여 Token을 나누며, Transformer의 Embed..

한빛미디어 '나는 리뷰어다' 활동을 위해서 책을 제공받아 작성된 서평입니다. ​ ​ ​ ​ ChatGPT가 발표된 이후로 최근 몇 년간은 생성형 AI Model이 급속도로 발전하는 기간이었습니다. 처음에는 텍스트만 생성하다가 최근 Sora가 보여주듯이 이제는 멋진 영상을 만들어내는 경지에까지 왔습니다. ​ 이 책은 최근 몇 년간 급속도로 발전한 이미지 생성 AI 기술의 여정을 탐구하고 있습니다. GAN으로 시작되는 이미지 생성 AI의 역사에서부터 최근의 혁신인 Dall-E, 미드저니, 그리고 오픈 소스 프로젝트인 Stable Diffusion까지 각 Model의 특징을 자세히 비교하고 있습니다. 기술적 복잡성을 걷어내고, AI가 어떻게 우리의 창의력을 확장하고 다양한 분야에서 활용될 수 있는지에 초점을 ..

​ ​ 22년 말에 ChatGPT가 생성형 AI로 무장하고 세상에 처음 소개된 이후로 생성형 AI는 우리가 알게 모르게 우리의 상상력을 자극하며 일상의 많은 문제들을 해결해 주는 데 큰 역할을 하고 있습니다. ​ 생성형 AI를 우리 주위에서 쉽게 접할 수는 있지만, 나만을 위한 AI 비서를 두고 싶다는 생각을 할 수도 있을 것입니다. "Hey, 파이썬! 생성형 AI 활용 앱 만들어 줘"는 이런 독자들이 찾던 바로 그 책입니다. ​ 이 책은 독자가 직접 나만의 AI 개인 비서 ChatBot을 작성하는 과정을 Step 별로 필요한 지식과 실제 사용법을 친절하고 자세하게 가이드 해줍니다. ​ 단순히 생성형 AI의 기술적인 내용을 복잡한 수식과 어려운 코드의 나열로 설명하는 것이 아니라, 실제 적용 사례를 통해..

한빛미디어 '나는 리뷰어다' 활동을 위해서 책을 제공받아 작성된 서평입니다. ​ ​ ​ ​ ChatGPT가 세상에 나오고 LLM의 힘을 보여주면서 사람들은 NLP가 모든 것을 해결해 줄 수 있는 만능의 도구처럼 생각했습니다. ​ 하지만, 실제로 LLM을 이용한 제품이나 서비스를 구현하려고 하면 어디서부터 어떻게 시작해야 할 지 막막할 따름입니다. ​ '쉽고 빠르게 익히는 실전 LLM'은 개발자나 개발자가 아닌 모두에게 LLM의 개념뿐만 아니라, 이를 이용하여 실제로 제품화를 할 수 있도록 안내해주는 훌륭한 가이드입니다. ​ 저자의 이 분야에 대한 오랜 경험을 바탕으로 LLM의 개념에서부터 LLM을 효과적으로 사용하는 데 필요한 모든 정보를 제공합니다. ​ Transformer와 Encoder / Deco..

Attention Mechanism은 2015년 Neural machine translation by jointly learning to align and translate 이라는 논문에서 최초로 소개되었습니다. Attention이라는 단어는 직접적으로 등장하지는 않았지만, ‘Align’이라는 단어가 사용되었습니다. Machine Translation에서 큰 위력을 발휘하고 있는 Self-Attention, Transformer, BERT가 모두 Attention을 Base로 만들어진 개념들입니다. 이번에는 Attention Mechanism에 대해서 알아보도록 하겠습니다. 0. Seq2Seq Model vs Attention Mechanism 우선, 기존의 Seq2Seq Model과의 비교를 위해 간단..