파이토치로 배우는 LLM & AI

책 이미지

eBook 미리보기

책 정보

· 제목 : 파이토치로 배우는 LLM & AI (머신러닝 기초부터 RAG, LLM 미세 튜닝, 스테이블 디퓨전까지 코드로 마스터하기)
· 분류 : 국내도서 > 컴퓨터/모바일 > 인공지능
· ISBN : 9791175790223
· 쪽수 : 504쪽
· 출판일 : 2026-03-06

책 소개

유연하고도 강력한 파이토치를 기반으로, AI 모델을 직접 설계하고 학습시키며 머신러닝의 기본 원리부터 최신 생성형 AI 기술까지 단계적으로 익힐 수 있는 교재다. 복잡한 수식이나 이론 설명에 치우치지 않고, 실행 가능한 예제와 실험을 통해 모델의 동작 방식과 성능 변화를 직접 확인할 수 있다.

[PART I 모델 구축]

CHAPTER 1 파이토치 소개
_1.1 머신러닝이란
_1.2 전통적인 프로그래밍의 한계
_1.3 프로그래밍에서 학습으로
_1.4 파이토치란
_1.5 파이토치 사용하기
_1.6 머신러닝 시작하기
_1.7 마치며

CHAPTER 2 컴퓨터 비전 소개
_2.1 컴퓨터 비전의 작동 방식
_2.2 컴퓨터 비전을 위한 뉴런
_2.3 신경망 설계
_2.4 신경망 훈련
_2.5 모델 출력 살펴보기
_2.6 과대적합
_2.7 조기 종료
_2.8 마치며

CHAPTER 3 고급 컴퓨터 비전: 이미지에서 특징 감지하기
_3.1 합성곱
_3.2 풀링
_3.3 합성곱 신경망 만들기
_3.4 합성곱 신경망 살펴보기
_3.5 말과 사람을 구별하는 CNN 만들기
_3.6 이미지 증식
_3.7 전이 학습
_3.8 다중 분류
_3.9 드롭아웃 규제
_3.10 마치며

CHAPTER 4 파이토치 데이터셋
_4.1 데이터셋 시작하기
_4.2 FashionMNIST 클래스 살펴보기
_4.3 제너릭 데이터셋 클래스
_4.4 사용자 정의 분할 사용하기
_4.5 머신러닝 데이터 관리를 위한 ETL 프로세스
_4.6 로드 단계 최적화하기
_4.7 DataLoader 클래스 사용하기
_4.8 훈련 성능 향상을 위해 ETL 병렬화하기
_4.9 마치며

CHAPTER 5 자연어 처리 소개
_5.1 언어를 숫자로 인코딩하기
_5.2 불용어 제거와 텍스트 정제
_5.3 실제 데이터 다루기
_5.4 마치며

CHAPTER 6 임베딩을 사용한 감성 프로그래밍
_6.1 단어의 의미 구축하기
_6.2 파이토치의 임베딩
_6.3 임베딩 시각화
_6.4 사전 훈련된 임베딩 사용하기
_6.5 마치며

CHAPTER 7 자연어 처리를 위한 순환 신경망
_7.1 순환 구조
_7.2 순환을 언어로 확장하기
_7.3 RNN으로 텍스트 분류기 만들기
_7.4 RNN에 사전 훈련된 임베딩 사용하기
_7.5 마치며

CHAPTER 8 머신러닝으로 텍스트 생성하기
_8.1 시퀀스를 입력 시퀀스로 변환하기
_8.2 모델 만들기
_8.3 텍스트 생성하기
_8.4 데이터셋 확장하기
_8.5 모델 구조 개선하기
_8.6 데이터 개선하기
_8.7 문자 기반 인코딩
_8.8 마치며

CHAPTER 9 시퀀스와 시계열 데이터 이해하기
_9.1 시계열의 공통 특징
_9.2 시계열 예측 기법
_9.3 마치며

CHAPTER 10 시퀀스를 예측하는 머신러닝 모델 만들기
_10.1 윈도 데이터셋 만들기
_10.2 DNN을 만들고 시퀀스 데이터로 훈련하기
_10.3 DNN의 결과 평가하기
_10.4 학습률 튜닝하기
_10.5 마치며

CHAPTER 11 시퀀스 모델을 위한 합성곱 신경망과 순환 신경망
_11.1 시퀀스 데이터를 위한 합성곱
_11.2 NASA 날씨 데이터 사용하기
_11.3 RNN으로 시퀀스 모델링하기
_11.4 다른 순환 층
_11.5 드롭아웃 사용하기
_11.6 양방향 RNN 사용하기
_11.7 마치며

[PART II 모델 사용]

CHAPTER 12 추론의 개념
_12.1 텐서
_12.2 이미지 데이터
_12.3 텍스트 데이터
_12.4 모델의 텐서 출력
_12.5 마치며

CHAPTER 13 서빙을 위해 파이토치 모델 호스팅하기
_13.1 TorchServe 소개
_13.2 TorchServe 설정
_13.3 플라스크로 서빙하기
_13.4 마치며

CHAPTER 14 서드 파티 모델과 허브 사용하기
_14.1 허깅 페이스 허브
_14.2 파이토치 허브
_14.3 마치며

CHAPTER 15 트랜스포머와 transformers
_15.1 트랜스포머 이해하기
_15.2 인코더-디코더 구조
_15.3 transformers API
_15.4 transformers 시작하기
_15.5 핵심 개념
_15.6 마치며

CHAPTER 16 사용자 정의 데이터와 함께 LLM 사용하기
_16.1 LLM 미세 튜닝
_16.2 LLM 프롬프트 튜닝
_16.3 마치며

CHAPTER 17 Ollama로 LLM 서빙하기
_17.1 Ollama 시작하기
_17.2 서버로 Ollama 실행하기
_17.3 Ollama LLM을 사용하는 애플리케이션 구축하기
_17.4 마치며

CHAPTER 18 RAG 소개
_18.1 RAG란 무엇인가요?
_18.2 RAG 시작하기
_18.3 RAG 콘텐츠와 LLM 사용하기
_18.4 마치며

CHAPTER 19 허깅 페이스의 diffusers를 사용한 생성 모델 활용
_19.1 디퓨전 모델이란
_19.2 허깅 페이스의 diffusers 사용하기
_19.3 마치며

CHAPTER 20 LoRA와 diffusers를 사용한 이미지 생성 모델 튜닝
_20.1 diffusers로 LoRA 미세 튜닝하기
_20.2 마치며

저자소개

로런스 모로니 (지은이) 정보 더보기

여러 상을 수상한 AI 연구자이자 베스트셀러 작가입니다. 프로그래밍과 머신러닝 업계에서 30년이 넘는 경력을 쌓아 온 베테랑으로, 대표적인 프로그래밍 서적을 비롯해 SF 소설과 각본에 이르기까지 20권이 넘는 책을 집필했습니다. 또한 DeepLearning.AI의 앤드루 응과 함께 코세라에서 인기 있는 AI 전문 과정을 강의하고 있습니다. 전 세계적으로 인정받는 연사이며, 소프트웨어 개발자가 AI와 머신러닝을 보다 쉽게 이해할 수 있도록 풀어 내는 데 열정을 쏟고 있습니다.

펼치기

박해선 (옮긴이) 정보 더보기

기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. Google AI/Cloud GDE, Microsoft AI MVP다. 텐서플로 블로그(tensorflow.blog)를 운영하고 있으며, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다. 《혼자 만들면서 공부하는 딥러닝》(한빛미디어, 2025), 《혼자 공부하는 머신러닝+딥러닝(개정판)》(한빛미디어, 2025), 《챗GPT로 대화하는 기술》(한빛미디어, 2023)을 집필하였고, 《대규모 언어 모델, 핵심만 빠르게!》(인사이트, 2025), 《머신 러닝, 핵심만 빠르게!》(인사이트, 2025), 《밑바닥부터 만들면서 배우는 LLM》(길벗, 2025), 《핸즈온 LLM》(한빛미디어, 2025), 《머신 러닝 Q & AI》(길벗, 2025), 《개발자를 위한 필수 수학》(한빛미디어, 2024), 《실무로 통하는 ML 문제 해결 with 파이썬》(한빛미디어, 2024), 《머신러닝 교과서: 파이토치 편》(길벗, 2023), 《스티븐 울프럼의 챗GPT 강의》(한빛미디어, 2024), 《핸즈온 머신러닝 3판》(한빛미디어, 2023), 《만들면서 배우는 생성 딥러닝 2판》(한빛미디어, 2023)을 포함하여 수십여 권의 책을 우리말로 옮겼다.

펼치기