한빛출판네트워크

기초부터 탄탄히 다지는 AI 학습

AI와 자연어 처리 기술이 빠르게 발전하면서, 이 분야에 대한 기초 지식을 필요로 하는 사람들이 늘고 있습니다. 그러나 많은 입문자들은 어려운 용어와 복잡한 개념 때문에 시작하기가 두려울 수 있습니다. 이 클래스는 그런 분들을 위해 만들어졌습니다. 자연어 처리의 기초 개념부터 시작해 초보자도 이해할 수 있는 쉬운 설명과 단계별 접근을 통해, AI 학습의 첫걸음을 자신 있게 내딛을 수 있도록 돕습니다.

실습을 통해 얻는 실질적인 경험

이 클래스는 이론적인 지식뿐만 아니라, 실제로 손을 움직여 해볼 수 있는 실습을 강조합니다. 자연어 처리와 랭체인의 기본 개념을 익힌 후, 실습을 통해 학습한 내용을 바로 적용하면서 자신감을 얻고, 나아가 작은 성공 경험을 쌓을 수 있도록 기획했습니다.

미래의 가능성을 넓히는 입문 강의

AI와 자연어 처리 기술은 다양한 산업에서 중요한 역할을 하고 있으며, 이를 이해하고 활용할 수 있는 사람은 점점 더 큰 가치를 가지게 될 것입니다. 이 클래스는 초보자들이 AI의 세계로 진입하는 데 필요한 기본 지식을 제공함으로써, 더 넓은 가능성의 문을 열어주는 것을 목표로 하고 있습니다.

이 클래스는 랭체인(LangChain)에 대한 기초부터 실습까지 완벽히 이해할 수 있는 초보자용 강의입니다. 자연어 처리의 기초 개념에서 시작해, 파운데이션 모델과 트랜스포머 기반 모델의 활용, 랭체인의 주요 기능과 모듈까지 다룹니다. 또한, LCEL(LangChain Expression Language)의 기본 개념과 실습을 통해, 프롬프트 엔지니어링 및 RAG 기법을 적용한 실제 애플리케이션 구축 방법을 체계적으로 학습할 수 있습니다. 이 과정을 통해 학습자는 자연어 처리와 랭체인 기술을 활용한 다양한 프로젝트에 자신감을 가지고 도전할 수 있게 됩니다.

※ 실습은 구글 코랩(colab) 환경에서 진행되며, 파이썬 기초 지식이 필요합니다.

1. 자연어 처리와 랭체인의 기초 개념 이해

자연어 처리(NLP)와 랭체인의 기본 개념을 이해하는 데 중점을 둡니다. 첫 번째 섹션에서는 자연어 처리의 기본 개념, 주요 구성 요소, 파운데이션 모델의 중요성, 트랜스포머 모델의 원리 등을 다룹니다. 특히, 디코더 모델과 토큰화의 기본 개념을 통해 문장이 생성되는 과정을 쉽게 설명합니다.

2. 랭체인의 실질적 활용 및 도구 이해

랭체인의 주요 모듈과 기능을 탐구하며, LCEL(LangChain Expression Language)의 기본 개념과 활용법을 다룹니다. 또한, 효과적인 프롬프트 작성법과 엔지니어링 기법에 대해 다룸으로써 학습자는 랭체인의 핵심 기능을 이해하고 이를 실제 프로젝트에 활용할 수 있는 능력을 갖추게 됩니다. 

3. RAG 기법과 LLM 애플리케이션 실습

RAG(Retrieval-Augmented Generation) 기법을 통해 LLM(대규모 언어 모델)의 신뢰성을 강화하는 방법을 학습하고, 이를 기반으로 실제 애플리케이션을 구축하는 실습을 진행합니다. 스트림릿(Streamlit)과 랭퓨즈(Langfuse)와 같은 도구를 사용하여 LLM 애플리케이션을 개발하고 관리하는 과정도 포함되어 있습니다.

• 자연어 처리와 랭체인 기초를 쉽게 배우고자 하는 AI 및 데이터 분석 입문자

• 자연어 처리와 랭체인을 기초부터 실습하며 배우고자 하는 개발자

• LLM 애플리케이션 개발에 관심이 있는 기본적인 프로그래밍 지식을 가진 초급 개발자

• 자연어 처리의 핵심 개념, 트랜스포머 모델의 특징, 그리고 파운데이션 모델의 중요성에 대해 체계적으로 이해하게 됩니다.

• NLP의 기초부터 발전된 기술까지 폭넓은 지식을 갖추고 이론적 배경을 바탕으로 실무에 적용할 수 있는 능력을 갖추게 됩니다.

• 실습을 통해 RAG 기법을 포함한 다양한 랭체인의 기능을 실제로 적용해 볼 수 있으며, 스트림릿과 랭퓨즈를 활용한 LLM 애플리케이션 개발 경험을 얻을 수 있습니다.