🤖
LLM 대형 언어 모델
대형 언어 모델의 핵심 개념부터 실전 활용까지
학습 진도0%
학습 목표
핵심 개념 이해
- Transformer 아키텍처 완전 이해
- Attention 메커니즘 동작 원리
- 사전훈련과 파인튜닝 과정
실전 활용
- 프롬프트 엔지니어링 기법
- 모델 선택과 최적화
- 실무 프로젝트 구현
챕터 목록
1
LLM 개요와 역사
LLM의 탄생 배경과 발전 과정
45분
transformerGPTBERT
2
Transformer 아키텍처 완전 분석
LLM의 핵심인 Transformer 구조와 동작원리 완전 해부
75분
attentionencoderdecoder
3
모델 학습과정과 최적화
사전훈련, 파인튜닝, RLHF까지 전체 학습 파이프라인
65분
pretrainingfine-tuningRLHF
4
프롬프트 엔지니어링 마스터
LLM과 효과적으로 소통하는 프롬프트 설계 기법
55분
promptfew-shotchain-of-thought
5
LLM 실전 활용: RAG와 챗봇
RAG 시스템과 고급 챗봇 개발 실습
45분
RAGchatbotvector-db
6
LLM 실전 활용: 코드와 문서
코드 생성 자동화와 문서 처리 기법
40분
code-generationcopilotsummarization
7
LLM 실전 활용: 번역과 콘텐츠
다국어 번역과 창작 콘텐츠 생성
35분
translationlocalizationcontent-generation
8
고급 기법과 최신 동향
최신 LLM 연구와 고급 활용 기법들
80분
multimodaldiffusionmamba
9
Hugging Face 실전 활용
허깅페이스 플랫폼으로 모델 개발부터 배포까지
60분
transformersdatasetsspaces
10
AI 서비스와 API 활용
주요 AI 기업 API와 서비스 활용법
50분
openai-apiclaude-apivertex-ai
11
LLM 기반 금융 알파 생성
KAIST 연구: LLM을 활용한 투자 전략과 알파 생성 시스템
90분
alpha-generationquant-tradingmulti-agent
🤖 LLM 인터랙티브 시뮬레이터
LLM의 핵심 개념을 직접 체험하고 실습해보세요
🔤 향상된 토크나이저 시뮬레이터
텍스트가 어떻게 토큰으로 분해되는지 실시간으로 확인해보세요
총 토큰 수: 0특수 토큰: 0일반 토큰: 0
토큰화 방식 설명
서브워드 토큰화 (BPE): 빈도 기반으로 단어를 더 작은 단위로 분해합니다. GPT와 BERT 같은 모델이 사용하는 방식으로, OOV 문제를 해결하면서도 효율적입니다.
💡 시뮬레이터 활용 팁
순차적 학습
Tokenizer부터 시작하여 단계별로 진행하면 LLM의 작동 원리를 체계적으로 이해할 수 있습니다.
실습 중심
각 시뮬레이터의 파라미터를 직접 조정하면서 변화를 관찰해보세요.
비교 분석
모델 비교 도구를 활용하여 각 모델의 장단점을 파악해보세요.