»ç¿ë ±â¼ú
AI/ÀΰøÁö´É AI/ÀΰøÁö´ÉNLP NLPPython Python
ÁÖ¿ä¾÷¹«
[LLM ±â¹ÝÀÇ ±â¾÷¿ë Áú¹® / ´äº¯ ½Ã½ºÅÛ °³¹ß]
°í°´ÀÇ Áú¹®¿¡ ´ëÇÑ ÀûÀýÇÑ ´äº¯À» »ý¼ºÇÏ´Â ½Ã½ºÅÛÀ» °íµµÈ­ÇÕ´Ï´Ù.
RAG: Retrieval System°ú LLM ModelÀ» È°¿ëÇØ ÀûÀýÇÑ ´äº¯À» »ý¼ºÇÕ´Ï´Ù.
Chain ÃÖÀûÈ­: LLM Chain À» ÃÖÀûÈ­ÇÕ´Ï´Ù.
Text2SQL: DB ¸¦ ÀÚ¿¬¾î·Î Äõ¸®Çϱâ À§ÇÏ¿© ÀÚ¿¬¾î¸¦ SQL ·Î º¯È¯ÇÕ´Ï´Ù.

[LLM ±â¹ÝÀÇ ±â¾÷¿ë ¾÷¹« ÀÚµ¿È­ ½Ã½ºÅÛ °³¹ß]
±â¾÷ÀÇ ´Ù¾çÇÑ Á÷±ºº° ¾÷¹«¸¦ LLM ÀÌ Ã³¸®ÇÒ ¼ö ÀÖµµ·Ï ÇÕ´Ï´Ù.
Ãßõ ¹× ¹®¼­ ºÐ·ù, ¹®¼­ ³» ÁÖ¿ä Á¤º¸ ÃßÃâ, ¹®¼­°£ ºñ±³ µîÀ» LLM À» È°¿ëÇÏ¿© ÇÕ´Ï´Ù.

[¸ðµ¨ °³¹ß]
sLLM: ¿ÀǼҽº ¸ðµ¨(ex. llama µî)À» È°¿ëÇÏ¿© InstructionÀ» Àß µû¸£°í Human preferenceµµ ÀßÇÏ´Â ¸ðµ¨À» ¸¸µì´Ï´Ù.
Multi-modal: º¹ÀâÇÑ Ç¥, ±×·¡ÇÁ, À̹ÌÁö¸¦ ±â¹ÝÀ¸·Î Á¤´äÀ» »ý¼ºÇÏ´Â Multi-modal LLMÀ» °³¹ßÇÕ´Ï´Ù.

[¿£Áö´Ï¾î¸µ]
MLops: LLM Model ¼­ºù ¹× ÇнÀ, TritonÀ» ÀÌ¿ëÇÑ ¸ðµ¨ ÀÚµ¿ ¼­ºù, MLFlow¸¦ ÀÌ¿ëÇÑ ½ÇÇè °ü¸® µî Model°ú °ü·ÃµÈ Àü¹ÝÀûÀÎ ¾÷¹«¸¦ ¼öÇàÇÕ´Ï´Ù.
Data Pipeline: Generative ModelÀ» È°¿ëÇÑ Synthetic Data »ý¼º ¹× °ü¸®ÇÏ´Â ½Ã½ºÅÛÀ» °³¹ßÇÕ´Ï´Ù.
Document Layout Analysis: ´Ù¾çÇÑ ¹®¼­ ÇüÅÂ(ex. Å×ÀÌºí ±¸Á¶, ´Ù´Ü ±¸Á¶, Image format ¹®¼­ µî)¿¡¼­ ¿Ã¹Ù¸£°Ô ÅؽºÆ® ÃßÃâ ¹× Á¤Á¦ÇÏ´Â ½Ã½ºÅÛÀ» °³¹ßÇÕ´Ï´Ù.
PoC: ºü¸¥ µ¥¸ð °³¹ß, ´Ù¾çÇÑ LLM ¼­ºñ½º ¾ÆÀ̵ð¾î ±¸ÇöÀ» ÅëÇØ °í°´ÀÇ ¿ä±¸»çÇ×À» ºü¸£°Ô °ËÅäÇÕ´Ï´Ù."
ÀÚ°Ý¿ä°Ç
? µö·¯´× ¹× NLPÀÇ °³³äÀ» ±í°Ô ÀÌÇØÇÏ°í ¿ø¸®¸¦ ¼³¸í °¡´ÉÇϽŠºÐ
? Python »ç¿ëÀÌ ´É¼÷ÇϽŠºÐ
? ¹é¿£µåÀÇ ÄÚµå º¯°æÀÌ °í°´¿¡°Ô ¾î¶² ¿µÇâÀ» ¹ÌÄ¡´ÂÁö °í°´ °üÁ¡¿¡¼­ »ý°¢ÇÏ½Ç ¼ö ÀÖ´Â ºÐ
? °í°´ÀÇ ¿ä±¸»çÇ׿¡ ´ëÇؼ­ ±â¹ÎÇÏ°Ô ¹ÝÀÀÇÏ°í, µðÀÚÀ̳Ê, ±âȹÀÚ, ¼¼ÀÏÁî¿Í Ä¿¹Â´ÏÄÉÀ̼ÇÀÌ °¡´ÉÇÑ ºÐ
? Readable ÇÑ Äڵ带 ÀÛ¼ºÇϽô ºÐ
? º»ÀÎÀÌ ¾Ë°í ÀÖ´Â Áö½ÄÀ» ÆÀ¿ø°ú °øÀ¯Çϴµ¥ Àû±ØÀûÀ̽ŠºÐ
? ¹®Á¦¿¡ ´ëÇØ ±íÀº °í¹Î°ú ÇØ°á ¹æ¾ÈÀ» Á¦½Ã ÇÏ½Ç ¼ö ÀÖ´Â ºÐ
¿ì´ë»çÇ×
? ÃֽŠNLP (ƯÈ÷ LLM) ¸ðµ¨À» »ç¿ëÇϰųª °øºÎÇÑ °æÇèÀÌ ÀÖÀ¸½Å ºÐ
? NLP Production °³¹ß °æÇèÀÌ ÀÖÀ¸½Å ºÐ
? Large scale web application °³¹ß °æÇèÀÌ ÀÖÀ¸½Å ºÐ
? Open Source ¸¦ »ç¿ëÇÒ ¶§ °¡±ÞÀû ÄÚµåÀÇ ³»ºÎ¸¦ µé¿©´Ù º¸½Ã´Â ºÐ
? AI °ü·Ã Challenge ¼ö»ó ½ÇÀû(ij±Û ¹× ÇØÄ¿Åæ µî) ¶Ç´Â ³í¹® ÀÛ¼º °æÇèÀÌ ÀÖÀ¸½Å ºÐ
? ´ëÈ­Çü ÀΰøÁö´É Á¦Ç°À» ¸¹ÀÌ »ç¿ëÇغ¸°í, ¾î¶»°Ô Çϸé ÁÁÀº ´äº¯À» Á¦°øÇÒÁö °í¹ÎÇغ¸½Å ºÐ
? LLM ModelÀ» servingÇϰųª finetuning Çغ¸½Å ºÐ
? ÀûÀýÇÑ ´äº¯ À¯µµ¸¦ À§ÇØ Prompt engineeringÀ» ¼öÇàÇغ¸½Å ºÐ



º¹Áö ¹× ÇýÅÃ

[±Û·Î¹ú ÀÎÀç·Î ¼ºÀåÇÒ ¼ö ÀÖ´Â ±âȸ]
? ¹Ì±¹ ÈÞ½ºÅÏ, ½Ç¸®ÄÜ ¹ë¸®, ÀϺ» µµÄì ±×¸®°í ÀεµÀÇ ¸â¹öµé°ú ÀÏÇÒ ¼ö ÀÖ´Â ±Û·Î¹ú ¾÷¹« ȯ°æÀ» Á¦°øÇصå·Á¿ä.
? Á¶Á÷ ¸ñÇ¥ ´Þ¼º½Ã ±Û·Î¹úÆÀÀÌ ÇÑÀÚ¸®¿¡ ¸ðÀÌ´Â Global Offsite¸¦ ¿î¿µÇÕ´Ï´Ù.(2022³â 12¿ù ű¹ ÆÄŸ¾ß¿¡¼­ ÁøÇà)

[ÀÚÀ²ÀûÀÌ°í ¾÷¹« ¸ôÀÔÀ» µ½´Â ±Ù¹« ȯ°æ]
? ±Ù¹«½Ã°£Àº 9½Ã - 6½Ã°¡ ±âº»ÀÌÁö¸¸ »óȲ¿¡ ¸Â°Ô À¯¿¬ÇÑ Ãâ/Åð±ÙÀÌ °¡´ÉÇØ¿ä.
? °í»ç¾çÀÇ ³ëÆ®ºÏ°ú ¸ð´ÏÅ͸¦ Áö¿øÇصå·Á¿ä. ±× ¿Ü¿¡µµ ÇÊ¿äÇÑ Àåºñ¸¦ Àû±Ø Áö¿øÇص帮°í ÀÖ½À´Ï´Ù.
? »ç¹«½Ç¿¡ ³ª¿À½Ã´Â ³¯Àº Á¡½É °ÆÁ¤ ÇÏÁö ¾Êµµ·Ï, Á¡½É ºñ¿ëÀ» Áö¿øÇÕ´Ï´Ù.
? ´ç ¶³¾îÁö´Â ÀÏ ¾øµµ·Ï, »ç¹«½Ç¿¡´Â Ç׽à °£½ÄÀ» ±¸ºñÇÏ°í ÀÖ¾î¿ä.

[±× ¿Ü¿¡ Á¦°ø Çص帮´Â °Íµé]
? ÀÚ±â°è¹ßºñ¸¦ Áö¿øÇصå·Á¿ä.
? µµ¼­ ±¸ÀÔºñ¿ëÀ» Áö¿øÇصå·Á¿ä.
? ¼³°ú Ãß¼®¿¡´Â ¸íÀý ¼±¹°À» Áö±ÞÇصå·Á¿ä.
? ¿¬Â÷ ¿Ü À¯±Þ º´°¡Á¦µµ¿Í ¿¬¸» ¾à 1ÁÖ °£ÀÇ Àü»ç Off±â°£À» ¿î¿µÇÏ°í ÀÖ¾î¿ä.