초보자를 위한 생성형 AI

 (microsoft.github.io)
1P by GN⁺ | ★ favorite | 댓글 1개
  • 생성형 AI 앱을 처음 만드는 개발자가 개념부터 구현까지 따라갈 수 있도록 Microsoft Cloud Advocates가 21개 레슨으로 구성한 입문 과정임
  • 레슨은 이론 중심의 Learn과 코드 예제를 포함한 Build로 나뉘며, 가능한 경우 Python과 TypeScript 예제를 함께 제공함
  • 실습은 Azure OpenAI Service, GitHub Marketplace Model Catalog, OpenAI API 중 하나로 실행할 수 있어 학습 환경 선택지가 넓음
  • 각 레슨은 짧은 영상 소개, README 문서, 코드 샘플, 추가 학습 링크로 구성돼 독립적으로 학습하기 쉬움
  • 50개 이상 언어 번역을 제공하지만 로컬 클론 시 용량이 커질 수 있어, 번역 파일을 제외하려면 sparse checkout을 쓰는 방식이 유용함

21개 레슨으로 구성된 입문 과정

  • Generative AI for Beginners는 Microsoft Cloud Advocates가 만든 생성형 AI 애플리케이션 입문 과정임
  • 총 21개 레슨으로 구성되며, 각 레슨은 독립 주제를 다뤄 원하는 위치에서 시작할 수 있음
  • 레슨 유형은 두 가지로 나뉨
    • Learn: 생성형 AI 개념을 설명함
    • Build: 개념과 코드 예제를 함께 다룸
  • 가능한 경우 Python과 TypeScript 코드 예제를 제공함
  • .NET 개발자는 Generative AI for Beginners (.NET Edition)을 참고할 수 있음
  • 각 레슨에는 추가 학습 자료를 모은 Keep Learning 섹션이 포함됨

실습을 위한 준비 사항

  • 과정 코드를 실행하려면 다음 중 하나를 사용할 수 있음
  • Python 또는 TypeScript 기본 지식이 있으면 학습에 도움이 됨
  • 전체 저장소를 자신의 계정으로 fork하려면 GitHub 계정이 필요함
  • 개발 환경 설정은 Course Setup 레슨에서 다룸

번역 지원과 로컬 클론 최적화

  • 과정은 50개 이상 언어 번역을 포함하며, GitHub Action을 통해 자동으로 최신 상태를 유지하는 번역을 제공함
  • 지원 언어 목록에는 Arabic, Chinese, French, German, Hindi, Japanese, Korean, Spanish, Vietnamese 등 여러 언어가 포함됨
  • 번역 파일 때문에 저장소 다운로드 크기가 커질 수 있음
  • 번역 없이 빠르게 클론하려면 sparse checkout으로 translations와 translated_images를 제외할 수 있음
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git
cd generative-ai-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

레슨 기본 구성

  • 각 레슨은 다음 요소를 포함함
    • 주제에 대한 짧은 영상 소개
    • README 기반 문서형 레슨
    • Azure OpenAI와 OpenAI API를 지원하는 Python 및 TypeScript 코드 샘플
    • 추가 학습을 이어가기 위한 리소스 링크

전체 레슨 흐름

추가 자료와 참여 경로

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • 생성형 AI를 어떻게 쓰는지가 아니라 실제로 어떻게 동작하는지를 다루는 강의나 책 추천이 궁금함

  • AI/ML을 전혀 해본 적 없는 사람을 위한 학습 경로가 있는지 궁금함
    ChatGPT에 물어보니 선형대수부터 시작해서 미적분, 확률과 통계로 가고, 2단계는 기계학습 기초, 3단계는 딥러닝과 신경망이라고 추천했음
    이 제안이 얼마나 맞는지 모르겠고, 본인은 소프트웨어 개발자임

    • 딥러닝 기초를 배우는 올바른 경로는 아님
      Andrew Ng의 Intro to Machine Learning과 Deep Learning Coursera 강의를 들으면 됨
      Goodfellow 등의 『Deep Learning』도 꽤 좋다고 들었지만 직접 읽어보진 않았음
      표준 미적분이나 선형대수 과정을 전부 다시 훑으면 시간을 낭비하게 됨
      AI 강의나 딥러닝 책 앞부분에서 가르치는 관련 수학만 배우고, 각 입문 과목의 무관한 90%는 건너뛰는 편이 좋음
      10년 전쯤 신경망을 처음부터 직접 만들던 사람으로서 하는 말임
    • 선형대수를 미적분보다 훨씬 좋아하지만, 제대로 된 선형대수 강의를 소화하려면 미적분 과정을 통해 다져지는 수학적 성숙도가 어느 정도 필요하다고 느낌
      미적분을 알면 Padé 근사 같은 근사 이론으로 들어갈 수 있는데, 이는 미적분과 선형대수가 만나는 아름다운 분야임
      어쨌든 『Schaum's Outline of Linear Algebra』는 지금까지 읽은 선형대수 책 중 아마 최고였고, 추상대수 일부도 살짝 다룸
    • 무엇을 실제로 원하는지에 따라 크게 달라짐
      1. 기존 모델을 쓰기: 가장 쉬운 방법은 대개 유료인 웹 서비스이고, 더 어려운 길은 로컬 설치이며 좋은 컴퓨터가 필요함
      2. 모델이 어떻게 동작하는지 이해하기
      3. 이 흐름이 어디로 가는지 전반적으로 이해하기
      4. 기존 모델을 학습하거나 미세조정할 수 있기
        4.1 모델 생성을 위한 프레임워크 만들기
        4.2 테스트, 학습, 추론 등을 위한 프레임워크 만들기
      5. 모델 설계: 분야에 따라 매우 다르므로 깊게 들어가려면 전문화해야 함
      6. 마침내 AGI 만들기
        각각 필요한 역량이 다름
        어떤 것은 뉴스를 따라가기만 해도 되고, 어떤 것은 코딩 능력이 필요하며, 또 어떤 것은 이론이나 철학이 더 중요함
        전부 다 가질 수는 없지만, 관련 역량이 전혀 없어도 처음 4개 정도는 도달 가능함
        물론 윤리 “전문가”가 되는 길이 가장 쉬움
    • 사용하고 싶은 건지, 구축하고 싶은 건지에 따라 다름
      후자라면 ChatGPT의 추천이 좋은 출발점이고, 전자라면 이런 강의가 좋은 시작임
    • Andrej Karpathy의 zero to hero 강의를 추천함
      아주 좋고, 8개의 영상 강의로 구성되어 있으며 자기 Jupyter 노트북에서 따라 해볼 수 있음
      각 강의는 1~2시간 정도임

  • 발전 속도와 새 패러다임이 탐색되는 속도를 보면 이 강의는 금방 낡을 것 같음
    2년 전에 생성형 AI를 배웠는데, 그때 쓰던 도구들은 이미 전부 구식이 됐음

  • 오픈소스 쪽에도 비슷한 게 있는지 궁금함

  • Azure 마케팅처럼 보여서 별로임

  • LLM을 어떻게 쓰는지에 대한 실용 가이드를 찾는다면 Jeremy Howard의 "Hackers Guide to language models"를 강력 추천함
    실용적인 정보가 가득한 1.5시간짜리 영상임: https://youtu.be/jkrNMKz9pWU

  • 이건 Azure OpenAI 접근 권한이 필요한 것 같은데, 개인 사용자는 받을 수 없고 일부 기업 고객에게만 열려 있는 것 아닌가 싶음

  • 너무 마케팅 자료처럼 읽혀서 왜 여기 올라왔는지 잘 모르겠음

    • 어떤 부분이 마케팅처럼 느껴지는지 모르겠음
      내용을 훑어봤는데, 처음 기술에 들어가려는 기술자에게는 꽤 포괄적인 내용으로 보임
답변달기