AI는 어떻게 생각하는가: 트랜스포머부터 LLM까지
GPT는 왜 그 답을 냈을까요? 머신러닝부터 트랜스포머, LLM까지 — AI가 언어를 이해하고 텍스트를 생성하는 원리를 코드로 직접 추적합니다.
레슨 13개 · 수강생 127명
학습 목표
이 강의를 마치면 할 수 있는 것
- AI와 머신러닝의 차이를 명확한 설계 관점에서 구분합니다.
- 주요 딥러닝 구조를 코드로 직접 구현하며 동작 원리를 체득합니다.
- 트랜스포머·LLM이 텍스트를 생성하는 메커니즘을 직접 추적합니다.
주요 개념
강의에서 다루는 핵심 키워드
머신러닝
통계적 패턴으로 판단하는 시스템의 작동 원리
딥러닝
레이어를 쌓아 복잡한 표현을 학습하는 구조
트랜스포머
Attention으로 문맥을 이해하는 현대 AI의 근간
LLM
결과값을 보장하는 언어 모델 제어 엔지니어링
임베딩
의미를 벡터로 변환하는 데이터 표현 전략
파인튜닝
사전학습 모델을 도메인에 맞게 최적화하는 기법
사전 요구사항
어떤 언어든 간단한 함수를 작성해본 경험이 있다면 충분합니다.
이 강의가 맞는 분
- ChatGPT를 매일 쓰지만 왜 그 답이 나오는지 궁금한 개발자
- 면접에서 AI 관련 질문에 자신 있게 답하고 싶은 주니어 개발자
- AI 툴을 쓰는 수준을 넘어 AI 원리를 설계할 수 있는 엔지니어로 성장하고 싶은 분
커리큘럼
전체 레슨 목록
총 13개 레슨 · 4개 무료 공개
AI와 ML 입문
인공지능과 머신러닝의 차이, 지도·비지도·강화학습의 개념을 이해합니다. 파이썬 코드를 브라우저에서 직접 실행하며 처음 ML 모델과 만나보세요.
파이썬 실습 환경 시작하기
설치 없이 브라우저에서 파이썬을 실행합니다. NumPy·pandas 기초부터 코드셀 사용법까지 직접 손으로 치며 실습 환경을 익혀봅니다.
실습 데이터 살펴보기
pandas로 머신러닝 실습 데이터를 불러오고 분포·결측값·상관관계를 분석합니다. 데이터를 읽는 눈이 모든 ML 프로젝트의 출발점입니다.
선형 모델의 구조 이해하기
다중 클래스 분류의 뼈대인 선형 모델을 수식과 파이썬 코드로 직접 구현합니다. 가중치·편향·소프트맥스가 어떻게 예측을 만드는지 확인하세요.
모델 학습과 성능 평가
선형 모델을 학습시키고 정확도·confusion matrix로 성능을 측정합니다. 훈련-검증 분리부터 평가 지표 해석까지 파이썬으로 직접 구현해봅니다.
손실 함수와 경사 하강법
Cross-entropy 손실 함수와 경사 하강법의 원리를 수식으로 이해하고 파이썬으로 직접 구현합니다. 모델이 스스로 학습하는 핵심 메커니즘을 익혀보세요.
신경망에서 트랜스포머까지
선형 모델의 한계에서 출발해 신경망, CNN, RNN을 거쳐 트랜스포머가 등장한 흐름을 원리 중심으로 이해합니다. 현대 AI 구조의 맥락을 한눈에 파악하세요.
MNIST 딥러닝 프로젝트
PyTorch로 손글씨 숫자 분류 신경망을 처음부터 구현합니다. 모델 정의·학습·평가까지 딥러닝 프로젝트 전체 흐름을 실전 코드로 완성해보세요.
트랜스포머와 BERT 실습
Self-Attention 연산을 코드로 직접 구현하고, HuggingFace로 DistilBERT를 파인튜닝해 텍스트 분류 모델을 학습시킵니다.
LLM과 ChatGPT 기초
BERT와 GPT의 구조적 차이, 사전학습·지시문 튜닝·정렬의 의미를 이해합니다. zero-shot부터 few-shot 프롬프팅까지 직접 실습해보세요.
파인튜닝 심화 — PEFT와 LoRA
전체 모델을 재학습하지 않고 소수 파라미터만 조정하는 LoRA의 원리를 이해합니다. 직접 코드로 텍스트 분류 모델에 LoRA를 적용해봅니다.
RAG 입문 — 검색 증강 생성
LLM의 지식 한계를 극복하는 RAG의 원리를 이해합니다. 임베딩·벡터 검색·청킹을 활용한 간단한 RAG 파이프라인을 파이썬으로 직접 구현해보세요.
멀티모달과 CLIP 입문
Vision Transformer의 패치 기반 구조와 CLIP의 대조 학습 원리를 이해합니다. zero-shot 이미지 분류와 이미지-텍스트 매칭을 직접 실습해보세요.
수강 후기
수강생들의 이야기
“커리큘럼이 'AI 호출해보기'에서 멈추지 않고, 혼자서는 거의 닿기 어려운 구간까지 밀고 나가는 구성이었다.
— 프론트엔드 6년차 개발자
“떠먹여주지 않는 교육 방식 덕분에 스스로 디버깅하는 습관이 쌓였고, 지금도 실무에서 가장 큰 자산이 되고 있어요.”
— 프론트엔드 7년차 개발자
“AI/ML 이론과 RAG·멀티모달을 직접 구현하며 커리어 전환을 준비할 수 있다는 확신이 생겨 바로 수강을 결정했습니다.”
— 커리어 전환 준비 중인 개발자
“서로 고민을 나누며 다른 시각을 얻고, 혼자서는 절대 닿기 어려운 업계 인사이트를 생각보다 많이 얻었습니다.”
— 프론트엔드 7년차 개발자