[도서리뷰] GPT-4를 활용한 인공지능 앱 개발

 

이번에 리뷰할 책은 'GPT-4를 활용한 인공지능 앱 개발' 입니다.

 

 

책 목차

---

목차는 아래와 같습니다. GPT의 기술적인 측면부터 실제 애플리케이션 구축에 이르기까지 광범위하고 심층적인 이해를 제공합니다. 크게 5개 챕터로 이루어져 있으며 일반인들이 쉽게 이해할 수 있는 수준으로 용어와 개념을 간단하게 설명합니다. 3~5번째에 있는 실습 예제들 또한 python 조금만 할 줄 알아도 쉽게 쓰인 책이라고 생각합니다. 

Chapter 1) GPT-4와 챗GPT의 핵심 요소
_1.1 LLM 소개
_1.2 GPT 모델의 역사
_1.3 LLM 사용 사례
_1.4 AI 할루시네이션
_1.5 GPT 모델 최적화
_1.6 정리

Chapter 2) GPT-4와 챗GPT의 API
_2.1 필수 개념
_2.2 오픈AI API에서 사용 가능한 모델
_2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기
_2.4 시작하기: 오픈AI 파이썬 라이브러리
_2.5 GPT- 4와 챗GPT 사용하기
_2.6 다른 텍스트 완성 모델 사용하기
_2.7 고려 사항
_2.8 기타 오픈AI API 및 기능
_2.9 정리 및 치트 시트

Chapter 3) GPT-4와 챗GPT로 애플리케이션 구축하기
_3.1 애플리케이션 개발 개요
_3.2 소프트웨어 아키텍처 설계 원칙
_3.3 LLM 기반 애플리케이션 취약점
_3.4 프로젝트 예제
_3.5 정리

Chapter 4) GPT-4와 챗GPT의 고급 기법
_4.1 프롬프트 엔지니어링
_4.2 파인 튜닝
_4.3 정리

Chapter 5) 랭체인과 플러그인으로 LLM 기능 향상하기
_5.1 랭체인 프레임워크
_5.2 GPT-4 플러그인
_5.3 정리
_5.4 결론

부록 A) GPT의 새로운 기능과 개선 사항(OpenAI DevDay)

 

 

책 내용 구조

---

 

OpenAI Playground에 대한 자세한 설명이 있습니다. 또한 Plus 요금제와 API, 플러그인 요금제가 별개인 것을 명시하여 많은 사람들이 놓치는 부분 노트화 해두었습니다.

 

 

임베딩이라는 개념을 텍스트로 상당히 자세하게 설명을 한 내용입니다.

 

 

미니 프로젝트 내용을 간편하게 도식화하면서 접근하고 만드는 방식을 소개합니다.

 

프롬프트 설계하는데 역할, 컨텍스트, Task 별로 개념과 중요성을 설명하고 있는 글입니다.

 

 

Fine-Tuning과 Few-shot Learning의 차이점과 장단점, 예시들을 아주 쉽게 설명한 글입니다.

 

 

Langchain에서 agent 개념을 쉽게 설명한 글입니다.

 

 

간단한 수준으로 faiss로 임베딩하여 vector database를 구성하는 내용을 설명합니다. 

 

도서 총평

---

책이 우선 가볍지만 실용성이 뛰어나고 개념 설명 또한 상당히 잘 되어 있습니다. 서론과 이론 내용과 실전 비율도 3:7 정도로 밸런스가 잘 갖추어진 책입니다. OpenAI와 Langchain에 있는 공식 Document에 있는 내용들이 꽤 겹치지만, 더 친절하고 쉽게 이해하고 싶다면 이 책을 추천드립니다.

무엇보다 초보자들을 위해 작성한 책인데, 내가 OpenAI의 API를 활용해서 가볍게 토이프로젝트를 하고 싶다면 이 책은 상당히 좋습니다. 분명히 ChatGPT 위에서 작업하는 것은 상당히 한계가 있지만 API 개발을 거쳐간다면 자유도가 워낙 넓어지기 때문에 많은 것을 해낼 수 있습니다. 이 책에 있는 예제들을 하나씩 만들어보면서 작은 성공들을 누적시켜서 나중에 정말 본격적으로 만들고 싶은 내용이 생기면 이 책에서 쌓은 기본기가 나중에 빛을 볼 수 있다고 생각합니다. 

문제는 워낙 AI 시장은 급변하기 때문에 책을 다 써도 또 추가되는 내용이 계속해서 나와서 꾸준히 공부하는 것은 기본 값이라고 생각합니다. LLM 관련 개념 정리와 실습을 통해 기본기를 쌓고 싶은 사람부터 생성형 AI를 바탕으로 애플리케이션, 서비스를 개발하고 싶은 분들에게 추천합니다!!

 

 

 

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."