한빛미디어 서평단 ＜나는리뷰어다＞ 활동을 위해서 책을 협찬받아 작성된 서평입니다.

LLM, 생성형 AI, Transformer...

요즘 개발을 하다 보면 한 번쯤은 이런 생각이 들었습니다.

"이건 중요한 건 알겠는데, 내가 직접 만들 수 있는 영역일까?"

개념은 여기저기서 접해서 대충 알고는 있었지만, 막상 "구현"이라는 단어가 붙는 순간 손이 멈췄습니다. API를 가져다 쓰는 건 가능했지만, 내부 구조를 이해하고 다루는 건 또 다른 문제였기 때문입니다.

"파이토치로 배우는 LLM & AI"를 읽으면서 그 거리감이 꽤 많이 줄어들었다는 느낌이 듭니다.

이 책이 좋았던 가장 큰 이유는, 이론에서 멈추지 않고 바로 코드로 이어진다는 점이었습니다. 머신러닝 기초부터 시작해서 딥러닝, 그리고 Transformer와 LLM 구조까지 단계적으로 올라가는데, 각 단계가 "설명 이후 구현" 형태로 연결됩니다. 덕분에 머릿속에만 떠다니던 개념들이 실체로 손에 잡히는 느낌이 들었습니다.

특히 기억에 남는 부분은 컴퓨터 비전 관련 내용을 다루면서, 학습 데이터를 어떻게 준비하고 사용하는지를 설명하는 구간이었습니다. 이미지를 단순히 모델에 넣는 것이 아니라, 특징을 잘 드러낼 수 있도록 데이터를 구성하고, 분류와 라벨링을 통해 학습이 어우러진다는 흐름을 따라가다 보니 "아~ 실제로는 이렇게 학습이 진행되는구나"라는 깨달음이 들었습니다.

그동안은 모델 구조나 알고리즘에만 관심이 있었는데, 이 과정을 보면서 데이터 준비 단계가 얼마나 중요한지 체감하게 되었고, 단순히 모델을 사용하는 것을 넘어서 학습 과정 전체를 이해해야겠다는 생각이 들었습니다.

또 하나 좋았던 점은 번역이었습니다. 기술서는 번역이 어색하면 읽다가 흐름이 자주 끊기는데, 이 책은 문장이 꽤 자연스럽습니다. 덕분에 내용 자체에 집중할 수 있었고, 중간에 "이 문장이 무슨 말이지?" 하고 멈추는 일이 거의 없었습니다.

다만 아쉬운 점도 분명히 있습니다. 개인적인 미흡함 때문이긴 합니다만...

개념 설명은 정말 잘 되어 있는데, pyTorch 코드가 본격적으로 등장하는 구간에서는 확실히 난이도가 올라갑니다. pyTorch를 거의 다뤄보지 않은 상황이기 때문에, 코드가 나오는 순간 집중해서 다시 읽게 되는 구간이 꽤나 있었습니다. "아... 여기서는 한번 손으로 직접 돌려봐야겠다"라는 지점이 빈번해졌죠.

그래서 이 책을 읽기 전에 pyTorch 기본기를 어느 정도는 익혀두는 것이 좋겠다는 생각이 들었습니다. 완전히 처음부터 시작하는 경우라면, 앞부분을 천천히 따라가면서 실습을 병행하는 방식이 적합할 것 같습니다.

읽는 동안 계속 떠올랐던 건 "이걸 실무에 어떻게 붙일 수 있을까"였습니다. 예를 들어, 이벤트나 로그 데이터를 텍스트로 정리한 뒤 LLM으로 분석하거나 요약하는 흐름 같은 것들입니다. 이전에는 LLM을 단순히 API로 호출하는 도구 정도로 생각했다면, 이 책을 통해서는 시스템 안에 하나의 구성 요소로도 넣을 수 있지 않을까라는 희망이 생겼습니다.

물론 이 책이 모든 걸 다 해결해 주지는 않습니다. 배포나 MLOps 같은 영역까지 깊게 다루는 책은 아니기 때문에, 실제 서비스에 적용하려면 추가적인 학습이 필요합니다. 이 부분은 책의 범위를 생각하면 자연스러운 한계일 것입니다.

정리해 보면, 이 책은 "AI를 가볍게 훑어보는 입문서"라기보다는, 어느 정도 기초를 가진 개발자가 한 단계 더 올라가기 위한 책에 가깝습니다. 특히 LLM을 단순히 사용하는 수준에서 벗어나, 구조를 이해하고 직접 다뤄보고 싶은 사람에게 잘 맞을 것입니다.

이 책을 읽고 나니 적어도 한 가지는 확실히 달라졌습니다.

LLM이 더 이상 막연한 기술이 아니라, 시간과 노력을 들이면 충분히 따라갈 수 있는 영역이라는 인식이 생깁니다.

그리고 그 변화가, 앞으로 어떤 공부를 해야 할지 방향을 잡아준다는 점에서 꽤 큰 의미가 있다고 느꼈습니다.

마지막으로 한 줄로 정리하면 이렇습니다.

#한빛미디어 #나는리뷰어다 #파이토치로배우는LLM&AI