인공지능 개념이 처음 도입된 1950년대까지만 하더라도 인공지능의 학습에 사용할 수 있을 만큼 충분히 많은 데이터를 확보하기 어려웠습니다. 그러나 지금은 인터넷 덕분에 누구나 전 세계 사람들이 만든 데이터에 접근할 수 있게 되었습니다. 실제로 여러분이 인터넷에 올린 글들도 ChatGPT 학습에 사용되었답니다. 덕분에 ChatGPT의 한국어 실력이 늘 수 있었죠.
---p.14

여러분은 혹시 반려견을 키우고 있나요? 강아지에게 ‘앉아’를 가르치고 싶으면 어떻게 하세요? ‘앉아’라고 말했을 때 강아지가 앉는다면 간식을 주고, 앉지 않는다면 간식을 주지 않으면서 가르칩니다. 강화 학습(Reinforcement Learning)도 같은 방식으로 인공지능을 학습시킵니다. 이세돌을 이긴 알파고가 강아지와 같은 방식으로 학습했다는 사실이 신기하지 않나요?
---p.42

다음의 행렬 A는 가로줄이 2개, 세로줄이 3개 있으므로 2행 3열의 행렬입니다. 행렬에서 특정 열의 숫자만 가져오면 열벡터, 특정 행의 숫자만 가져오면 행벡터라고 하는데요. 벡터면 차원을 알 수 있겠죠? 벡터의 차원은 벡터에 속한 숫자의 개수이므로 아래 그림에서 열벡터는 2차원, 행벡터는 3차원 벡터가 됩니다. 열벡터는 행의 개수를, 행벡터는 열의 개수를 차원으로 가집니다.
---p.83~84

다음의 행렬 A는 가로줄이 2개, 세로줄이 3개 있으므로 2행 3열의 행렬입니다. 행렬에서 특정 열의 숫자만 가져오면 열벡터, 특정 행의 숫자만 가져오면 행벡터라고 하는데요. 벡터면 차원을 알 수 있겠죠? 벡터의 차원은 벡터에 속한 숫자의 개수이므로 아래 그림에서 열벡터는 2차원, 행벡터는 3차원 벡터가 됩니다. 열벡터는 행의 개수를, 행벡터는 열의 개수를 차원으로 가집니다.
---p.120

지금까지 LLM은 말만 할 수 있었습니다. 여행 계획을 짜달라고 하면 입으로 “여기 갔다가 이걸 먹고 저기 가세요”라고 말할 수는 있었지만, 호텔을 직접 예약해 준다거나, 여러분의 캘린더에 여행 일정을 추가해 줄 수는 없었습니다. 하지만 MCP(Model Context Protocol)의 등장으로 상황이 달라졌습니다. MCP를 이용하면 LLM이 외부 도구와 소통할 수 있습니다. MCP를 이용해 LLM과 여러분의 달력 어플을 연결하고, LLM에게 토요일 점심 약속을 취소해달라고 말해보세요. 여러분은 손 하나 까딱하지 않아도 LLM이 일정을 취소해 줄 수 있습니다.
---p.126~127

인공지능은 인간을 전부 대체할 수 있을까요? 같은 직업을 가진 사람들끼리도 각각 더 잘할 수 있는 영역과 부족한 영역이 있습니다. 같은 축구 선수라도 공격수는 골키퍼보다 골 결정력이 좋고, 골키퍼는 공격수보다 펀칭을 잘하는 것처럼요. 인공지능과 인간도 그런 관계라고 생각합니다. 인공지능이 더 빠르게 잘할 수 있는 부분이 있는가 하면, 인간이 인공지능보다 뛰어난 부분도 있습니다.