이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 가능
이 상품의 태그
상세 이미지
책소개
목차
|
[1부 개방형 모델 활용]
1장 생성 미디어 입문 _1.1 이미지 생성 _1.2 텍스트 생성 _1.3 사운드 클립 생성 _1.4 윤리적 및 사회적 영향 _1.5 생성 모델의 과거와 현재 _1.6 생성형 AI 모델 개발 방법 _1.7 요약 2장 트랜스포머 _2.1 언어 모델의 활용 사례 _2.2 트랜스포머 블록 _2.3 트랜스포머 모델 계보 _2.4 사전 학습의 힘 _2.5 트랜스포머 요약 _2.6 언어 모델을 이용한 텍스트 생성 프로젝트 _2.7 요약 _연습 문제 _도전 과제 _참고 자료 3장 정보 압축과 표현 _3.1 오토인코더 _3.2 변이형 오토인코더 _3.3 CLIP _3.4 CLIP의 대안 _3.5 의미 기반 이미지 검색 프로젝트 _3.6 요약 _연습 문제 _도전 과제 _참고 자료 4장 확산 모델 _4.1 핵심 원리: 반복 정제 _4.2 확산 모델 학습 _4.3 노이즈 스케줄 심층 분석 _4.4 U-Net과 대안 심층 분석 _4.5 확산 목표 심층 분석 _4.6 비조건부 확산 모델 학습 프로젝트 _4.7 요약 _연습 문제 _도전 과제 _참고 자료 5장 스테이블 디퓨전과 조건부 생성 _5.1 조건부 확산 모델을 위한 조건 추가하기 _5.2 효율성을 높이는 잠재 확산 _5.3 스테이블 디퓨전 구성 요소 심층 분석 _5.4 주석이 달린 샘플링 루프 _5.5 오픈 데이터, 오픈 모델 _5.6 Gradio로 인터랙티브 머신러닝 데모 만들기 프로젝트 _5.7 요약 _연습 문제 _도전 과제 _참고 자료 [2부 생성 모델을 위한 전이 학습] 6장 언어 모델 파인튜닝 _6.1 텍스트 분류 _6.2 텍스트 생성 _6.3 지시 사항 _6.4 어댑터 소개 _6.5 양자화 소개 _6.6 통합 구현 _6.7 평가 방법에 대한 더 깊은 이해 _6.8 검색 증강 생성 프로젝트 _6.9 요약 _연습 문제 _도전 과제 _참고 자료 7장 스테이블 디퓨전 파인튜닝 _7.1 스테이블 디퓨전 전체 모델 파인튜닝 _7.2 드림부스 _7.3 LoRA 학습 _7.4 스테이블 디퓨전에 새로운 기능 추가하기 _7.5 SDXL 드림부스 LoRA 학습하기 프로젝트 _7.6 요약 _연습 문제 _도전 과제 _참고 자료 [3부 더 나아가기] 8장 텍스트-이미지 모델의 창의적 활용 _8.1 이미지-이미지 변환 _8.2 인페인팅 _8.3 프롬프트 가중치와 이미지 편집 _8.4 인버전으로 실제 이미지 편집하기 _8.5 컨트롤넷 _8.6 이미지 프롬프팅과 이미지 변형 _8.7 창의적 그림 생성 프로젝트 _8.8 요약 _연습 문제 _참고 자료 9장 오디오 생성 _9.1 오디오 데이터 _9.2 트랜스포머 기반 아키텍처를 활용한 음성-텍스트 변환 _9.3 텍스트에서 음성으로, 생성 오디오로 _9.4 오디오 생성 시스템 평가 _9.5 향후 발전 방향 _9.6 엔드-투-엔드 대화 시스템 프로젝트 _9.7 요약 _연습 문제 _도전 과제 _참고 자료 10장 생성형 AI 분야의 발전과 최신 동향 _10.1 선호도 최적화 _10.2 긴 컨텍스트 _10.3 전문가 혼합 _10.4 최적화와 양자화 _10.5 데이터 _10.6 모든 것을 해결하는 단일 모델 _10.7 컴퓨터 비전 _10.8 3D 컴퓨터 비전 _10.9 비디오 생성 _10.10 멀티 모달리티 _10.11 커뮤니티 APPENDIX A. 오픈 소스 도구 APPENDIX B. LLM 메모리 요구사항 APPENDIX C. 엔드-투-엔드 검색 증강 생성 |
저자 소개 5
Omar Sanseviero
허깅 페이스의 라마 최고 책임자이자 플랫폼 및 커뮤니티 책임자로서 개발자 지원 엔지니어링, 온디바이스 및 문샷 팀을 이끌었다. 구글에서 구글 어시스턴트와 텐서플로 그래픽 분야에서 폭넓은 엔지니어링 경험을 쌓았다. 오픈 소스, 제품, 연구 및 기술 커뮤니티가 교차하는 허깅 페이스에서 다양한 업무를 수행했다.
Pedro Cuenca
허깅 페이스의 머신러닝 엔지니어로서 확산 모델 소프트웨어와 애플리케이션을 개발하고 있으며, iOS를 비롯한 소프트웨어 개발 분야에서 20년 이상의 경력을 쌓았다. LateNiteSoft의 공동 창립자이자 CTO로 재직하며 사진 화질 개선을 위한 맞춤형 머신러닝 모델을 적용한 아이폰 앱인 Camera+의 핵심 기술을 개발했다. 사진 화질 개선과 초고해상도 변환을 위한 딥러닝 모델을 직접 개발했으며, DALL·E mini 프로젝트의 개발과 운영에도 참여했다.
Apolinario Passos
허깅 페이스의 머신러닝 아트 엔지니어로, 여러 팀과 함께 예술과 창의성에 관련된 다양한 머신러닝 사용 사례를 연구한다. 10년 이상 미술 전시회 개최, 코딩, 제품 관리를 번갈아 가며 전문적이고 예술적인 경력을 쌓았으며, World Data Lab에서 제품 책임자로 근무했다. ML 생태계가 예술적 사용 사례를 이해하고 지원하도록 하는 것을 목표로 한다.
Jonathan Whitaker
생성 모델링에 중점을 둔 데이터 과학자이자 딥러닝 연구자로, 허깅 페이스 확산 모델 수업과 ‘딥러닝 기초부터 스테이블 디퓨전까지(From Deep Learning Foundations to Stable Diffusion )’ 등의 강의를 진행했다. 또한 컨설턴트로 근무하는 동안 이러한 기술을 업계에 적용했으며 현재는 Answer.AI에서 AI 연구와 개발에 전념하고 있다.
컴퓨터 공학 학·석사 졸업 후 LG전자 CTO 조직에서 자연어 처리 연구원으로 근무했다. 현재 LINE STUDIO에서 머신러닝 엔지니어로 재직하며 생성형 AI 활용과 머신러닝 파이프라인 구축을 담당하고 있다. 기술을 통한 예술 실현에 관심이 깊어 AI 음악 및 디지털 아트 작업을 꾸준히 병행하고 있다.
관련 분류
품목정보
- 발행일
- 2025년 06월 30일
- 쪽수, 무게, 크기
- 472쪽 | 1086g | 183*235*24mm
- ISBN13
- 9791169213981
출판사 리뷰
|
모델의 안과 밖을 설계하는 실습으로 완성하는 최신 생성형 AI 실무 가이드
『핸즈온 생성형 AI』는 생성형 AI의 핵심 원리를 이해하고 직접 구현해 보며 실무에 적용할 수 있도록 구성된 실습 중심 가이드입니다. 트랜스포머와 오토인코더, 확산 모델 등 주요 기술을 설명하고, 텍스트·이미지·오디오 등 다양한 멀티 모달 데이터를 생성하는 전 과정을 실제 코드와 함께 학습합니다. 책의 초반부에서는 생성형 AI의 개념과 기본 구조를 설명하고, 사전 학습된 모델을 활용한 텍스트 및 이미지 생성 방법을 소개합니다. 중반부에서는 트랜스포머와 확산 모델을 기반으로 한 파인튜닝 기법과 RAG 구현, LoRA와 드림부스 같은 최신 기술을 활용한 실전 예제를 다루며, 생성형 AI의 원리를 깊이 있게 이해할 수 있도록 돕습니다. 후반부에는 오디오 생성, 조건부 이미지 생성, 텍스트-이미지 응용 등 창의적인 활용 사례와 함께 생성형 AI를 실무에 접목하는 다양한 전략을 제시합니다. 또한 생성형 AI 분야의 발전과 최신 동향까지 함께 다루어 생성형 AI 기술을 책임감 있게 활용하는 개발자로 성장하도록 도와줍니다. 이 책을 통해 생성형 AI의 기초부터 실전 적용까지 탄탄하게 익히며, 최신 기술 흐름에 맞는 개발 역량을 한층 강화할 수 있습니다. 누구를 위한 책인가요? ● 생성형 AI 모델의 동작 원리를 깊이 있게 이해하고 싶은 개발자 ● 단순 API 호출을 넘어, 특정 도메인에 맞는 모델을 직접 파인튜닝하고 싶은 분 ● 허깅페이스 생태계를 활용해 나만의 생성 모델을 구축하려는 연구자 및 엔지니어 ● LLM, 확산 모델 관련 최신 논문은 읽었지만, 실제 코드로 구현하는 데 어려움을 겪는 분 |
추천평
|
트랜스포머, 인코더-디코더 구조 같은 개념은 인터넷만으로 이해하기 어렵습니다. 이 책은 오토인코더, VAE, 디퓨전 모델 등 이미지 생성 기술의 발전 과정을 맥락 있게 설명하며 이해를 돕고, 예제와 참고 자료도 충실해 학습에 큰 도움이 됩니다. 기존 자료에서 생성형 AI의 개념이 막연했던 분들께 특히 추천합니다. - 김병규 (아이스크림에듀 AI연구소)
|
|
AI 시대, 생성형 AI의 원리를 아는 것은 결정적인 차이를 만들어냅니다. 이 책은 직관적이고 실용적이면서도 기술적으로 깊이가 있다. 챗GPT나 미드저니 같은 최신 모델의 뿌리를 부담 없이 짚어내며, 예제 코드는 구글 코랩이나 로컬 환경에서 바로 실행할 수 있어 학습 효과를 극대화합니다. Python 기초가 없어도 따라가다 보면 어느새 생성형 AI에 대한 눈높이가 달라질 것입니다. - 김설아 (생성형 AI 강사)
|
|
생성형 AI가 일상과 산업의 경계를 허물고 있는 지금, 이 책은 그 흐름을 실용적이고 의미 있게 따라갈 수 있도록 안내한다. 텍스트, 이미지, 오디오를 직접 만들어 보는 실습은 기술의 원리뿐아니라, 생성형 AI가 사회에 미치는 영향까지 체감하게 한다. 허깅 페이스, 디퓨저, 구글 코랩 기반의 실습 환경은 접근성이 높고, 교육과 프로젝트, 실무에도 바로 활용할 수 있다. 또한 AI 윤리, 데이터 편향, 오픈 소스 철학까지 함께 고민하게 해 주어, 단순히 기술을 아는 사람을 넘어 책임 있게 활용하는 사람으로 성장할 수 있도록 돕는다. - 이경심 (NOLCO(SWAI융합교육) 대표)
|
|
이론만으로는 부족한 생성형 AI 시대, 『핸즈온 생성형 AI』는 독자들이 직접 시스템을 구축하고 응용할 수 있도록 돕는 실전형 책입니다. 단순히 기술을 나열하는 데 그치지 않고, 최신 시스템 설계부터 쿼리 재작성, 개인정보 처리, 모델 최적화 같은 현실적 고민까지 아우릅니다. 시행착오를 줄이는 실용적 팁은 물론, 입문자와 실무자 모두에게 든든한 가이드가 되어줄 책입니다. 생성형 AI 역량을 한 단계 끌어올리고자 한다면 강력히 추천합니다. - 이석곤 (㈜아이알컴퍼니 부설연구소 팀장)
|
|
생성형 AI가 빠르게 확산하는 지금, 이 책은 꼭 알아야 할 핵심 원리와 실제 활용법을 쉽고 명확하게 안내한다. 트랜스포머, 디퓨전 모델, 프롬프트, RAG 같은 주요 개념은 물론, 파인튜닝과 실전 적용까지 폭넓게 다루며 비즈니스와 교육 현장에서 곧바로 활용할 수 있는 실용적인 가이드를 제공한다. 또한 오디오와 이미지 등 다양한 멀티 모달 사례를 들어 생성형 AI의 활용 가능성을 넓게 보여준다. - 이효성 (코스콤 시니어 소프트웨어 개발자)
|
|
생성형 AI의 원리를 이해하지 못한 채 무작정 도구를 사용하는 것에는 한계가 있다. 이 책은 생성형 AI가 동작하는 원리를 쉽지만 충실하게 설명하고, ‘핸즈온’이라는 제목에 걸맞게 실습하며 직접 체험할 수 있도록 구성되었다. 생성형 AI를 이론적 깊이와 실무 활용이라는 두 가지 목표를 동시에 만족시키는 보기 드문 책이다. - 조원양 (㈜스마트사운드 AI연구소 소장)
|
|
『핸즈온 생성형 AI』는 입문자부터 실무자까지, 모두를 위한 친절하고 깊이 있는 가이드이다. 생성형 AI의 전반을 실습과 함께 체계적으로 배울 수 있도록 구성되었으며 장마다 관련 예제와 추가 학습용 자료가 충실히 제공된다. 이 책으로 시작해 심화까지 자연스럽게 이어갈 수 있다 - 정현준 (리디)
|
사락 별점4
혜택 및 유의사항밑줄0
혜택 및 유의사항
35,100원
총 1개
35,100원
