[리뷰] 파이토치로 배우는 LLM & AI

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

 

 

이번책은 '파이토치로 배우는 LLM & AI'이다.

총 500페이지 정도 되어서 걱정을 했는데, 그래도 술술 읽혀서 다행이었다.

 

(책에서도 나오지만) 여기에선 머신러닝, LLM에 대한 수학적인 기본 지식은 다루지 않는다. 다만 그렇다고 기초가 없는 책이란 건 아니다. 환경설정, 신경망 정의 및 설계, 정규화 방법 등 기본 지식들도 포함하고 있다.
 또한 Language Model과 Vision Model 모두를 다룬다.
 예제를 따라가다 보면 바닐라 모델을 사용하는 것 뿐만이 아니라, 튜닝, 서빙까지 해볼 수 있다.

 

early stop & 기본 이미지 인식 신경망 학습부

 

위의 그림은 early stop에 대한 결과 사진과 2장에서 설명하는 내용을 포함하고 있다.

그 이전에는 과대적합에 대한 내용이 있었는데 학습 횟수를 직접 지정하고 계속 살펴보는 대신 early stop으로 원하는 정확도에 멈추는 것을 직접 보여준다. 몰론 과대 적합 여부는 train set, test set 성능을 보고 확인해야하지만 관련 내용이 함께 포함되어있고 나름의 흐름이 있어서 차례대로 읽다보면 왜 이런 기술들이 나왔는지 마음으로 좀 더 쉽게 와닿는다.

 

사람과 말의 이미지를 분류하는 CNN 만들기

주로 이론 위주가 아닌 파이토치 코드 예제를 위주로 작성되어 위와 같은 재밌는 코드도 직접 짜볼 수 있다. 이미 있는 모델을 쓰는 것이 아닌 직접 CNN 구조를 설계하고 레이어를 구성하여 결과를 확인할 수 있다. 이 과정에서 필요한 학습 데이터를 다운받아 사용하고 비교를 하기 위한 데이터는 웹에서 다운로드 받고, 이 후엔 부족한 데이터를 위해 데이터 증식(Augmentation)하는 방법도 자연스럽게 소개한다.

 

  그리고 과정을 나아갈수록 이전 내용을 기본으로 더 심화 내용을 다룬다.

다중 분류 소개 & 코드 단위 설명

TorchServe 시스템

 

참고로, 이 책의 또다른 좋은점은, 이 책이 '파이토치와 LLM & AI'이기 때문에 파이토치의 객체, 함수에 대한 설명이 포함되어 있다는 점도 있다. 책 전반적으로 TASK 설명 -> 코드 -> 코드에 대한 파이토치 객체/함수 사용법 설명 순서로 되어있다. 토치에서 제공하는 프레임워크 서비스 구조에 대한 설명도 있어서 배운 내용을 구현하는 것 뿐만 아니라 추후 커스텀 레이어/모델을 만들 때 좀 더 용이하다.

 

또한 모델 서빙을 위한 Flask 서버 구성 방법과 Hugging Face 허브 사용법까지 함께 설명하여, 모델 개발뿐만 아니라 실제 서비스에 필요한 기본적인 내용 전반을 모두 담고 있다.

 

최근 RAG, Diffusers 구현, LoRA 튜닝 등 실무적인 활용에 대한 관심이 높아지고 있는데, 이러한 내용도 함께 다루고 있어 실질적인 도움이 된다. 다만 PEFT나 Agent와 같은 보다 일반적인 이론이나 배경 지식은 포함되어 있지 않으므로, 해당 부분은 필요에 따라 별도로 학습하면 좋을 것 같다.

 

 직접 파이토치로 AI를 구현해보면서 토치 코딩에 익숙해지고 싶은 사람 혹은 코딩을 통해 이론을 좀 더 잘 이해하고 싶은 사람에게 탁월한 책이라고 생각한다.

 

 

이번 리뷰는 한빛+ 앱도 있고 인터넷 상관없이 오프라인 모드로도 읽을 수 있어서 좀 더 수월했다. 확실히 책이 책을 읽는다는 느낌이 있지만 전자책이 좀 더 이동성, 접근성이 쉬운 것 같다.