그림으로 배우는 생성형 AI

331

장 생성형 AI, 세상 모든 곳에 한꺼번에 나타나다

모델을 흔히 언어 모델

language

model

이라고 하는데요

.

그

중

LLM

,

즉 대규모 언어 모델

large

language

model

은 말 그

대로 크기가 아주 큰 언어 모델로

,

흔히 대량의 텍스

트 데이터로 훈련됩니다

.

챗

GPT

가 바로

LLM

으로 구

동되는 생성형

AI

제품의 한 예지요

.

머신러닝에는 두 가지 소프트웨어 스택이 필요합니

다

.

첫째는 대량의 데이터에 기반해서 모델의 가중치

weight

를 조정하는 훈련 파이프라인

training

pipeline

입니다

(

그림

1

-

8

).

ML

모델은 숫자만 처리할 수 있기 때문

에

,

훈련 파이프라인은 입력 데이터를

텐서

tensor

라고

부르는 다차원 수치로 변환합니다

.

훈련을 마친 모델

에 새로운

,

즉 훈련 데이터에 없는 데이터를 입력하면

13

역자주 모델을 실행해서 출력을 얻는 행동을

inference

라고 부르는 것은

AI

모델의 주된 용도가 분류 (

classification

)였던 시절의 유

물이라고 할 수 있습니다.

inference

와

reasoning

을 둘 다 ‘추론’이라고 부르는 탓에 혼동이 생기는 경우가 많은데, 이 번역서에서는

reasoning

(

1

.

2

.

1

절과

4

장 참고)을 ‘추론’으로 옮기기로 하고

inference

는 소리를 딴 ‘인퍼런스’로 표기하거나 ...