‘사람 말을 알아듣는 AI’를 만들어 보자!
트랜스포머 핵심 원리부터 문서 분류, 기계 독해, 문장 생성 실습까지!

사람 말을 알아듣고 처리하는 인공지능은 어떻게 만들까? 이 책은 딥러닝 기반 자연어 처리 기술을 체계적이고 쉽게 배울 수 있는 입문서다. 이 책은 네이버 영화평, 뉴스 댓글, 질의응답 등 한국어 말뭉치로 실습해 국내 자연어 처리 연구가에게 더욱 효과적이며, 트랜스포머의 핵심 원리와 허깅페이스 패키지 활용법 등 최신 자연어 처리 기술의 진수를 담았다. 국내 대표 포털에서 자연어 처리를 연구하는 저자의 오랜 공력을 엿볼 수 있다.
1~3장에서는 트랜스포머와 전이 학습, BERT와 GPT의 핵심 동작 원리를 이해하고, 이를 바탕으로 4~8장에서는 감성 분석, 자연어 추론, 개체명 인식, 질의응답, 문장 생성 등 5가지 과제를 직접 수행해 본다. 실습 코드는 pytorch-lightning, 허깅페이스의 transformers 등 최신 오픈소스 라이브러리를 사용했다.

[목 차]

=======================
1장 처음 만나는 자연어 처리
=======================
1-1 딥러닝 기반 자연어 처리 모델
1-2 트랜스퍼 러닝
1-3 학습 파이프라인 소개
1-4 개발 환경 설정

=========================
2장 문장을 작은 단위로 쪼개기
=========================
2-1 토큰화란?
2-2 바이트 페어 인코딩이란?
2-3 어휘 집합 구축하기
2-4 토큰화하기

=======================
3장 숫자 세계로 떠난 자연어
=======================
3-1 미리 학습된 언어 모델
3-2 트랜스포머 살펴보기
3-3 셀프 어텐션 동작 원리
3-4 트랜스포머에 적용된 기술들
3-5 BERT와 GPT 비교
3-6 단어/문장을 벡터로 변환하기

=======================
4장 문서에 꼬리표 달기
=======================
4-1 문서 분류 모델 훑어보기
4-2 문서 분류 모델 학습하기
4-3 학습 마친 모델을 실전 투입하기

=======================
5장 문장 쌍 분류하기
=======================
5-1 문장 쌍 분류 모델 훑어보기
5-2 문장 쌍 분류 모델 학습하기
5-3 학습 마친 모델을 실전 투입하기

=======================
6장 단어에 꼬리표 달기
=======================
6-1 개체명 인식 모델 훑어보기
6-2 개체명 인식 모델 학습하기
6-3 학습 마친 모델을 실전 투입하기

=======================
7장 질문에 답하기
=======================
7-1 질의응답 모델 훑어보기
7-2 질의응답 모델 학습하기
7-3 학습 마친 모델을 실전 투입하기

=======================
8장 문장 생성하기
=======================
8-1 문장 생성 모델 훑어보기
8-2 문장 생성 모델 파인튜닝하기
8-3 프리트레인 마친 모델로 문장 생성하기
8-4 파인튜닝 마친 모델로 문장 생성하기
찾아보기

박진호 (서울대 국어국문학과 교수)

[학계 추천] 한국어 데이터로 실습할 수 있는 친절한 우리말 교재!
딥러닝 기반 대규모 언어 모델로 자연어 처리 과제를 실습할 때 초보자라면 많은 난관에 부딪힐 수 있습니다. 이론을 이해하는 것뿐만 아니라 작업 환경 설정, 데이터 전처리, 적절한 모델 선택, 과제에 적용 등 모든 단계에서 암초가 도사리고 있습니다. 이러한 암초를 피하고 시행착오를 최소화하여 목표에 도달하려면 친절한 안내자가 필요합니다. 영문 데이터로 실습하는 튜토리얼은 꽤 많지만, 한국어 데이터로 실습할 수 있도록 친절하게 안내하는 우리말 튜토리얼은 훨씬 드물죠. 이 책은 그런 귀중한 역할을 훌륭히 해내고 있습니다.

하정우 (네이버 AI랩 소장)

[업계 추천] 국내에서 인정받는 자연어 처리 엔지니어의 진수를 만난다!
자연어 처리는 챗봇, 문서 분류 및 이해, 추천 등 이미 여러 분야에서 널리 쓰이며 비즈니스 가치를 만들어 내고 있습니다. 특히 이 책에서 핵심으로 다루는 BERT와 GPT 언어 모델은 자연어 처리 연구자의 필수 역량이 되었습니다. 이 책은 딥러닝 기반 언어 모델 개발에 필요한 기본부터 실제 과제에 적용하기까지 쉽고 자세하게 구성됐습니다. 국내에서 인정받는 자연어 처리 엔지니어의 진수가 그대로 녹아 있습니다. 자연어 처리 역량을 키우고 싶은 인공지능, 소프트웨어 엔지니어 분들께 교과서와 같은 책으로 기억될 것입니다.

김기현 (SK텔레콤 머신러닝 엔지니어)

[업계 추천] 최신 라이브러리로 실습, 최신 주제를 배우려는 분에게 강추!
이 책의 저자인 기창 님은 쉽고 이해하기 좋은 표현으로 많은 분에게 높은 평가를 받아 왔습니다. 거기에 오랜 기간 쌓아 온 자연어 처리 내공이 더해져 또 한번 좋은 책이 출판되어 기대가 큽니다. 특히 이번 책은 허깅페이스의 최신 라이브러리를 활용하는 실습을 담고 있어 자연어 처리 최신 주제를 먼저 배우고 싶은 분들에게 꼭 추천하고 싶습니다.