파이썬으로 배우는AI와 챗GPT 활용법!

매혹적인 인공지능의 세계를 탐험하며 실제 문제를 해결해 보세요

 

지금껏 경험하지 못한 강력한 AI 개발의 세계로 여러분을 초대합니다!

이 책은 오픈AI의 챗GPT, DALL·E, 위스퍼를 포함한 AI/ML 에코시스템의 다양한 도구를 사용하여 지능형 애플리케이션을 만드는 실용적 가이드입니다. 초중급 개발자 눈높이에 맞춰 최대한 이해하기 쉽게 구성했으며, 실용적인 파이썬 코드 예제로 더 쉽고 명확하게 학습할 수 있습니다. 챗GPT의 기본 개념부터 API 활용법, 애플리케이션 통합에 이르기까지 차근차근 살펴보며 초보 개발자와 현업 실무자 모두에게 모두에게 명쾌한 해답을 제공합니다. 챗봇, 시맨틱 검색 엔진, 분류 시스템, 추천 엔진 등 다양한 자연어/이미지/음성 처리 플랫폼을 구축하고자 한다면 이 책이 실질적인 도움을 줄 것입니다. GPT와 파이썬을 결합해 개발 능력을 한 단계 업그레이드하고 무궁무진한 AI의 가능성을 경험해 보세요.

 

이 책의 특징

GPT 모델의 원리부터 파이썬 코드 구현까지 단계별로 명료하게 설명

실습 중심의 구체적인 예제로 빠르게 배우고 즉시 적용 가능

최신 API 사용법과 효율적인 프로그래밍 팁 제공

 

이 책에서 다루는 AI 애플리케이션 개발 사례

파인 튜닝 도메인 특화 챗봇

기억을 보존하는 지능형 대화 시스템

RAG 기법을 사용한 최신 시맨틱 검색 엔진

사용자 취향에 맞춘 지능형 커피 추천 시스템

리눅스 명령어 작성을 돕는 챗봇 어시스턴트

대규모 정신 건강 대화 데이터셋을 학습한 AI 기반 정신 건강 코치

뉴스 기사 카테고리 분류 시스템

지능형 이미지 인식 시스템(이미지 to 텍스트)

이미지 생성 프로그램(텍스트 to 이미지)

[목 차]

[PART 1 오픈AI와 챗GPT 제대로 이해하기]

 

1장 생성형 AI 서비스

_1.1 생성형 AI 개요

_1.2 대표적인 생성형 AI 서비스

 

2장 오픈AI와 챗GPT

_2.1 오픈AI와 챗GPT 개요

_2.2 GPT 모델 및 사용 사례

 

3장 개발 사전 준비

_3.1 구글 코랩 사용 방법

_3.2 API 개요

_3.3 오픈AI API 키 얻기

_3.4 오픈AI API 키 활용 실습

_3.5 API 사용량 및 요금 확인

 

4장 오픈AI API 활용 첫걸음

_4.1 GPT-4o mini로 시작하는 대화 생성

_4.2 system, user, assistant 역할의 기본 이해

_4.3 퓨샷 학습 소개

_4.4 GPT 모델을 활용한 맞춤형 출력 생성

_4.5 대화 출력 길이 제어

_4.6 AI 응답 제어

 

5장 오픈AI API 모델 탐색하기

_5.1 사용 가능 모델 확인 및 소개

_5.2 사용할 모델 선택

_5.3 오픈AI 모델 시리즈

_5.4 오픈AI 모델 가격

_5.5 오픈AI 모델의 발전과 선택 가이드

 

[PART 2 오픈AI GPT 대화 생성 실전 가이드]

 

6장 대화 생성의 고급 기술

_6.1 창의성 조절 기법

_6.2 페널티로 독창성과 다양성 확보하기

_6.3 n 파라미터로 여러 응답 생성하기

_6.4 실시간 스트리밍으로 즉시 출력하기

 

7장 GPT 모델의 성능을 극대화하는 프롬프트 엔지니어링 기법

_7.1 프롬프트 엔지니어링 개요

_7.2 퓨샷 학습: 키워드 추출 성능 높이기

_7.3 프롬프트 체이닝: 트윗 생성 최적화하기

_7.4 일반 지식 프롬프팅: 올드 스쿨 랩 가사 완성하기

_7.5 문맥 채우기: AI의 이해도 높이기

_7.6 동적 토큰 제어: AI 응답 길이 유연하게 조절하기

_7.7 프롬프트 템플릿 최적화: 리눅스 학습용 CLI 어시스턴트 개발하기

_7.8 다음으로 나아가기

 

[PART 3 음성 및 이미지 인식: 위스퍼와 CLIP의 실전 활용]

 

8장 위스퍼 음성 인식 기초

_8.1 위스퍼 개요

_8.2 위스퍼 설치 방법 및 기본 예제

_8.3 파이썬에서 위스퍼 SDK 사용하기

 

9장 위스퍼 텍스트 변환 최적화 기법

_9.1 오픈AI 음성-텍스트 API 사용하기

_9.2 위스퍼 텍스트 변환 개선하기

 

10장 오픈AI TTS를 활용한 음성 변환

_10.1 오픈 AI TTS 소개

_10.2 오픈 AI TTS 사용 방법

 

11장 오픈AI CLIP을 사용한 이미지 분류

_11.1 CLIP 소개

_11.2 CLIP 사용 방법

_11.3 이미지를 텍스트로 변환하기

 

[PART 4 생성형 AI를 활용한 이미지 제작과 편집 기술]

 

12장 DALL·E로 이미지 생성하기

_12.1 DALL·E 소개

_12.2 프롬프트 기반의 이미지 생성 기본 예제

_12.3 다른 크기의 이미지 생성하기

_12.4 여러 이미지 생성하기

_12.5 이미지 프롬프트 개선 방법

_12.6 프롬프트 조합으로 다양한 랜덤 이미지 만들기

 

13장 DALL·E로 이미지 편집하기

_13.1 이미지 편집 예제

 

14장 다른 이미지에서 영감 얻기

_14.1 이미지 변형 방법

_14.2 이미지 변형 사용 사례

 

[PART 5 임베딩: 복잡한 데이터를 쉽게 이해하는 방법]

 

15장 임베딩 소개

_15.1 임베딩의 의미

_15.2 임베딩 사용 사례

 

16장 텍스트 임베딩 활용 방법

_16.1 텍스트 임베딩의 핵심 이해하기

_16.2 다중 입력 사용 예제

_16.3 사용자의 의도를 읽어내는 시맨틱 검색

_16.4 코사인 유사도 쉽게 이해하기

_16.5 오픈AI 텍스트 임베딩 사용 예제

_16.6 임베딩의 내부 작동 원리

 

17장 고급 임베딩 예제

_17.1 선호하는 커피 예측하기

_17.2 퍼지 검색으로 더 유연한 커피 검색 구현하기

_17.3 제로샷 분류기로 뉴스 기사 분류하기

_17.4 제로샷 분류기의 정밀도 평가

_17.5 제로샷 분류기의 정밀도 활용 예시

 

[PART 6 파인 튜닝과 모델의 실전 활용]

 

18장 퓨샷 학습 이해하기

_18.1 퓨샷 학습의 기본 개념과 정의

_18.2 파인 튜닝으로 퓨샷 학습 성능 향상하기

 

19장 파인 튜닝의 이해 및 구현

_19.1 파인 튜닝 실제 적용

_19.2 파인 튜닝 최적화

 

20장 파인 튜닝 고급 예제: 정신 건강 코치

_20.1 예제에서 사용한 데이터셋

_20.2 데이터셋 준비하기

_20.3 실제 애플리케이션에서 발생할 수 있는 한계

 

21장 기억력 및 문맥 문제와 해결책

_21.1 GPT의 기억력 및 문맥 문제

_21.2 문맥 유지의 중요성

_21.3 대화 문맥 유지의 해법: 대화 이력 추가

_21.4 대화 이력 관리의 문제점

_21.5 후입선출 방식으로 최신 문맥 유지하기

_21.6 후입선출 메모리의 한계

_21.7 선택적 문맥으로 최적의 대화 문맥 선택하기

 

[PART 7 부록]

 

부록 A 챗GPT 및 클로드 실습

_A.1 코딩 공부에 활용하기

_A.2 유튜브 영상에서 텍스트를 추출하고 요약하기

_A.3 간단한 고객 데이터 분석 수행하기

_A.4 맞춤형 GPT 소개 및 구현

 

부록 B 오픈AI 플레이그라운드 실습

_B.1 오픈AI 플레이그라운드 소개

_B.2 취업 진로 상담하기

_B.3 이모지 만들기

_B.4 웹 페이지 작성하기

 

부록 C 건강 상담 챗봇 구현하기

_C.1 스트림릿으로 간단한 웹 앱 서비스 구현하기

_C.2 건강 상담 챗봇 웹 서비스 구현하기

 

부록 D 작가 스타일 이미지 생성 앱

_D.1 풍경화 이미지 생성하기

_D.2 특정 작가 스타일의 이미지 생성하기

 

부록 E RAG로 노트북 추천받기

_E.1 RAG 소개

_E.2 RAG 실습

 

부록 F 오토젠을 활용한 AI 에이전트 이해하기

_F.1 오토젠 소개

_F.2 멀티 에이전트 활용 실습