“구글 번역기, AI 대화 서비스, 이미지 합성 같은

생성형 AI 서비스는 어떻게 설계할까?”

 

10개의 실전 사례를 직접 설계해 보며 배우는

생성형 AI 서비스 개발

 

생성형 AI 분야에서 개발자로 일하는 사람이라도 생성형 AI 시스템 설계에 대한 질문을 받으면 당황할 수밖에 없다. 시스템의 전체 그림을 떠올리기가 쉽지 않기 때문이다. 《가상 면접 사례로 배우는 생성형 AI 서비스 설계》에서는 가상 면접 상황을 통해 다양한 생성형 AI 서비스의 설계 과정을 안내한다. 7단계의 설계 과정을 반복하면서, 만들고자 하는 서비스의 특성에 따라 각 단계별로 무엇을 먼저 고려해야 하는지, 그에 따라 무엇을 선택해야 하는지 빠르게 판단할 수 있도록 돕는다. 여기에 더해 생성형 AI 분야의 핵심 개념과 머신러닝 기초 개념도 간결하게 설명해 이론적인 기초도 놓치지 않고 다질 수 있다. 세부 기술에 매몰되지 않고 큰 그림을 보는 눈을 길러주어 생성형 AI 설계에 대한 이해를 높인다.

 

• 실제 환경을 기반으로 한 10개의 생성형 AI 시스템 설계 사례와 심층적인 설계 전략

• 복잡한 생성형 AI 시스템을 직관적으로 이해할 수 있도록 280개 이상의 다이어그램 제공

• 생성형 AI 시스템 설계와 관련된 면접 질문을 논리적으로 풀어갈 수 있도록 돕는 7단계 프레임워크

• 면접관이 실제로 무엇을 평가하는지, 그리고 왜 그것을 중요하게 보는지를 현업에서의 경험을 바탕으로 설명

 

[이 책에서 다루는 내용]

· 지메일 스마트 편지쓰기

· 구글 번역기

· ChatGPT: 개인 비서 챗봇

· 이미지 캡셔닝

· 검색 증강 생성

· 사실적인 얼굴 생성

· 고해상도 이미지 합성

· 텍스트 투 이미지 생성

· 개인화된 얼굴 이미지 생성

· 텍스트 투 비디오 생성

[목 차]

1장 도입 및 개요

생성형 AI 개요

머신러닝 시스템 설계 면접을 위한 프레임워크

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

배포 및 모니터링

요약

참고 자료

 

2장 지메일 스마트 편지쓰기

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

3장 구글 번역기

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

4장 ChatGPT: 개인 비서 챗봇

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

5장 이미지 캡셔닝

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

6장 검색 증강 생성

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

7장 사실적인 얼굴 생성

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

8장 고해상도 이미지 합성

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

9장 텍스트 투 이미지 생성

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

10장 개인화된 얼굴 이미지 생성

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료

 

11장 텍스트 투 비디오 생성

도입

요구사항 구체화

머신러닝 관점으로 문제 정의하기

데이터 준비

모델 개발

평가

전체 머신러닝 시스템 설계

다른 토론 주제

요약

참고 자료