본문으로 건너뛰기

속 시원한 파인튜닝

차를 내 입맛에 맞게 튜닝할 수 있는 것처럼, AI도 내 업무에 맞게 튜닝할 수 있습니다.

AI를 튜닝하면 특정한 분야에 특화된 전문 AI를 만들거나, 표준어가 아닌 사투리를 사용하는 특별한 AI를 만들 수 있습니다.

이렇게 사전 학습된 AI를 추가적으로 학습시켜, 특정한 작업이나 목적에 맞게 재훈련하는 것을 파인튜닝이라고 합니다.

파인튜닝을 하면 AI에게 자아와 성격을 불어넣을 수 있고, 특정 분야에 대한 해박한 전문지식을 갖춘 전문직 비서로 재탄생시킬 수 있습니다.

이번 커리큘럼은 AI가 학습한다는 것은 어떠한 의미인지, 학습 과정 중에 AI 모델 내부에서 어떠한 일이 일어나는 지 등 AI 전반에 관한 기초적인 지식을 소개하며, 인공지능에 대한 기초 소양을 쌓을 수 있도록 돕습니다.

이어서 파인튜닝을 통해 어떠한 일을 할 수 있는지, 어떠한 프로세스로 파인튜닝을 진행하는지 이해하기 위해, 실제로 파인튜닝 절차를 따라가며 재훈련된 AI 모델을 체험하는 것에 초점을 두고 있습니다.

속 시원한 파인튜닝이 여러분의 AI에 대한 이해도를 높이는 데 큰 도움이 되기를 바랍니다.


커리큘럼 구성​

첫번째 코스, AI & 파인튜닝 기초 입문는 AI 학습과 파인튜닝의 기본 개념과 원리를 소개합니다. 프로그래밍을 전혀 모르는 분들도 AI에 대한 기초 지식을 쌓을 수 있도록 대중적으로 구성되어 있습니다.

두번째 코스, 체험하며 배우는 파인튜닝은 첫번째 코스에서 배운 내용을 바탕으로, 여러가지 파인튜닝된 AI 모델을 직접 체험하며 파인튜닝 프로세스를 경험합니다.


1. AI & 파인튜닝 기초 입문​

프롬프트 엔지니어링의 기본 개념과 원리를 소개합니다.


Chapter 1 : 기본기를 확실하게​

  1. 우리 AI가 달라졌어요! 맞춤형 AI를 만드는 파인튜닝

  2. 파인튜닝 vs 프롬프트 엔지니어링, 서로 어떻게 다를까?

  3. 파인튜닝을 하면 무엇이 좋아질까?

  4. 생성형 AI가 프롬프트를 이해하는 원리

  5. 표 형식 데이터 정리에 특화된 파인튜닝 모델

  6. AI 입문자를 위한 머신러닝 용어 정리

  7. 딥러닝(Deep Learning)은 무엇일까?

  8. 머신러닝과 딥러닝는 어떻게 다를까?

  9. AI가 '학습'한다는 것은 어떤 의미일까?

  10. 파인튜닝은 어떻게 적용되는 걸까?


Chapter 2 : 학습 데이터 준비하기​

  1. AI를 학습시킬 때 사용하는 데이터 형식

  2. JSON 데이터 형식 자세히 알아보기

  3. 파인튜닝을 위한 먹이, JSONL이란?

  4. 파인튜닝에 사용되는 JSONL 형식

  5. AI를 조련하기 위한 준비물, 데이터셋(Dataset)

  6. AI 학습에 사용되는 데이터셋 유형

  7. 데이터셋을 분할하는 방법

  8. 데이터를 먹기 좋게 요리하는 전처리(Preprocessing)

  9. 다른 AI 모델은 어떤 데이터 포맷을 사용할까?

  10. JSONL 데이터셋 만들기

  11. 일반 모델 vs 파인튜닝 모델 응답 비교하기


Chapter 3 : 어떻게 학습시킬 지 결정하기​

  1. 이상과 현실과의 거리, 손실 함수(Loss Function)

  2. 손실 함수의 기울기, 그래디언트(Gradient)

  3. AI를 어떻게 훈련시킬지 결정하는 하이퍼파라미터

  4. 3가지만 기억하세요: 학습률, 배치 크기, 에폭

  5. 학습하는 속도, 학습률(Learning Rate)

  6. 한 번에 학습하는 데이터의 규모, 배치 크기(Batch Size)

  7. 학습을 반복하는 횟수, 에폭 수(Number of Epochs)

  8. 파인튜닝 모델별 하이퍼파라미터 비교

  9. 수업 핵심 내용 정리




2. 체험하며 배우는 파인튜닝​

실제 업무에 프롬프트 엔지니어링을 적용하는 방법을 다룹니다.


Chapter 1 : 따라 하며 배우는 파인튜닝​

  1. 조선 시대 선비와 대화하기

  2. 베이스(Base) 모델이란?

  3. 파인튜닝은 어떤 과정을 거쳐 완성될까?

  4. 경상도 사투리를 사용하는 50대 아주머니 모델 만들기

  5. 파인튜닝을 위한 JSONL 데이터셋 설계하기

  6. AI로 데이터 증강하기

  7. 파인튜닝 데이터셋 검증하기

  8. 하이퍼파라미터 조절하기

  9. 파인튜닝 시작하기

  10. 파인튜닝된 모델과 대화하기

  11. 베이스 모델 vs 파인튜닝 모델 비교하기


Chapter 2 : 학습 후 무엇을 점검해야 할까?​

  1. 파인튜닝 모델 평가하기

  2. 과적합(Overfitting) 자세히 알아보기

  3. 과소적합(Underfitting) 자세히 알아보기

  4. 학습 불안정성(Training Instability)이란?

  5. 데이터 불균형(Imbalanced Data)이란?

  6. 전이 학습(Transfer Learning)이란?

  7. 참고로 보는 AI 학습 코드 예시 - Part 1

  8. 참고로 보는 AI 학습 코드 예시 - Part 2

  9. 파인튜닝 모델을 어떻게 사용할까?


Chapter 3 : 파인튜닝 플레이그라운드​

  1. MBTI 데이터셋 만들기

  2. 하이퍼파라미터 설정하기

  3. MBTI 파인튜닝 시작

  4. 파인튜닝 모델 테스트

  5. MBTI 유형별 모델과 자유롭게 대화하기

  6. 파인튜닝 학습 참고자료 및 커뮤니티

  7. 파인튜닝 총정리

  8. 마치며


속 시원한 프롬프트 엔지니어링이 여러분의 작업과 연구에 큰 도움이 되기를 바랍니다.