AI 개발자의 필독서 | 파이토치로 배우는 LLM & AI

 

💡 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

 

◼️ '아는 것'에서 '해내는 것'으로: 파이토치 첫걸음

그동안 교양 수준에서 AI가 무엇인지, 머신러닝이 대략 어떤 원리인지는 충분히 접해왔다. 하지만 막상 "그래서 이걸 어떻게 직접 만드나?"라는 질문 앞에서는 늘 막막함이 있었다. 개념을 이해하는 것과 실제 프레임워크를 다루는 것 사이에는 큰 간극이 있기 때문이다.

오늘 소개할 "파이토치로 배우는 LLM & AI"는 바로 그 간극을 메우기 위해 집어 든 책이다. 파이토치(PyTorch)라는 실무 도구를 이용해 AI를 직접 구현해보는 경험은 이번이 처음이었는데, 단순히 툴의 사용법을 익히는 것을 넘어 AI의 문법을 새로 배우는 기분이었다.

 

◼️ 기술서보다 학술서에 가까운 묵직한 기본기

시중의 많은 기술서가 "이 버튼을 누르면 작동합니다" 식의 퀵 메뉴얼 같다면, 이 책은 오히려 원리를 파고드는 학술서에 가까운 묵직함이 있다. 단순히 코드를 복사해서 붙여넣는 법을 알려주는 데 그치지 않고, 전통적인 프로그래밍 방식이 왜 머신러닝이라는 새로운 패러다임으로 진화해야 했는지 배경까지 자세하게 설명해주고 있다.

 

책은 파이토치의 설치부터 시작해 신경망(Neural Network)의 기초, 컴퓨터 비전 등 방대한 분야를 다룬다. 특히 인상적이었던 점은 '뉴런' 하나가 어떻게 학습을 시작하는지, 그리고 여러 층의 레이어가 쌓여 어떻게 복잡한 패턴을 찾아내는지에 대한 기초 이론을 매우 탄탄하게 설명한다는 점이다. 기본기가 충실한 사람들도 혹은 너무 기초적인 내용이라 잊고(?) 지냈던 사람들에게도 도움이 될 만한 부분이라 생각한다.

 

저자의 깃허브에 저장된 코드로 실습을 해볼 수 있다. 한글 토크나이저는 띄어쓰기만 가지고는 정확하지 않지만 예제코드라 임의로 넣어봤다.

 

◼️ API 시대, 굳이 파이토치를 알아야 할까?

요즘처럼 RAG(검색 증강 생성)나 API 기반의 AI 서비스가 잘 되어 있는 시대에 "굳이 신경망을 구축하는 프레임워크까지 알아야 할까?"라는 의문이 들 수 있다. 나 역시 처음엔 그렇게 생각했다.

하지만 실무를 하다 보면 보안 등의 이유로 외부 API 대신 오픈소스 모델을 회사 내부 서버에 직접 구축(Local LLM)해야 하거나, 우리 회사만의 특수한 도메인 지식에 맞춰 검색용 임베딩 모델을 미세조정(Fine-tuning)해야 하는 순간이 반드시 올 거라 생각한다.

이때 그 밑단에서 모델의 엔진을 뜯어고치고 구동하게 만드는 핵심 기술이 바로 파이토치다. 즉, 남이 만든 AI를 블록처럼 조립해 쓰는 단계를 넘어, 우리만의 AI 시스템을 직접 통제하고 맞춤 제작하기 위해서는 이 책에서 다루는 코어 모델링 지식이 결국 필요해진다.

 

 

◼️ 마무리하며 | 한계선 너머를 준비하는 이들을 위한 길잡이

이 책은 결코 가볍게 읽히는 책은 아니다. 오히려 AI라는 거대한 학문의 토대를 파이토치라는 도구를 빌려 꼼꼼하게 다져나가는 과정에 가깝다.

당장 내일 당장 써먹을 챗봇을 빠르게 조립하는 게 목적이라면 다른 책이 맞을지도 모르겠다. 하지만 툴과 API가 주는 편리함에 갇히지 않고, 언제든 내부 서버에 우리만의 모델을 얹고 파인튜닝할 수 있는 진짜 기본기를 다지고 싶은 기획자나 실무자에게 이 책은 훌륭한 교과서가 될 것 같다.

 

실습자료

실습 자료 및 예시코드는 아래 Github에서 확인할 수 있다.

https://github.com/lmoroney/PyTorch-Book-FIles

GitHub - lmoroney/PyTorch-Book-FIles: Files for my PyTorch book

 

 

 

 

 💡 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.