초고퀄 무료 AI 교육 자료!

인공지능의 대가 Andrew Ng 교수님이 만든 강의입니다. 비전공자들 대상으로 교육을 많이 하시기도 하셨고, 실무에 필요한 핵심적인 내용만 골라주셔서 강의 조금 들어보면 엄청나게 도움이 됩니다. 바로 실무 적용가능한 수준으로 알려주시는데요. 단점이 있다면,, 자료가 다 영어입니다. 뭐 코딩하면 영어로 적긴 합니다만,, 그래도 설명이 영어인데, 한국어 자막이 있는 강의들도 조금 있습니다. (서울대학교 인공지능학과에서 자막 작업을 한다고 했어요!)

 

DeepLearning.AI: Start or Advance Your Career in AI

DeepLearning.AI: Start or Advance Your Career in AI

deeplearning.ai 라는 웹사이트 입니다.

특히 short course를 추천합니다.

 

deeplearning.ai에서 short course를 검색해보세요!

 

Explore courses를 누르면 모든 강의들이 보이는데, 이 중에서도 short course를 선택하면 1시간 내외 길이로 만들어진 강의들을 볼 수 있습니다. 이 short course의 가장 큰 장점은 영상을 보면서 동시에 코딩 실습을 할 수 있도록 화면 구성이 되어 있다는 점입니다.

 

Overview 혹은 introduction은 영상만 볼 수 있지만, 목차를 넘어가면 다음과 같이 구성된 화면을 볼 수 있습니다. 왼쪽은 가의 전체 목차, 가운데는 주피터 파이썬 코딩, 가장 오른쪽은 설명 영상입니다. 사실 코드만 이해할 수 있다면 굳이 영상을 안봐도 괜찮지만, 영상에서는 이론적인 설명을 조금 더 자세하게 해줍니다.

강의 화면

 

강의 페이지에서는 메인 코드만 보여주는데, 메인 코드 안에서 다른 코드에 있는 함수를 불러오는 경우도 있습니다. 첨부자료를 보고 싶다면, 코딩 파트 상단에 File에서 같이 첨부되어 있는 다른 파일들을 같이 찾아볼 수 있습니다. 보통 강의가 진행되면서, 이전 영상에서 다뤘던 코드는 util.py와 같은 파일에 별도로 저장해서 메인 코드를 짧게 보여주려고 하는 경우가 많습니다.

File -> Open을 눌러주세요

 

Open을 누르면 새로운 탭이 하나 열리면서 다른 코드들을 같이 확인해볼 수 있습니다.

Open을 누르면 코드 실행에 필요한 다른 파일들 전체를 확인할 수 있다

 

필요한 파일이 있다면 이렇게 다운 받으면 된다. 강의를 다 들어보고 싶었으나 시간상 다 들어보지는 못했는데, 그래도 굉장히 유익했던 강의들을 몇개 추천해본다.

 

가장 처음 올라왔던 강의들

 

이렇게 5개 정도 올라왔을 때만 해도 시간날때 들어야지,, 했는데 강의 업로드 속도가 무지막지하게 빨라지면서 지금은 강의 4-5개 듣다보면 또 업데이트 되버린다. 매우 빠르게 발전 중... short course는 AI 스타트업 광고기도 하지만, 동시에 최신 기술을 배울 수 있는 장점이 있다. 가장 처음에는 OpenAI의 API 사용하는 강의가 올라왔다. 그 후에는 LangChain 강의가 올라왔는데, RAG 개발할 때 굉장히 유용한 라이브러리다. 랭체인과 함께라면 기본 기능 구현하는데 2-3 시간이면 충분했다. Diffusion Model은 이미지 생성 AI 기술인데, 강의에서 모델이 어떻게 작동하는지도 상세하게 설명해주고 훈련 과정 코드도 제공해준다. 

허깅페이스 강의들

 

HuggingFace 에서도 강의를 꽤 많이 만들어서 올렸다. Open Source models는 허깅페이스에 업로드된 모델들 사용 방법을 자세하게 알려준다. Audio, Image, Text 등 다양한 모델들 사용 방법을 소개하고 있다. Quantization은 아직 못 들었음...

 

LLM 관련 강의들

 

본래 자연어 처리 전공이 아니었는데, 위 강의들 덕에 그래도 최소한 어떻게 동작하는지는 이해하게 된 것 같다. 특히 pretraining 강의도 있고, finetuning 강의도 있어서 모델 훈련할 때 어떻게 데이터 정리하는지도 같이 배울 수 있었다. 개인적으로 나는 언어 모델 개발은 안 할 것 같다... (공들여 만들어 주신 모델들 감사한 마음으로 잘 쓰겠습니다..)

 

Vector DB & Embedding

 

RAG를 구현하려면 Vector database와 Embedding에 대한 이해도가 필요한다. 그 내용을 이해하는데 큰 도움이 된 강의들이다. WhyLabs랑 Neo4j 강의는 아직 못 들었는데 기대하고 있다. 조만간 꼭 들을 예정. Vectara 강의는 hugging face에 공개된 모델로 embedding 에 대한 설명을 해줘서 이해 하는데 큰 도움이 됐고, Weaviate 강의는 multimodal token 개념을 이해하는데 큰 도움이 됐다. Pincecone에서 올린 Vector database 강의는 아직 못들었는데, Chroma에서 올려준 강의는 들어봤다. 이전에 들었던 랭체인 강의에서 Chroma DB를 썼기 때문에 그 강의를 먼저 찾아서 들었다.

 

Agent 강의

 

Agent 개념을 이해하는데 이 2강의가 굉장히 도움이 많이 되었다. 특히 CrewAI는 자신들 홈페이지에 있는 모든 기술 문서를 Agent로 작성했다고 소개했다. 그래서 더 신기했음. Agent는 모델이 주변 환경과 상호작용 하면서 기능을 하는걸 말하는데 여기서는 각 언어모델에게 system prompt를 통해 역할을 부여하고, 각각의 모델이 서로 메세지를 주고받으면서 일하는 식으로 활용된다. 예를 들면 글을 작성하는데 Writer가 있고, Critic, Reviewer등이 있다. 그러면 writer가 작성한 글을 critic과 reviewer가 평가해서 의견을 정리한다. 정리된 의견을 writer에게 다시 전달하면 writer가 피드백을 반영해서 글을 수정하는 식이다.

 

Function calling

 

언어모델의 정확도를 개선시킬 수 있는 방법이 RAG와 TAG가 있는데, TAG는 언어모델에게 다양한 함수와 툴을 제공하고, 이를 활용해서 답변을 작성하는 방식으로 동작한다. 몇몇 질문은 언어모델의 성능이 문제라기 보다는 사람이 직접 작성한 함수나 다른 API를 사용하는게 훨씬 좋다. 코파일럿에서 이미지 생성도 function calling으로 동작할 거라고 생각한다. 이미지 생성을 원하면 DALL-E를 불러와서 이미지를 생성하는 식이지 않을까 싶다.

사용자가 정의한 함수를 제공해줄 수도 있고, 아니면 데이터베이스에 어떤 쿼리를 넣어야 할지를 생성해서 DB로부터 데이터를 가져와서 답변을 생성하게 만들 수도 있다. 

 

이외에도 유익한 강의들이 굉장히 많다. 시간이 부족해서 다 못듣고 있다는 것이 안타까움...

최근에 올라온 강의들

 

Andrew Ng 교수님이 최근에 만들어놓은 AI python for beginners는 파이썬 모르는 사람을 위한 강의이기 때문에 이 강의로부터 프로그래밍을 시작해도 좋을 것 같다. 요즘 챗GPT나 클로드가 코딩을 너무 잘 도와줘서 이 강의 1시간 정도 듣고 나서 생성AI 사용해서 매일 1시간 정도 꾸준히 코딩을 하는 습관을 들이면 충분히 시작할 수 있다고 본다. 최근에도 좋은 강의들이 올라와서 군침을 흘리고 있다. 올해 안에 못 들었던 강의들 다 듣는게 목표인데 생각보다 하루에 1개 듣기도 어렵다. 아무튼 좋은 강의들이고, 이 글을 작성하는 현 시점에는 무료이니 많이들 들어보시고 하시는 일들에 인공지능 잘 적용하시길!

 

오늘 스타트업 대표님을 우연히 만나게 되었는데, AI 교육은 많이 받으셨다고 하는데 실제로 많이 안 해보셔서 여러가지 시행착오를 겪으시는 것 같아서 안타깝다. 개인적으로 나중에 창업을 하고 싶은데 주변에서 창업한다고 하고 고생하시는 모습 보면 도와드릴 수 있는 선에서 도와드리고 싶은 마음이 든다. 다들 힘내셔서 어려운 시기 잘 넘어가시길 바랍니다.