[책리뷰] 그림으로 이해하는 챗GPT 구조와 기술

[책리뷰] 그림으로 이해하는 챗GPT 구조와 기술

※ 이 서평은 길벗출판사로부터 책을 제공받아 작성되었습니다.

 

 

전반적인 소감 및 마음에 드는 부분

GPU 설명 부분이 마음에 들었다. CPU와 GPU 차이를 설명할 때 툭하면 엔비디아의 모나리자 그림 그리는 페인팅 영상을 갖고와서 마치 GPU가 CPU보다 좋은 것처럼 소개하는 부분이 짜증났다. 그러나 이 책에서는 왜 딥러닝에서 GPU가 사용되고 어떤 점에서 CPU보다 더 좋은지 명확하게 설명해준다. 그리고 엔비디아 CUDA 코어의 본래 목적인 그래픽 처리를 효율적으로 수행할 수 있도록 설계한다는 내용을 확실하게 알려주기 때문에 속이 다 시원했다.

 

LLM 모델을 설명할 때 전체 구조를 설명하는 그림 덕분에 이해하기 편했다. 책에서 소개하는 내용 그대로 그림으로 한눈에 이해하기 좋았다. 복잡한 수식도 없기 때문에 챗GPT가 이런 구조를 가지고 있고 이런 원리에 의해 동작되는구나를 이해하기 쉬웠다. 물론 이 책을 읽었다고 해서 챗GPT의 구조와 원리는 완벽하게 이해하고 파악했다고는 하기 어려울 수 있다. 그러나 주요 개념과 매커니즘은 확실하게 이해했다고 말할 수는 있다.

 

대상 독자 및 책 난이도

책 제목 그대로 챗GPT 구조와 원리에 대해 알고 싶은 독자들을 대상으로 한다. 자세하게 이해하려고 하지 않는다면 고등학교 수학 지식을 갖고 있는 정도가 적당하고 생각한다. 그렇지 않으면 최소한 머신러닝 기본 개념을 알고 있는 사람들에게 추천한다. 여기서 말한 머신러닝 기본 개념은 신경망, 선형대수학, 미적분 등을 의미한다. 적어도 벡터가 무엇인지는 알고 있으면 읽는데 불편함이 없을 것이다. 그렇지 않다고 하더라도 대충 이런 느낌이구나만 생각한다면 부담없이 읽을 수 있다.

 

 

다루는 내용과 범위

이 책은 챗GPT의 높은 범용성을 가능하게 한 핵심 기술, 즉 대규모 언어 모델(LLM)의 구조와 원리에 대해 설명한다. 챗GPT를 사용해본 사람들은 많지만 GPT가 뭐에 약자인지 모르는 사람들이 대부분일거라 생각한다. Generative Pretrained Transformer의 약자로 트랜스포머의 디코더 부분을 이용하여 구축한 텍스트 생성 작업에 특화시킨 자기 회귀형 언어 모델이다. GPT를 비롯하여 현재 주류를 이루고 있는 대부분의 생성형 AI 모델들이 이 트랜스포머를 기반으로 한다. 따라서 이 책은 이 트랜스포머가 무엇인지 알기 위해 머신러닝 밑바닥부터 하나씩 차례대로 설명한다.

 

1장 챗GPT에서는 이 책에서 최종적으로 설명하고자 하는 챗GPT가 어떤 것이고 무엇이 가능한지 알려준다. 2장에서는 이런 것들이 가능한 이유가 인공지능 발달 덕분인데 그렇다면 인공지능이 무엇인지부터 어떻게 발전해 왔는지를 다룬다.

크게 보자면 1,2장은 챗GPT 구조와 원리 설명 관점에서 보자면 필요없는 챕터이긴 하다. 그래도 이미 알고있는 사람들에게는 요약 정리 느낌으로 훑어보면 되고 몰랐던 사람들에게는 핵심만 간추려 놓은 것이니 가볍게 보면 된다. 3장부터 본격적인 머신러닝 기본 개념이 등장하는데 너무 자세하게 이해하려고 할 필요는 없다. 대충 이런 느낌으로 인공지능이 계산되고 결과를 내놓는다만 알면 된다. 

 

결론

챗GPT의 구조와 원리에 대해 쉽고 빠르게 이해하고 싶다면 이 책을 추천한다. 그러나 생성형 AI를 업무에 활용하거나 다른 기술에 접목해야 하는 독자라면 추천하지 않는다. 이 책은 말 그대로 챗GPT의 구조와 원리를 알려주는데 초점이 맞춰져있다. 책의 뒷편에는 AI의 성능과 정확도를 높이는 요소부터 응용 가능성과 활용 전망까지 폭넓게 고찰한다고 되어있지만 지나친 과장이라 생각한다.

진짜 딱 챗GPT의 구조와 원리, 조금 더 나아가자면 현재 주류를 이루고 있는 대규모 언어모델(LLM)들의 구조와 원리에 대해 설명한 책이기 때문에 핵심 부분만 빠르게 알고 싶은 사람들에게 권장한다.