{"product_id":"140202","title":"생성형 AI의 구조","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYGWruL1RJ3SXRgs26M7UnSFqgHWT.png?v=1765078695\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\n\u003cdiv style=\"width:95%\"\u003e\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e생성형 AI의 구조\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/145386781\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eDescription\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책소개\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e수식 없이 술술 읽으면서 이해하는 생성형 AI 데이터 생성 기술의 핵심 원리\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e일본 최고의 AI 전문가 오카노하라 다이스케는 비전문가도 이해할 수 있도록 수식 없이 글과 그림만으로 생성형 AI의 구조를 설명하는 이 책을 집필했다.\u003cbr\u003e생성형 AI의 역사부터 플로, 확산 모델과 플로 매칭, 최적 운송까지, ‘기술을 둘러싼 풍부한 맥락을 제공’한다고 평가받는 베테랑 저자의 친절한 해설과 함께 오늘날 IT의 중심에 선 생성형 AI의 핵심을 제대로 이해해보자.\u003cbr\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cul\u003e \u003cli\u003e 책의 일부 내용을 미리 읽어보실 수 있습니다.\u003cbr\u003e\u003cspan\u003e미리보기\u003c\/span\u003e\n\u003c\/li\u003e \u003c\/ul\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e목차\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  옮긴이 머리말 ix\u003cbr\u003e한국의 독자들에게 x\u003cbr\u003e머리말 xi\u003cbr\u003e\u003cbr\u003e\u003cb\u003eCHAPTER 1 생성형 AI 1\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e생성형 AI란 무엇인가 1\u003cbr\u003e지시와 조건에 따르는 생성 2\u003cbr\u003e이전에는 생성하기 어려웠던 데이터를 생성 가능 3\u003cbr\u003e규칙 기반에서 머신러닝으로 5\u003cbr\u003e생성 작업은 특히 어려운 머신러닝 문제 7\u003cbr\u003e데이터 생성은 광활한 바다에서 섬을 찾는 것과 같은 작업 9\u003cbr\u003e광활하고 기묘한 고차원 공간 11\u003cbr\u003e생성에는 올바른 출력이 하나만이 아님 13\u003cbr\u003e다양체 가설: 저차원에 들어 있는 데이터 15\u003cbr\u003e대칭성: 변환에 대한 불변성이 존재하는 데이터 18\u003cbr\u003e구성성: 여러 부분의 조합으로 만들어지는 데이터 20\u003cbr\u003e[COLUMN] 데이터가 가지는 특성은 사람이 제공하는 것인가, 아니면 스스로 학습하는 것인가? 21\u003cbr\u003e요약 22\u003cbr\u003e\u003cbr\u003e\u003cb\u003eCHAPTER 2 생성형 AI의 역사 23\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e기억의 메커니즘 23\u003cbr\u003e이징 모델에서 홉필드 네트워크로 24\u003cbr\u003e에너지 기반 모델 28\u003cbr\u003e자연스럽게 연상 기억을 실현하는 에너지 기반 모델 29\u003cbr\u003e에너지와 확률의 상관관계: 볼츠만 분포 31\u003cbr\u003e랑주뱅 몬테카를로 방법의 원리 32\u003cbr\u003e에너지 기반 모델의 치명적인 문제 33\u003cbr\u003e[COLUMN] 현실 세계는 거대한 시뮬레이터 34\u003cbr\u003e공간 전체의 정보를 지배하는 분배함수 35\u003cbr\u003e숨겨진 정보로부터 생성되는 데이터 37\u003cbr\u003e생성을 위해서는 인식이 필요 38\u003cbr\u003e변분 오토인코더(VAE) 40\u003cbr\u003e잠재변수 모델의 문제 42\u003cbr\u003e[COLUMN] 생성적 적대 신경망(GAN) 43\u003cbr\u003e[COLUMN] 자기 회귀 모델 43\u003cbr\u003e[COLUMN] 2024년 노벨상 44\u003cbr\u003e요약 45\u003cbr\u003e\u003cbr\u003e\u003cb\u003eCHAPTER 3 플로를 사용하는 생성 47\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e플로란 47\u003cbr\u003e연속방정식: 물질은 갑자기 사라지거나 워프하지 않음 49\u003cbr\u003e플로를 사용하여 만드는 복잡한 확률분포 51\u003cbr\u003e분배함수를 구할 필요가 없는 플로 기반 모델 53\u003cbr\u003e정규화 플로와 연속 정규화 플로 55\u003cbr\u003e플로를 따라 구한 가능도가 최대화되도록 학습 55\u003cbr\u003e플로에 따라 데이터를 생성 57\u003cbr\u003e복잡한 생성 문제를 간단한 부분 생성 문제로 분해하는 플로 58\u003cbr\u003e플로 모델링 60\u003cbr\u003e플로 결과 계산 62\u003cbr\u003e정규화 플로의 과제 64\u003cbr\u003e요약 65\u003cbr\u003e\u003cbr\u003e\u003cb\u003eCHAPTER 4 확산 모델과 플로 매칭 67\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e확산 모델의 발견 67\u003cbr\u003e일반적인 확산 현상 68\u003cbr\u003e[COLUMN] 브라운 운동 69\u003cbr\u003e확산 모델이란 70\u003cbr\u003e확산 과정이 만들어내는 플로 = 스코어 72\u003cbr\u003e스코어와 에너지의 관계 73\u003cbr\u003e시간과 함께 바뀌어가는 스코어 74\u003cbr\u003e디노이징 스코어 매칭 76\u003cbr\u003e시뮬레이션 프리 학습은 일부만을 대상으로 학습 가능 78\u003cbr\u003e확산 모델에 의한 학습과 생성 요약 79\u003cbr\u003e확산 모델에 의해 만들어지는 플로의 특징 79\u003cbr\u003e확산 모델과 잠재변수 모델의 관계 80\u003cbr\u003e데이터 생성의 계통 발생 트리를 자동으로 학습 81\u003cbr\u003e확산 모델은 에너지 기반 모델 82\u003cbr\u003e확산 모델은 플로를 사용하는 생성 모델 82\u003cbr\u003e플로 매칭: 플로를 모아서 만드는 복잡한 플로 83\u003cbr\u003e최적 운송 83\u003cbr\u003e최적 운송을 사용하는 생성 85\u003cbr\u003e최적 운송을 직접 구하는 것은 계산량이 너무 큼 85\u003cbr\u003e플로 매칭의 학습 86\u003cbr\u003e플로 매칭의 발전 88\u003cbr\u003e조건부 생성은 조건부 플로로 실현 88\u003cbr\u003e잠재 확산 모델: 원래 데이터를 잠재공간으로 변환하여 품질 개선 90\u003cbr\u003e요약 91\u003cbr\u003e\u003cbr\u003e\u003cb\u003eCHAPTER 5 플로를 사용한 기술의 향후 전망 93\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e일반화의 수수께끼 해명 93\u003cbr\u003e대칭성을 고려한 생성 95\u003cbr\u003e어텐션 메커니즘과 플로 96\u003cbr\u003e플로에 의한 수치 최적화 96\u003cbr\u003e언어와 같은 이산 데이터 생성 97\u003cbr\u003e뇌의 계산 메커니즘과의 접점 99\u003cbr\u003e플로에 의한 생성의 미래 99\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAPPENDIX A 머신러닝 키워드 101\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e확률과 생성 모델 101\u003cbr\u003e최대 가능도법 102\u003cbr\u003e머신러닝 103\u003cbr\u003e머신러닝의 메커니즘 104\u003cbr\u003e매개변수 조정 = 학습 105\u003cbr\u003e신경망 106\u003cbr\u003e유한한 학습 데이터로부터 무한한 데이터에 적용할 수 있는 규칙을 얻는 일반화 106\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAPPENDIX B 참고 문헌 109\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e2장 110\u003cbr\u003e3장 112\u003cbr\u003e4장 112\u003cbr\u003e5장 114\u003cbr\u003e\u003cbr\u003e찾아보기 117 \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e상세 이미지\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate5267\/MidCate004\/526637671.jpg\" border=\"0\" alt=\"상세 이미지 1\"\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책 속으로\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  문제가 복잡해짐에 따라 규칙 기반으로 해결하기가 어려워집니다.\u003cbr\u003e이 책에서 논의하는 생성 작업도 바로 그런 작업입니다.\u003cbr\u003e\/ 예를 들어 ‘해 질 녘 해변에서 파도 옆을 달리는 개와 주인의 실루엣’이라는 지시를 주고 이미지를 생성하려고 한다고 가정해보겠습니다.\u003cbr\u003e이 경우 일몰 하늘의 색, 파도의 모양, 개와 주인의 가능한 움직임이 무엇인지 미리 알려주어야 합니다.\u003cbr\u003e또한 그것들이 결합될 때 어떻게 될 것인지도 가르쳐야 합니다.\u003cbr\u003e일몰은 바다의 색에 반영되어야 하며, 그렇게 반사된 빛은 개와 사람의 색에도 영향을 미칩니다.\u003cbr\u003e물리적인 법칙에 따라 개와 주인의 실루엣은 태양과 반대 위치에 있어야 할 것입니다.\u003cbr\u003e\u003cbr\u003e--- p.6\u003cbr\u003e\u003cbr\u003e확률분포를 복습해봅시다.\u003cbr\u003e확률분포란 가능한 각 이벤트(사건)에 0 이상의 확률을 할당하는 것입니다.\u003cbr\u003e그리고 모든 이벤트에 할당된 확률의 합은 정확히 1이어야 합니다.\u003cbr\u003e예를 들어 주사위를 굴려 무엇이 나올지를 나타내는 경우는 확률이 1\/6인 확률분포입니다.\u003cbr\u003e또, 내일 날씨가 맑음, 흐림, 비일 확률은 예를 들면 각각 1\/2, 1\/3, 1\/6과 같은 확률분포가 될 것입니다.\u003cbr\u003e\u003cbr\u003e--- p.35\u003cbr\u003e\u003cbr\u003e우리 주변에는 공기의 플로나 물의 플로와 같은 다양한 플로가 있습니다.\u003cbr\u003e일반적으로 물질의 상태는 온도와 압력에 따라 고체, 액체, 기체의 세 가지 유형으로 분류되며, 플로는 그중 액체와 기체에서 볼 수 있습니다.\u003cbr\u003e예를 들어 물이나 물을 가열하여 얻은 수증기에는 플로가 있습니다.\u003cbr\u003e플로에 의해 물질은 자유롭게 모양이 바뀌며 플로를 따라 움직일 수 있습니다.\u003cbr\u003e\/ 플로에는 다양한 성질이 있지만 그중에서도 생성 모델을 다룰 때 특히 중요한 것이 ‘연속성’입니다.\u003cbr\u003e연속성이란 물질이 이유 없이 갑자기 나타나거나 사라지지 않는 것, 물질이 움직일 때 갑자기 워프(warp)해서 다른 위치에 출현한다거나 하지 않는 것을 의미합니다.\u003cbr\u003e--- pp.47-48\u003cbr\u003e\u003cbr\u003e물 표면에 잉크로 글자를 썼다고 가정해봅시다.\u003cbr\u003e이 잉크로 쓰여진 글자는 시간이 지남에 따라 서서히 풀어져갈 것이고 최종적으로는 잉크가 물 전체에 균일하게 섞이게 됩니다.\u003cbr\u003e(…) 만약 이 잉크의 확산 과정을 반대 방향으로 재현할 수 있다면, 잉크가 물에 균일하게 섞인 상태로부터 다시 잉크로 문자가 쓰여진 상태로 되돌릴 수 있습니다.\u003cbr\u003e즉, 질서를 가지고 있는 대상에 노이즈가 더해지면서 서서히 파괴되어 완전한 무질서가 되는 과정을 역방향으로 거슬러 올라감으로써 무질서로부터 질서를 만들어내는 과정, 즉 생성을 실현할 수 있지 않을까 하는 생각인 것입니다.\u003cbr\u003e\u003cbr\u003e--- pp.68-69\u003cbr\u003e\u003cbr\u003e일반화를 이해하는 것은, 학습 데이터를 어떻게 참조해서 새 데이터를 생성하고 있는지 그리고 왜 의도하지 않은 생성 결과가 발생하는지를 이해하는 데에 너무나 중요합니다.\u003cbr\u003e예를 들어 일반화는 헐루시네이션(hallucination)이라는 현상을 일으키는 경우가 있습니다.\u003cbr\u003e학습 데이터에는 존재하지 않는 비현실적인 데이터를 생성해버리는 문제입니다.\u003cbr\u003e이미지, 오디오 및 비디오를 생성할 때는 이 현상이 문제가 되지 않는 경우도 많지만, 사실을 기반으로 생성을 하려는 경우에는 중대한 문제를 일으킬 수 있습니다.\u003cbr\u003e따라서 일반화를 보다 정밀하게 제어할 수 있는 것이 바람직합니다.\u003cbr\u003e\n\u003c\/div\u003e \u003cdiv\u003e--- p.94\u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \u003cbr\u003e\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e출판사 리뷰\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e글과 그림만 가지고 생성형 AI를 설명하는 책 \u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e플로(flow)에 기반한 생성 기술, 특히 확산 모델은 이미지, 오디오, 비디오 생성 등 많은 분야에서 두각을 나타냈다.\u003cbr\u003e일본 최고의 AI 전문가 오카노하라 다이스케는 《확산 모델의 수학》을 집필해 확산 모델을 수학적으로 명확히 해설한 바 있고, 이번에는 수학 공식 없이 글과 그림만으로 생성형 AI 전반을 설명하는 《생성형 AI의 구조》을 썼다.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e비전문가도 이해할 수 있도록 생성형 AI의 역사부터 플로, 확산 모델과 플로 매칭, 최적 운송, 향후 전망까지 술술 읽히게 저술했다.\u003cbr\u003e수식을 배제하는 대신 우리가 사는 세계에서 접할 수 있는 일상적인 비유를 활용하는 편으로, 예를 들어 확산 모델에 대해서는 다음과 같이 설명을 시작한다.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e“물 표면에 잉크로 글자를 썼다고 가정해봅시다.\u003cbr\u003e이 잉크로 쓰여진 글자는 시간이 지남에 따라 서서히 풀어져갈 것이고 최종적으로는 잉크가 물 전체에 균일하게 섞이게 됩니다.\u003cbr\u003e(…) 만약 이 잉크의 확산 과정을 반대 방향으로 재현할 수 있다면, 잉크가 물에 균일하게 섞인 상태로부터 다시 잉크로 문자가 쓰여진 상태로 되돌릴 수 있습니다.\u003cbr\u003e즉, 질서를 가지고 있는 대상에 노이즈가 더해지면서 서서히 파괴되어 완전한 무질서가 되는 과정을 역방향으로 거슬러 올라감으로써 무질서로부터 질서를 만들어내는 과정, 즉 생성을 실현할 수 있지 않을까 하는 생각인 것입니다.“ \u003cbr\u003e\u003cbr\u003e오카노하라 다이스케는 일본 최대 AI 유니콘 Preferred Networks의 공동창업자로 유명하지만 10여 권 이상의 전문서를 집필해 ‘기술을 둘러싼 풍부한 맥락을 제공’한다는 평가를 받는 베테랑 저자이기도 하다.\u003cbr\u003e그의 친절하면서도 정확한 해설과 함께 오늘날 IT의 중심에 선 생성형 AI의 구조를 제대로 이해해보자.\u003cbr\u003e\n\u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eGOODS SPECIFICS\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e발행일 : \u003c\/strong\u003e2025년 05월 13일\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e쪽수, 무게, 크기 : \u003c\/strong\u003e132쪽 | 170*225*8mm\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003eISBN13 : \u003c\/strong\u003e9791194587231\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cspan\u003e\u003c\/span\u003e\n\u003c\/center\u003e\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893405089834,"sku":"140202","price":30.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/6c82ceef82117ea3e1d0c82e393fce7e.jpg?v=1765400589","url":"https:\/\/librairie.coreenne.fr\/ko\/products\/140202","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}