Name: Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기
Price: 27000 KRW
Availability: InStock
Rating: 10.0 (7 reviews)
Author: 가모 히로사토
ISBN: 9791194587033

YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

검색

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

현재위치 웰컴

> 국내도서

> IT 모바일

> 네트워크/해킹/...

> 네트워크 일반

신용카드 (54x86mm)

A4용지 (210x297mm)

미리보기 사이즈비교 카드뉴스 공유하기

소득공제

Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기

챗GPT 활용부터 프롬프트 엔지니어링, RAG 구현, 자체 코파일럿 개발까지 AI 시스템 구축을 위한 애저 완벽 실무 가이드

가모 히로사토, 나가타 쇼헤이, 다테와키 유타, 미야타 다이시, 요시다 신고 저 외 4명 정보 더 보기/감추기

| 제이펍 | 2025년 03월 17일 | 원제 : Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門 리뷰 총점10.0 정보 더 보기/감추기

종이책 리뷰 (6건)
eBook 리뷰 (0건)
종이책 한줄평 (1건)
eBook 한줄평 (0건)

회원리뷰(7건) | 판매지수 2,460 판매지수란?

상품 가격정보
정가	30,000원
판매가	27,000원 (10% 할인)
YES포인트	1,500원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 카카오페이 3,000원 즉시할인 일 370건, 5만원 이상 관련페이지 바로가기 토스페이 1,000원 즉시할인 일 650명 + 생애첫결제 2천원 관련페이지 바로가기 네이버페이 머니 기본 0.5%, 최대 1% 적립 관련페이지 바로가기 현대백화점카드 앱카드 발급시 1만원 상품권 신규발급시 관련페이지 바로가기

구매 시 참고사항
구매 시 참고사항	2025 세종도서 학술부문 선정 도서

판매중

수량

카트에 넣기 바로구매

해외배송 가능해외배송 주의 사항 안내
문화비소득공제 신청가능

리스트에 넣기 분철서비스 알림신청

[대학생X취준생] 2026년 계확한대로!이동

이달의 책 : 전통 스트랩 키링이동

1월의 굿즈 : 미피 블랭킷이동

기간 한정 특가 도서이동

이전 YES NOW 배너보기

다음 YES NOW 배너보기

1/4

Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기

카트에 넣기 바로구매

이 분야 베스트셀러

일 잘하는 엔지니어의 생각 기법

캐리 밀샙 저/장현희 역

22,500원 (10% 할인)
혼자 공부하는 네트워크

강민철 저

25,200원 (10% 할인)
모던 API 아키텍처 설계 전략

제임스 고프,대니얼 브라이언트,매튜 어번 공저/장현희 역

28,800원 (10% 할인)
그림으로 이해하는 도커와 쿠버네티스

토쿠나가 코헤이 저/서수환 역

19,800원 (10% 할인)
요즘 우아한 AI 개발

우아한형제들 저

21,600원 (10% 할인)
크리핵티브의 한 권으로 끝내는 웹 해킹 바이블

하동민(크리핵티브) 저

54,000원 (10% 할인)

더보기이동

이 분야 신상품

모던 API 아키텍처 설계 전략

제임스 고프,대니얼 브라이언트,매튜 어번 공저/장현희 역

28,800원 (10% 할인)
따라 하면서 완성하는 AWS 인프라 구축 입문

최진영(럭키바닐라 3세) 저

31,500원 (10% 할인)
멀티 클라우드로의 전환 2/e

제론 멀더 저/남정현 역

36,000원 (10% 할인)
일 잘하는 엔지니어의 생각 기법

캐리 밀샙 저/장현희 역

22,500원 (10% 할인)
그림으로 이해하는 도커와 쿠버네티스

토쿠나가 코헤이 저/서수환 역

19,800원 (10% 할인)

더보기이동

이 책이 담긴 리스트

더보기이동

j****o님의 리스트

인공지능 - 응용

랭체인 & 랭그래프로 AI 에이전트 개발하기 서지영 저 26,100원
실전! RAG 기반 생성형 AI 개발 데니스 로스먼 저/307번역랩,류광 공역 28,800원
랭체인 입문 오승환 저 22,500원

k*****1님의 리스트

AI, 빅 데이터

입문자를 위한 맞춤형 AI 프로그램 만들기 다비드스튜디오 저 22,400원
입문자를 위한 맞춤형 AI 프로그램 만들기 다비드스튜디오 저 25,200원
Do it! LLM을 활용한 AI 에이전트 개발 입문 이성용 저 31,500원

m*****8님의 리스트

LLM

어쨌든, 바이브 코딩 코다프레스 저/양희은 역 19,800원
한 번에 끝내는 라마인덱스 × RAG × AI 에이전트 정용범,에디 유,손상우 저 27,000원
AI 자율학습 밑바닥부터 배우는 AI 에이전트 다비드스튜디오 저 21,600원

품목정보

품목정보
발행일	2025년 03월 17일
쪽수, 무게, 크기	304쪽 \| 732g \| 18824519mm
ISBN13	9791194587033

카드뉴스로 보는 책

1/10 1/5

이전 이미지 배너 다음 이미지 배너

책소개

책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

지은이/옮긴이/감수자 소개 xi 옮긴이 머리말 xiv 추천의 글 xvi 베타리더 후기 xix 시작하며 xxiii 감사의 글 xxiv 이 책에 대하여 xxv PART I 마이크로소프트 애저에서의 ChatGPT 활용 CHAPTER 1 생성형 AI와 ChatGPT 3 1.1 생성형 AI와 ChatGPT가 불러온 충격 3 __1.1.1 AI 시대의 개막 3 __1.1.2 ChatGPT를 적용할 수 있는 업무들 5 [COLUMN] Open Interpreter 9 __1.1.3 ChatGPT 사용 시 주의할 점 10 1.2 ChatGPT의 구조 10 __1.2.1 기존 챗봇과의 차이점 10 __1.2.2 GPT란 11 __1.2.3 사람이 선호하는 문장을 생성하는 방법: RLHF 13 __1.2.4 ChatGPT의 탄생 과정 13 1.3 마무리 14 CHAPTER 2 프롬프트 엔지니어링 15 2.1 프롬프트 엔지니어링이란 15 2.2 기본적인 작성법 16 __2.2.1 구체적으로 지시하기 16 __2.2.2 출구 지정하기 17 __2.2.3 역할 부여하기 18 __2.2.4 입출력 예시 지정하기 19 [COLUMN] 제로샷 학습과 퓨샷 학습 20 __2.2.5 프롬프트 구조화하기 20 2.3 생각의 사슬 21 [COLUMN] GPT-3.5 Turbo와 GPT-4의 성능 차이 23 2.4 그 밖의 기법들 24 2.5 마무리 25 CHAPTER 3 Azure OpenAI Service 26 3.1 Azure OpenAI Service란 26 __3.1.1 OpenAI의 API 서비스와 Azure OpenAI Service의 차이점 27 __3.1.2 Azure OpenAI 개요 29 3.2 Azure OpenAI 시작하기 30 __3.2.1 Azure OpenAI 액세스 신청 30 __3.2.2 리소스 생성 31 __3.2.3 GPT 모델 배포하기 35 3.3 채팅 플레이그라운드에서 ChatGPT 애플리케이션 개발하기 39 __3.3.1 설정 40 __3.3.2 채팅 세션 42 [COLUMN] 채팅 플레이그라운드는 어디에서 동작하는 것일까? 44 __3.3.3 채팅 애플리케이션 배포 44 [COLUMN] 플레이그라운드에서 배포한 웹 애플리케이션의 소스 코드 47 3.4 고려 사항 47 __3.4.1 비용 문제 47 __3.4.2 할당량 및 제한 48 3.5 마무리 50 PART II RAG를 활용한 사내 문서 검색 시스템 구현 CHAPTER 4 RAG 개요 및 설계 53 4.1 ChatGPT의 문제점과 해결 방법 53 4.2 RAG란 55 4.3 검색 시스템 57 4.4 Azure AI Search 58 __4.4.1 색인 생성 60 __4.4.2 문서 검색 67 4.5 오케스트레이터 71 __4.5.1 Azure OpenAI on your data 72 __4.5.2 Azure Machine Learning 프롬프트 흐름 73 __4.5.3 자체 구현 74 4.6 Azure OpenAI on your data 74 __4.6.1 데이터 원본 75 __4.6.2 사용 방법 75 4.7 Azure Machine Learning 프롬프트 흐름 81 __4.7.1 사용 방법 82 [COLUMN] Azure Machine Learning이란 91 4.8 LLM 91 4.9 Azure OpenAI API 92 __4.9.1 Chat Completions API 92 __4.9.2 Embeddings API 97 4.10 마무리 98 [COLUMN] RAG vs. 파인 튜닝 98 CHAPTER 5 RAG 구현 및 평가 100 5.1 아키텍처 100 5.2 사내 문서 검색 구현 105 __5.2.1 사용할 애저 서비스 목록 및 요금 105 __5.2.2 로컬 개발 환경 구축하기 106 __5.2.3 로컬 환경에서 실행하기 110 __5.2.4 로컬 변경사항을 App Service에 배포하기 112 __5.2.5 환경 설정 파일 변경하기 112 __5.2.6 문서를 추가로 인덱싱하기 112 __5.2.7 실제로 질문하기 112 __5.2.8 기능 소개 113 5.3 채팅 이력 저장 116 __5.3.1 채팅 이력 저장 구현 예시 117 __5.3.2 Cosmos DB에 저장된 채팅 이력 확인 119 5.4 검색 기능 119 __5.4.1 벡터 검색 120 [COLUMN] 청크 분할의 중요성 122 __5.4.2 하이브리드 검색 123 __5.4.3 의미 체계 하이브리드 검색 124 [COLUMN] 가장 좋은 결과를 내는 검색 모드는 어떤 것일까? 126 [COLUMN] 커스터마이징 포인트 126 5.5 데이터 수집 자동화 127 5.6 RAG 평가 및 개선 129 5.7 검색 정확도 평가 130 __5.7.1 기본 평가 지표 130 __5.7.2 순위를 고려한 평가 지표 131 5.8 생성 정확도 평가 132 __5.8.1 연관성 평가 133 __5.8.2 일관성 평가 134 __5.8.3 유사도 평가 135 [COLUMN] RAG 응답의 정확도를 향상시키는 방법 135 5.9 마무리 136 PART III 코파일럿 스택을 사용한 LLM 애플리케이션 구현 CHAPTER 6 AI 오케스트레이션 139 6.1 코파일럿 스택이란 139 __6.1.1 1계층: 코파일럿 프런트엔드 140 __6.1.2 2계층: AI 오케스트레이션 140 __6.1.3 3계층: 파운데이션 모델 141 6.2 AI 오케스트레이션과 에이전트 141 __6.2.1 Reasoning & Acting 141 __6.2.2 Planning & Execution 145 [COLUMN] 랭체인 146 [COLUMN] 시맨틱 커널 147 __6.2.3 플러그인 실행 148 6.3 자체 코파일럿 개발 시 아키텍처 및 구현 150 __6.3.1 툴 선정(ReAct) 기능 구현 150 __6.3.2 채팅 UI에서 사용하기 152 __6.3.3 ChatGPT 플러그인 구현하기 156 __6.3.4 스트리밍 출력 구현하기 160 6.4 마무리 160 [COLUMN] Azure AI Studio의 등장 161 CHAPTER 7 파운데이션 모델과 AI 인프라스트럭처 162 7.1 파운데이션 모델과 AI 인프라스트럭처 정의 162 7.2 호스팅 가능 모델 163 __7.2.1 GPT-3.5와 GPT-4 163 [COLUMN] GPT-4 Turbo 166 [COLUMN] GPT-4o와 o1 166 __7.2.2 파인 튜닝 166 [COLUMN] GPT-4의 파인 튜닝 169 7.3 공개 모델 169 __7.3.1 모델 종류 171 __7.3.2 모델 크기와 압축 방법 172 __7.3.3 모델 호스팅 177 [COLUMN] Azure AI Foundry 모델 카탈로그 179 7.4 마무리 180 [COLUMN] OSS와 머신러닝 모델 180 CHAPTER 8 코파일럿 프런트엔드 182 8.1 사용자 경험 정의 182 __8.1.1 사용성 182 __8.1.2 정지 버튼과 재생성 버튼 183 __8.1.3 캐시를 고려한 구현 184 8.2 LLM의 부정확한 응답에 대처하기 185 __8.2.1 정확성 185 __8.2.2 투명성(정보 출처 제시) 185 __8.2.3 UX 향상을 위한 스트리밍 처리 186 __8.2.4 OpenAI 엔드포인트의 스트리밍 출력을 직접 처리하기 186 __8.2.5 플라스크 애플리케이션의 응답을 스트림 형식으로 처리하기 187 8.3 UX 향상을 위한 참고 자료 194 [COLUMN] 채팅 외의 인터페이스 195 8.4 마무리 196 PART IV 거버넌스와 책임 있는 AI CHAPTER 9 거버넌스 199 9.1 공통 기반이란 199 9.2 공통 기반 아키텍처 201 __9.2.1 사용할 애저 서비스 목록 및 요금 201 __9.2.2 배포 202 9.3 인증 및 인가 208 __9.3.1 인증 및 인가 처리 흐름 208 __9.3.2 예제 코드 실행 209 [COLUMN] API Management의 구독 키 215 [COLUMN] 특정 사용자에게만 Azure OpenAI API 접근 허용하기 216 9.4 로그 통합 217 9.5 과금 219 9.6 호출 제한 221 9.7 폐쇄망 221 9.8 부하 분산 223 __9.8.1 Application Gateway 이용 226 [COLUMN] Application Gateway의 부하 분산을 프로덕션 환경에서 사용할 때의 주의점 228 __9.8.2 API Management 이용 230 9.9 마무리 231 CHAPTER 10 책임 있는 AI 232 10.1 책임 있는 AI를 위한 마이크로소프트의 노력 232 10.2 책임 있는 AI 적용 234 10.3 콘텐츠 필터 235 10.4 데이터 취급 240 10.5 마무리 241 APPENDIX A 예제 코드 실행 환경 구축 242 A.1 파이썬 설치 242 __A.1.1 설치 방법(윈도우) 243 A.2 깃 설치 244 __A.2.1 설치 방법(윈도우) 244 A.3 Azure Developer CLI 설치 247 __A.3.1 설치 방법(윈도우) 247 __A.3.2 설치 방법(리눅스) 248 __A.3.3 설치 방법(macOS) 248 A.4 Node.js 설치 249 __A.4.1 설치 방법(윈도우) 249 A.5 파워셸 설치(윈도우 한정) 251 __A.5.1 설치 방법 251 APPENDIX B ChatGPT의 구조 255 B.1 트랜스포머의 등장 256 __B.1.1 어텐션 256 __B.1.2 seq2seq 257 __B.1.3 seq2seq에 도입된 어텐션 258 __B.1.4 어텐션의 계산 처리 259 __B.1.5 트랜스포머의 구조 260 __B.1.6 트랜스포머의 장점 262 __B.1.7 트랜스포머의 한계 262 B.2 대규모화 및 언어 모델의 사전 학습에 따른 성능 향상 263 __B.2.1 트랜스포머 인코더 계열 모델의 발전 264 __B.2.2 트랜스포머 디코더 계열 모델의 발전 265 __B.2.3 스케일링 법칙 266 B.3 호의적 응답으로 조정된 언어 모델 266 [COLUMN] 공개 모델 269 마치며 270 찾아보기 272

펼쳐보기접어보기

상세 이미지

저자 소개 (9명)

저 : 가모 히로사토 (蒲生弘鄕)

관심작가 알림신청 작가 파일

일본 마이크로소프트 클라우드 설루션 아키텍트. SI 대기업에서 커리어를 시작했다. 자동차 업계의 DMS 데이터 활용 환경 구축을 위한 컨설팅 및 개발과 엔터프라이즈 블록체인을 활용한 다른 업종 간 데이터 유통 플랫폼을 구축했다. 수년간 데이터 사이언티스트로서 사회 인프라 관련 기업을 대상으로 데이터 분석 및 머신러닝 시스템 개발을 경험했으며, 현재는 설루션 아키텍트로서 AI 도입 기술 지원 및 Azure Open... 일본 마이크로소프트 클라우드 설루션 아키텍트. SI 대기업에서 커리어를 시작했다. 자동차 업계의 DMS 데이터 활용 환경 구축을 위한 컨설팅 및 개발과 엔터프라이즈 블록체인을 활용한 다른 업종 간 데이터 유통 플랫폼을 구축했다. 수년간 데이터 사이언티스트로서 사회 인프라 관련 기업을 대상으로 데이터 분석 및 머신러닝 시스템 개발을 경험했으며, 현재는 설루션 아키텍트로서 AI 도입 기술 지원 및 Azure OpenAI Service 이밴절리스트 활동에 종사하고 있다.

펼쳐보기접어보기

저 : 나가타 쇼헤이 (永田祥平)

관심작가 알림신청 작가 파일

일본 마이크로소프트 클라우드 설루션 아키텍트. 대학원에서 분자생물학과 생물정보학을 전공한 뒤 2020년에 일본 마이크로소프트에 입사했다. 클라우드 설루션 아키텍트로서 주로 엔터프라이즈 고객을 대상으로 애저 빅데이터 분석 환경과 머신러닝 환경 도입 및 활용을 지원하는 업무를 수행하고 있다. 일본 마이크로소프트 클라우드 설루션 아키텍트. 대학원에서 분자생물학과 생물정보학을 전공한 뒤 2020년에 일본 마이크로소프트에 입사했다. 클라우드 설루션 아키텍트로서 주로 엔터프라이즈 고객을 대상으로 애저 빅데이터 분석 환경과 머신러닝 환경 도입 및 활용을 지원하는 업무를 수행하고 있다.

저 : 다테와키 유타 (立脇裕太)

관심작가 알림신청 작가 파일

일본 마이크로소프트 클라우드 설루션 아키텍트. 소프트뱅크, 딜로이트, 데이터오로봇을 거쳐 현재는 일본 마이크로소프트에서 빅데이터, 클라우드, 머신러닝을 활용한 기업 데이터 활용을 지원하고 있다. MLOps 커뮤니티를 운영 중이다. 일본딥러닝협회 AI(JDLA AI) 거버넌스 및 평가연구회 연구원으로서 QA4AI(일본) 가이드라인을 개정했으며, MLOps나 AI 거버넌스 관련 강연과 집필 활동을 활발히 하고 있다. 일본 마이크로소프트 클라우드 설루션 아키텍트. 소프트뱅크, 딜로이트, 데이터오로봇을 거쳐 현재는 일본 마이크로소프트에서 빅데이터, 클라우드, 머신러닝을 활용한 기업 데이터 활용을 지원하고 있다. MLOps 커뮤니티를 운영 중이다. 일본딥러닝협회 AI(JDLA AI) 거버넌스 및 평가연구회 연구원으로서 QA4AI(일본) 가이드라인을 개정했으며, MLOps나 AI 거버넌스 관련 강연과 집필 활동을 활발히 하고 있다.

저 : 미야타 다이시 (宮田大士)

관심작가 알림신청 작가 파일

일본 마이크로소프트 클라우드 설루션 아키텍트. 제조업에서 데이터 분석, 머신러닝 시스템 구축, 데이터 분석 환경 개발을 경험하고 일본 마이크로소프트에 입사했다. 폭넓은 업계의 고객을 대상으로 AI 도입 및 활용을 지원하고 있다. 일본 마이크로소프트 클라우드 설루션 아키텍트. 제조업에서 데이터 분석, 머신러닝 시스템 구축, 데이터 분석 환경 개발을 경험하고 일본 마이크로소프트에 입사했다. 폭넓은 업계의 고객을 대상으로 AI 도입 및 활용을 지원하고 있다.

저 : 요시다 신고 (吉田眞吾)

관심작가 알림신청 작가 파일

클라우드 DevOps 그룹인 Section-9 대표이사. 2023년 5월에 Azure OpenAI, Azure AI Search, Azure Cosmos DB를 활용한 인사 FAQ 기능을 릴리스했다. 클라우드 DevOps 그룹인 Section-9 대표이사. 2023년 5월에 Azure OpenAI, Azure AI Search, Azure Cosmos DB를 활용한 인사 FAQ 기능을 릴리스했다.

저 : 이토 슌타 (伊藤駿汰)

관심작가 알림신청 작가 파일

일본 마이크로소프트 클라우드 설루션 아키텍트이자 카운슬링 앱을 운영하는 Omamori 이사. AI/ML 개발(특히 자연어 처리 분야) 및 활용에 대한 기술 지원을 주로 하며, 머신러닝 환경이나 MLOps 환경 구축 및 활용에 대한 기술 지원도 수행하고 있다. 일본 마이크로소프트 클라우드 설루션 아키텍트이자 카운슬링 앱을 운영하는 Omamori 이사. AI/ML 개발(특히 자연어 처리 분야) 및 활용에 대한 기술 지원을 주로 하며, 머신러닝 환경이나 MLOps 환경 구축 및 활용에 대한 기술 지원도 수행하고 있다.

저 : 하나가사키 노부스케 (花ケ崎伸祐)

관심작가 알림신청 작가 파일

일본 마이크로소프트 파트너 설루션 아키텍트. NEC 설루션 이노베이터, IBM 저팬의 AI 아키텍트를 거쳐 현재는 파트너 AI 설루션 개발을 지원하고 있다. 영상 인식 제품 개발 및 의료 영상 분석 등 여러 산업에서 AI 프로젝트의 개발자/아키텍트로서 15년 이상의 경험을 가지고 있다. 일본 마이크로소프트 파트너 설루션 아키텍트. NEC 설루션 이노베이터, IBM 저팬의 AI 아키텍트를 거쳐 현재는 파트너 AI 설루션 개발을 지원하고 있다. 영상 인식 제품 개발 및 의료 영상 분석 등 여러 산업에서 AI 프로젝트의 개발자/아키텍트로서 15년 이상의 경험을 가지고 있다.

역 : 원밀리언라인즈코딩

관심작가 알림신청 작가 파일

국내외 최고의 부트캠프와 온라인 교육 플랫폼에서 신입 개발자들을 양성해왔다. 네이버 부스트캠프, 현대자동차그룹 소프티어 부트캠프, 우아한테크캠프, 원티드 프리온보딩 등에서 교육 및 멘토링 활동을 활발하게 하면서 자료구조 및 알고리즘, 모바일 앱 개발, 데이터 사이언스, 프롬프트 엔지니어링 등의 분야에서 깊이 있는 지식을 공유해왔다. 인프런과 유데미에서 온라인 강의를 하고 있으며, 다양한 기업의 내부 교육을 진행하... 국내외 최고의 부트캠프와 온라인 교육 플랫폼에서 신입 개발자들을 양성해왔다. 네이버 부스트캠프, 현대자동차그룹 소프티어 부트캠프, 우아한테크캠프, 원티드 프리온보딩 등에서 교육 및 멘토링 활동을 활발하게 하면서 자료구조 및 알고리즘, 모바일 앱 개발, 데이터 사이언스, 프롬프트 엔지니어링 등의 분야에서 깊이 있는 지식을 공유해왔다. 인프런과 유데미에서 온라인 강의를 하고 있으며, 다양한 기업의 내부 교육을 진행하면서 현업 개발자들의 역량 강화에도 기여하고 있다. 옮긴 책으로는 『프런트엔드 개발을 위한 테스트 입문』(제이펍, 2023) 등이 있다.

펼쳐보기접어보기

작가의 다른 상품

프런트엔드 개발을 위한 테스트 입문

25,200원 (10% 할인)

감수 : 배인진

관심작가 알림신청 작가 파일

원밀리언라인즈코딩 대표. 카카오엔터테인먼트, 스튜디오씨드코리아, 엔비티에서 개발자로 근무했다. 원밀리언라인즈코딩 대표. 카카오엔터테인먼트, 스튜디오씨드코리아, 엔비티에서 개발자로 근무했다.

더보기접어보기

만든 이 코멘트

저자, 역자, 편집자를 위한 공간입니다. 독자들에게 전하고 싶은 말씀을 남겨주세요. 코멘트 쓰기

접수된 글은 확인을 거쳐 이 곳에 게재됩니다.
독자 분들의 리뷰는 리뷰 쓰기를, 책에 대한 문의는 1:1 문의를 이용해 주세요.

책 속으로

ChatGPT로 복잡한 문제를 해결해야 할 때에는 생각의 사슬(chain of thought, CoT)이라는 방법이 유용하다. 이는 LLM에 단계적인 추론을 유도해서 보다 정확한 응답을 도출하는 방법이다. 복잡한 문제나 계산 문제를 해결할 때 모델에 문제 해결 과정을 단계적으로 지시하면 이후에 해결할 문제의 결론을 정확하게 내릴 수 있다. (...) 또한, 프롬프트에 ‘차근차근 생각해 봐(let’s think step by step)’라는 말을 추가하는 것만으로도 응답의 정확성을 높일 수 있다. 이 방법은 구체적인 단계를 지시하지 않고도 단계적인 추론을 통해 결론을 도출하도록 지시할 수 있어 유용하다. --- pp.21-22 채팅 플레이그라운드에서 설정한 시스템 메시지와 매개변수를 웹 애플리케이션(이하 웹 애플리케이션)으로 배포할 수 있다. 플레이그라운드 우측 상단에 있는 [배포]를 클릭하고 [...웹앱으로]를 선택하면 웹 애플리케이션을 호스팅하는 PaaS(platform as a service)인 Azure App Service를 사용해서 배포할 수 있다(그림 3-25). (...) 웹 애플리케이션의 리소스를 생성하기 위한 정보들을 입력하고 [배포] 버튼을 누르면 배포가 완료된다. ‘웹앱에서 채팅 기록 사용’ 옵션을 체크하고 배포하면 Azure Cosmos DB에 채팅 기록을 저장하는 방식으로 배포된다(그림 3-26). --- pp.44-45 LLM 시스템 개발로 작업의 효율성을 높일 수 없을 때는 대량의 학습 데이터를 사용해서 LLM의 매개변수를 튜닝하는 방법을 고려해볼 수 있다. 이 방법을 파인 튜닝(fine-tuning)이라고 하며 Azure OpenAI의 GPT-3.5 Turbo 같은 모델에도 적용이 가능하다. 파인 튜닝을 하려면 특정 작업에 관한 프롬프트와 이상적인 답변을 짝 지은 학습 데이터를 준비하면 된다. 주의할 점은 파인 튜닝은 지식이나 논리를 기억시키는 용도로는 적합하지 않다는 것이다. 파인 튜닝은 출력 형식의 조정이나 특정 작업의 효율성을 높이는 목적으로 사용하는 것이 적합하다. --- p.98 RAG 응답의 정확도가 낮아지는 대부분의 원인은 응답의 토대가 되는 도큐먼트가 검색되지 않는 것이다. 검색 시스템에 등록된 도큐먼트의 양이 증가함에 따라 관계없는 도큐먼트가 검색 결과에 포함되는 것도 응답의 정확도가 낮아지는 주요 원인이다. / 이런 문제가 발생했을 때는 검색 시스템의 색인을 유스 케이스에 따라 나눠서 생성하는 것이 가장 효율적인 대책이다. 가령 ‘사내 도큐먼트’라는 큰 범주로 색인을 생성하면 관계없는 도큐먼트도 검색되지만, ‘인사 메뉴얼’ 같이 유스 케이스 단위로 색인을 생성하면 검색 범위를 한정시킬 수 있다. --- p.135 AI 인프라스트럭처(AI infrastructure)는 파운데이션 모델을 호스팅할 컴퓨팅 리소스를 의미한다. 가장 대표적인 사례로는 자체 제작한 특화형 모델 혹은 오픈 소스 LLM의 호스팅을 위한 GPU 탑재 컴퓨팅 리소스와 로드밸런서가 있다. LLM을 제공하는 Azure OpenAI Service나 각종 특화형 모델을 제공하는 Azure AI Services와 같은 API 형식의 파운데이션 모델은 기본적으로 AI 인프라스트럭처가 숨겨져 있어 인프라 설정을 신경 쓸 필요가 없다. 예외적으로 Azure AI Services에는 컨테이너를 사용해서 자체적으로 스케일 업(scale-up)/스케일 아웃(scale-out)할 수 있는 기능이 있어서 AI 인프라스트럭처를 직접 설정하여 스케일 업/아웃을 직접 사용할 수 있다. --- p.163 Azure OpenAI는 다른 애저 서비스들과 동일하게 모니터링 데이터를 수집하고 Azure Monitor와 연동해 경고 알림을 발령할 수 있다. 하지만 Azure OpenAI의 표준 모니터링 형태로는 프롬프트의 내용이나 생성 결과를 로그로 출력할 수 없다. 이럴 때는 API Management의 진단 로그를 활성화해서 요청(프롬프트)과 응답(생성 결과) 내용을 Log Analytics, Blob Storage, Azure Event Hubs로 출력하면 프롬프트와 생성 결과까지 로그로 출력된다. / 배포한 API Management는 이미 진단 로그가 활성화되어 있어, Log Analytics 워크스페이스와 스토리지 계정(Blob Storage)에 출력하도록 설정되어 있다(그림 9-19). 하지만 현 상태에서 프롬프트의 내용이나 생성 결과는 로그로 출력되지 않는다.

--- p.217

펼쳐보기접어보기

출판사 리뷰

AI 시스템 개발이 쉬워지는 Azure OpenAI Service 활용법 생성형 AI의 빠른 확산으로 AI의 단순 활용을 넘어 직접 구축하고 최적화하는 능력이 요구되고 있다. 이 책은 Azure OpenAI Service를 활용해 생성형 AI 서비스를 직접 개발하고 실무에 적용하는 방법을 다루는 국내 첫 가이드로, AI 모델의 효과적인 적용법을 체계적으로 안내한다. 1부에서는 ChatGPT와 생성형 AI와 같은 LLM 기본 개념과 구조부터 설명한다. Azure AI Foundry를 활용해 ChatGPT 애플리케이션을 만들어보고, 모델의 답변을 정밀하게 조정하는 프롬프트 엔지니어링 기법을 익힐 수 있다. 2부에서는 AI가 문서를 검색하고 요약하는 RAG 기반 시스템 구축 과정을 알려주고, 이를 개발하기 위한 애저 서비스의 효율적인 활용법을 살펴본다. 3부에서는 코파일럿 개발에 필요한 코파일럿 스택, AI 오케스트레이션, 파운데이션 모델, AI 인프라, 코파일럿 프런트엔드 등을 알려준다. 4부에서는 LLM 애플리케이션의 개발 및 운용에 필요한 거버넌스와 책임 있는 AI에 대해서 논의한다. 인증 및 보안 설정, API 호출 제한, 비용 최적화 전략, 책임 있는 AI 운영 방법을 다룬다. 마지막으로 부록에서는 예제 코드의 실행 환경 구축 방법과 ChatGPT의 구조를 살펴본다. AI 기술을 실무에 적용하는 과정은 여전히 쉽지 않다. Azure OpenAI를 활용하면 생성형 AI 모델을 더욱 효율적으로 개발하고 최적화할 수 있다. 이 책만 있다면 AI 모델의 기본 개념부터 실제 애플리케이션 개발까지 단계별로 따라가며 학습할 수 있다. Azure OpenAI로 AI를 활용하는 가장 실용적인 방법으로 여러분을 안내한다. 대상 독자 ●	DX 담당자: AI 기반 디지털 전환 전략을 기획하고 기업 내 도입을 추진하는 관리자 ●	AI 운영 및 거버넌스 담당자: Azure OpenAI 서비스의 보안, 인증, 비용, 거버넌스를 관리하는 IT 책임자 ●	설루션 아키텍트: AI를 활용한 제품 및 서비스의 기획과 아키텍처 설계를 담당하는 기획자 ●	클라우드 엔지니어: 애저 환경에서 AI 애플리케이션을 배포, 운영, 성능 최적화하는 엔지니어 주요 내용 ●	생성형 AI와 ChatGPT 기본 개념 ●	Azure OpenAI Service의 활용법 ●	프롬프트 엔지니어링 기법과 응용 ●	Azure AI Search와 RAG를 활용한 사내 문서 검색 시스템 구축 ●	ChatGPT, 랭체인을 활용한 코파일럿 애플리케이션 개발 ●	책임 있는 AI 사용을 위한 가이드

펼쳐보기접어보기

회원리뷰 (6건)

매주 10건의 우수리뷰를 선정하여 YES포인트 3만원을 드립니다.
3,000원 이상 구매 후 리뷰 작성 시 일반회원 300원, 마니아회원 600원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스는 첫번째 회차 주문확정 시점부터 마지막 회차 주문확정 후 30일 이내 작성한 리뷰만 포인트가 지급됩니다.
eBook 페이백, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기 리뷰쓰기

6명의 예스24 회원이 평가한 평균별점

리뷰 총점10.0/ 10.0

별점별로 리뷰를 확인해 보세요.

한줄평 (1건)

1,000원 이상 구매 후 한줄평 작성 시 일반회원 50원, 마니아회원 100원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스는 첫번째 회차 주문확정 시점부터 마지막 회차 주문확정 후 30일 이내 작성한 한줄평만 포인트가 지급됩니다.
eBook 페이백, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기

평점 별 2점 별 4점 별 6점 별 8점 별 10점 작성 시 유의사항 한줄평 작성 시 유의사항

한글 기준 50자까지 작성가능 0/50

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태) 모바일 쿠폰의 경우 유효기간(발행 후 1년) 내 등록하지 않은 상품
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 모바일 쿠폰 등록 후 취소/환불 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우 eBook 세트 상품은 일괄 구매 조건으로 낱개 상품 대비 추가적인 할인이 제공되는 상품으로서 eBook 세트 상품은 세트 상품 전체가 일괄적으로 1개의 상품으로 취급 및 판매됩니다. 이에 따라 eBook 세트 상품 구매 후 1회 이상 다운로드 또는 세트 구성 상품 중 일부라도 다운로드 되는 경우, 세트 상품 전부 및 세트 구성 상품 중 일부에 대한 취소 또는 환불이 불가합니다.
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기

챗GPT 활용부터 프롬프트 엔지니어링, RAG 구현, 자체 코파일럿 개발까지 AI 시스템 구축을 위한 애저 완벽 실무 가이드

Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기

이 분야 베스트셀러

이 분야 신상품

이 책이 담긴 리스트

품목정보

관련분류

카드뉴스로 보는 책

책소개

목차

상세 이미지

저자 소개 (9명)

만든 이 코멘트

책 속으로

출판사 리뷰

추천평

회원리뷰 (6건)

한줄평 (1건)

배송/반품/교환 안내

도착예상일

클린봇 설정

도착예상일
상품준비	출고완료	도착예상일