AI에 묻는 법을 넘어, AI를 이해하고 만드는 첫 번째 책
ChatGPT를 쓰는 사람은 많아졌지만, ‘AI가 어떻게 작동하는지’를 이해하는 사람은 여전히 많지 않다. 이 책은 파이썬 기초부터 데이터 분석, 자연어 처리, 머신러닝·딥러닝을 거쳐 초경량 한국어 LLM 챗봇을 직접 만드는 실습까지 하나의 흐름으로 안내한다. 단순한 개념 설명에 그치지 않고, 구글 코랩 기반 실습을 통해 코드를 실행하고 결과를 확인하며 AI의 작동 원리를 몸으로 익힐 수 있도록 구성했다. 특히 데이터 수집, 분석, 시각화부터 분류와 예측, LLM과 허깅 페이스 생태계까지 폭넓게 다루며, ‘AI를 쓰는 사람’에서 ‘AI를 이해하고 구현하는 사람’으로 성장을 이끈다. AI와 챗봇 개발에 처음 도전하는 독자를 위한 가장 현실적인 출발점이 될 것이다.
도서구매 사이트(가나다순)
| [교보문고] [도서11번가] [알라딘] [예스이십사] [쿠팡] |
출판사 제이펍
저작권사 제이펍
원서명 (없음)
도서명 LUVIT♥ 파이썬으로 만드는 초경량 한국어 LLM 챗봇
부제 구글 코랩으로 실습하는 데이터 분석 + 챗봇 + LLM
지은이 김규석, 서예진, 정태양
옮긴이 (없음)
감수자 (없음)
시리즈 LUVIT
출판일 2026. 01. 05
페이지 368쪽
판 형 46배판변형(188*245*15.4)
제 본 무선(soft cover)
정 가 28,000원
ISBN 979-11-94587-92-7 (93000)
키워드 데이터분석, 대형언어모델, ChatGPT, 챗GPT, 머신러닝, 딥러닝, 인공지능, AI, 허깅페이스, 파인튜닝
분 야 인공지능 / 생성형 AI
관련 사이트
■ https://huggingface.co/
관련 시리즈
■ LUVIT
관련 포스트
■ 2026.01.06 - [출간 전 책 소식] - 아이언맨의 '자비스'를 내 손으로?
관련 도서
■ 한 번에 끝내는 라마인덱스 × RAG × AI 에이전트
■ 7가지 프로젝트로 배우는 LLM AI 에이전트 개발
시리즈 도서
■ LUVIT♥ 실전 백엔드 러스트 Axum 프로그래밍
관련 파일 다운로드
■ https://github.com/kopokyuseokkim/jpubllm
강의 보조 자료(교재로 채택하신 분들은 https://jpub.tistory.com/notice/1076을 통해 다음 자료를 요청하실 수 있습니다.)
■ 본문의 그림과 표
미리보기(차례, 머리말, 베타리더 후기, 이 책을 읽는 법, 학습 가이드, 로드맵, 본문 일부)
정오표 페이지
■ (등록되는 대로 링크를 걸겠습니다.)
도서구매 사이트(가나다순)
| [교보문고] [도서11번가] [알라딘] [예스이십사] [쿠팡] |
도서 소개
AI를 설명하는 책은 많지만, 초보자가 직접 만들어보는 책은 많지 않습니다.
이 책은 개념을 읽고 이해하는 데서 멈추지 않습니다. 문장을 입력하면 어떻게 숫자로 바뀌는지, 데이터는 어떤 과정을 거쳐 분석되고 예측되는지, 그 결과가 어떻게 하나의 응답으로 완성되는지를 직접 만들어보며 확인합니다. 파이썬 기초에서 출발해서 자연어 처리, 데이터 분석 및 시각화, 예측 모델, LLM 파인튜닝까지 하나의 흐름으로 연결된 실습을 따라가다보면, 자연스럽게 AI 기술과 구조를 이해할 것입니다.
이 책만의 특별한 점
AI와 챗봇의 속을 들여다보는 일은 어렵고 복잡하다는 인식이 강합니다. 이 책은 코딩과 인공지능이 처음인 독자도 끝까지 따라갈 수 있도록 구성된 실습 중심 입문서입니다. 개념 설명에 그치지 않고, 실제 데이터를 다루고 코드를 실행하며 자연스럽게 AI의 흐름을 익히도록 안내합니다.
이 책은 누가 읽으면 좋을까요?
- 파이썬과 AI에 처음 입문하는 독자
- 인공지능과 LLM의 원리를 제대로 이해하고 싶은 독자
- 데이터 분석과 머신러닝을 실습으로 배우고 싶은 학습자
- AI 챗봇 개발의 전체 그림을 알고 싶은 비전공자
- 현업에서 활용 가능한 AI 기초 역량을 갖추고 싶은 개발자
이 책에서 다루는 내용은 무엇인가요?
- 파이썬과 데이터 분석을 기반으로 AI의 원리를 실습 중심으로 학습
- 정형·비정형 데이터 처리, 시각화, 분석, 예측까지 이어지는 엔드 투 엔드 실습
- 머신러닝·딥러닝 기법을 활용한 실전 예측 모델 구현
- 허깅 페이스 기반 LLM 이해 및 초경량 한국어 LLM 챗봇 직접 만들기
지은이 소개
김규석
한국항공대학교와 아주대학교에서 정보통신공학을 전공하고, 서울대학교에서 도시계획학 박사 학위를 받았다. LG전자와 LG유플러스 연구소에서 근거리 무선통신과 홈미디어 서비스 R&D를 담당하며 10년간 현장 경험을 쌓았고, 2020년부터 한국폴리텍대학 AI금융소프트웨어과 부교수로 재직하며 개발자 양성에 힘쓰고 있다. 저서로는 《부동산 트렌드 2026》(와이즈맵, 2025), 《나, 개발자로 100명 취업시켰다》(이지스퍼블리싱, 2024), 《난생처음 데이터 분석 with 파이썬》(한빛아카데미, 2023), 《나도 하는 파이썬 데이터 분석》(한빛미디어, 2023) 등이 있다. 사랑하는 아내, 딸과 함께 살아갈 도시, 환경 등 사회과학 분야의 빅데이터를 실증 분석하고 AI 기반 예측 모델을 연구하며 논문, 특허, 과제 등 다양한 활동을 이어가고 있다.
서예진
울산대학교에서 전기공학 학사·석사·박사 학위를 취득한 뒤, 에스아이티와 제트워크에서 전기 자동화, 딥러닝, IoT 제어 분야의 연구개발을 수행하며 산업 현장 경험을 쌓았다. 2009년부터 2019년까지 울산과학대학교에서 외래강사 및 겸임교수로 재직하며 실무 중심의 전기공학 교육을 진행했고, 현재는 한국폴리텍대학 전기과 부교수로서 딥러닝 기반 IoT 제어와 전기 자동화 시스템 연구를 수행하고 있다. 산업 현장을 깊이 이해하는 이론과 실무를 연결하는 교육에 힘쓰고 있다.
정태양
컴퓨터공학 박사과정에서 연구 중이며, 인공지능과 소프트웨어 융합 기술을 중심으로 실무형 연구개발에 집중하고 있다. 만들다소프트의 대표이자 연구소장으로서 산업 현장에서 직접 프로젝트를 이끌고 있으며, 기업 맞춤형 AI 교육 프로그램을 기획하고 운영한 경험을 바탕으로 다양한 기관에서 인공지능 기술 확산과 인재 양성에 기여하고 있다. 또한 한국폴리텍대학 외래교원 및 한국공학대학교 겸임교수로 재직하며, 인공지능 및 소프트웨어 기반 시스템 개발, 산업 데이터 분석, 실무 적용 사례 중심의 교육과 연구를 병행하고 있다.
차례
머리말 xi
베타리더 후기 xii
이 책을 읽는 법 xiv
학습 가이드 xvi
로드맵 xviii
CHAPTER 1 인공지능과 ChatGPT
1.1 자연에서 모방하라 2
1.2 신경계의 가장 기본 단위 5
1.3 ChatGPT 알아보기 10
돌아보기/쪽지시험 17
CHAPTER 2 구글 코랩과 파이썬
2.1 취미로 만들어진 언어: 파이썬 20
2.2 구글 코랩 사용방법 23
2.3 파이썬 문법 29
돌아보기/쪽지시험 74
CHAPTER 3 챗봇과 ChatGPT
3.1 챗봇의 특징 및 활용 78
3.2 ChatGPT의 특징과 활용 89
3.3 챗봇과 ChatGPT의 차이 97
돌아보기/쪽지시험 99
CHAPTER 4 자연어 처리의 이해
4.1 자연어 처리란? 102
4.2 라이브러리 활용: spaCy 111
4.3 라이브러리 활용: KoNLPy 120
돌아보기/쪽지시험 126
CHAPTER 5 정형 데이터
5.1 정형 데이터란? 130
5.2 정형 데이터 직접 만들어보기 133
5.3 정형 데이터의 활용 140
5.4 Open API 활용하기 149
돌아보기/쪽지시험 156
CHAPTER 6 비정형 데이터
6.1 비정형 데이터 160
6.2 비정형 데이터의 수집 164
돌아보기/쪽지시험 174
CHAPTER 7 데이터 시각화
7.1 데이터 시각화의 종류 180
7.2 데이터 시각화의 활용 198
돌아보기/쪽지시험 205
CHAPTER 8 데이터 분석하기 I
8.1 데이터의 전처리 210
8.2 데이터의 기술통계량 산출하기 219
돌아보기/쪽지시험 226
CHAPTER 9 데이터 분석하기 II
9.1 상관분석의 정의 및 활용 230
9.2 회귀분석의 정의 및 활용 240
돌아보기/쪽지시험 246
CHAPTER 10 데이터 분류하기
10.1 분류 방법론의 정의 250
10.2 분류 방법론의 활용 및 해석 269
돌아보기/쪽지시험 273
CHAPTER 11 데이터 예측하기 I
11.1 전통적인 시계열 분석 방법론의 정의 및 활용 278
11.2 ARIMA의 활용 283
돌아보기/쪽지시험 291
CHAPTER 12 데이터 예측하기 II
12.1 머신러닝 기반의 시계열 분석 296
12.2 딥러닝 기반의 시계열 예측 300
돌아보기/쪽지시험 309
CHAPTER 13 LLM과 허깅 페이스 생태계 이해하기
13.1 ChatGPT의 등장과 LLM 시대 314
13.2 LLM의 작동 원리 317
13.3 허깅 페이스란 무엇인가? 321
13.4 허깅 페이스의 핵심 도구 324
13.5 구글 코랩에서 LLM 실행하기 328
CHAPTER 14 초경량 한국어 LLM 챗봇 만들기: KoGPT2 파인튜닝 실습
14.1 실습 개요 334
14.2 코랩 준비와 필수 라이브러리 설치 336
14.3 모델과 토크나이저 로딩 337
14.4 훈련 데이터 정의 및 전처리 338
14.5 데이터 토큰화 및 입력/정답 생성 340
14.6 학습 설정 및 Trainer 구성 341
14.7 학습 실행 및 모델 저장 342
14.8 CLI 챗봇 실행 및 테스트 343
14.9 최종 코드 345
찾아보기 347
제이펍 소식 더 보기(제이펍의 소통 채널에서 더욱 다양한 소식을 확인하세요!)
| 블로그 유튜브 인스타그램 트위터 페이스북 |
'도서 소개' 카테고리의 다른 글
| 엣시 수익화 실전 매뉴얼 (1) | 2026.01.09 |
|---|---|
| LEVELIT⭐ 유니티와 OpenAI API로 만드는 인공지능 NPC (0) | 2026.01.08 |
| LLM을 위한 프롬프트 엔지니어링 (0) | 2026.01.06 |
| “좋아 보여” (0) | 2025.12.30 |
| 한 번에 끝내는 라마인덱스 × RAG × AI 에이전트 (1) | 2025.12.23 |
