AI Notes

AI Notes는 언어 모델 애플리케이션의 핵심 개념과 설계 패턴을 설명하는 공개 가이드입니다. 특정 모델이나 프레임워크의 새 소식을 모두 모으기보다, 구현이 바뀌어도 오래 남는 원리인 토큰과 어텐션, 컨텍스트와 검색, 도구와 상태, 검증과 평가를 체계적으로 연결합니다.

학습 경로

모델 계층 이해하기

대규모 언어 모델에서 시작해 토큰화, Transformer, 컨텍스트 윈도를 읽으세요. 모델이 무엇을 입력으로 받고, 정보를 어떻게 혼합하며, 애플리케이션이 왜 컨텍스트를 관리해야 하는지 설명합니다.

근거 기반 애플리케이션 구축하기

임베딩, 검색 증강 생성, 벡터 데이터베이스를 읽은 뒤, 검색 기술을 선택하기 전에 RAG 평가를 확인하세요.

통제 가능한 Agent 구축하기

AI Agent, 도구 사용과 함수 호출, 구조화 출력을 연결해 읽으세요. LLM은 행동을 제안할 수 있지만 검증, 권한 부여, 실행, 종료는 애플리케이션 코드가 담당해야 합니다.

신뢰성 측정하기

근거성과 환각은 증거 문제를 설명합니다. LLM 평가는 계층별 평가 전략을, RAG 평가는 검색 실패와 생성 실패를 구분하는 방법을 다룹니다.

문서 읽는 법

각 문서는 다섯 질문에 답하는 것을 목표로 합니다.

1. 이 개념은 무엇인가?
2. 어떻게 작동하는가?
3. 어떤 설계 선택이 중요한가?
4. 어떻게 실패하는가?
5. 어떻게 평가해야 하는가?

빠른 정의는 용어집, 원 논문과 공식 문서는 참고문헌을 이용하세요. 영어 문서가 canonical 원문이며 한국어판은 검수된 번역입니다.