알기쉬운 인공지능 튜토리얼

고우영 연구원
(ETRI)

Biography
현	전자통신부설연구소 선임연구원
	AI프렌즈 운영진
	AI프렌즈 AI로봇랩 리더
	NVIDIA DLI NLP 앰배서더
전	국방과학연구소 연구원

LLM 실전구축 튜토리얼: RLHF 부터 RAG (120분)

본 튜토리얼에서는 LLM (Large Language Models)을 실제 환경에서 구축하는 방법을 단계별로 안내합니다. LLM이 무엇인지 알아보고, SFT (Supervised Fine-Tuning), RLHF (Reinforcement Learning from Human Feedback)을 통해 custom LLM을 만드는 방법과, RAG (Retrieval-Augmented Generation)를 활용하여 지식 기반의 응답 생성을 강화하는 방법까지 다룰 예정입니다.

참가자들은 이 과정을 통해 LLM의 구조와 작동 원리를 깊이 이해하고, SFT, RLHF와 RAG를 활용하여 모델의 출력을 최적화하는 실용적인 기술을 습득할 수 있을 것입니다.

또한, 실습을 통해 참가자들은 실제 문제 해결에 LLM을 효과적으로 적용하는 방법을 배우게 됩니다. 이 튜토리얼은 LLM을 실전에서 구축하고 최적화하는 데 필요한 지식과 기술을 갖추도록 돕는 데 중점을 둡니다.

유영재 교수
(연세대)

Biography
2023.03~현재	조교수, 연세대학교 인공지능학과, 컴퓨터과학과
2021.06~2023.03	박사후연구원, Allen Institute for AI, Mosaic
2019.03~2021.12	연구원, Ripple AI
2018.06~2018.09	연구 인턴, 마이크로소프트 연구소

Multimodal Commonsense Reasoning (120분)

본 강연에서는 교육생들에게 GPT-4, DALL·E 3, Gemini 등 초거대 멀티모달 모델을 소개하고 그 의의에 대해 심도있게 탐구합니다. 강연자는 최신 연구를 소개하며, 이를 바탕으로 초거대 모델이 멀티모달로 확장하면서 어떠한 다양한 분야에서 활용될 수 있는지, 그리고 이를 통해 어떠한 비즈니스 기회가 창출될 수 있는지에 대한 통찰력을 제공합니다. 교육생들은 강연을 통해 멀티모달 초거대 모델의 배경과 개념, 응용 분야에 대한 광범위한 내용과 최신 트렌드를 배우고, 모델을 효과적으로 활용할 수 있는 능력을 기를 수 있습니다.

서민준 교수
(KAIST)

Biography
현	KAIST 김재철AI대학원 조교수
	트웰브랩스 최고과학자
전	네이버 클로바 리더
워싱턴대학교 컴퓨터공학 박사

Transformer & Llama 톺아보기 (120분)

모든 대형언어모델의 기초가 되는 Transformer (2017) 와 최근 오픈소스 대형언어모델의 표준이 된 Meta의 Llama (2023)를 집중분석 해본다.

신재민 연구원
(네이버)

Biography
현	NAVER AI Lab & HyperCLOVA X 소속 연구원
전	Riiid NLP Research Team Lead
	Amazon Alexa AI Research Intern
M.Phil & Bachelor of Engineering from HKUST

LLM Evaluation & Safety at NAVER (120분)

현재 대규모 언어 모델(LLM)이 변화의 중심에 서게 되면서 AI 가 내놓는 답변들에 대한 자동 평가와 안전성은 더더욱 여러 사람들의 중요한 관심사가 되었습니다. 이 강의는 두 파트로 나뉩니다:

Part 1: LLM에 대한 자동 평가
LLM의 출력을 평가하는 데 사용되는 방법과 지표에 대해 깊이 있게 연구합니다. NAVER 에서 진행된 최근의 연구를 바탕으로, LLM 응답의 자동 평가를 위한 최신 기술들을 탐색하며, 그 효과와 한계에 대해 조명합니다.

Part 2: LLM의 안전 조치
LLM의 안전성은 데이터를 안전하게 보호하는 것뿐만 아니라 신뢰할 수 있고 편향되지 않은 출력을 생성하는 것에 관한 것입니다. NAVER 에서의 최신 연구를 바탕으로 LLM의 안전 문제를 검토합니다. 또한, HyperCLOVA X 내에서 잠재적인 위험과 위협을 처리하기 위해 도입된 안전 메커니즘에 대해 간략히 설명합니다.