CHAPTER 1 GPT 모델과 챗GPT _1.1 LLM 소개 __1.1.1 언어 모델과 자연어 처리의 기초 탐구 __1.1.2 트랜스포머 아키텍처와 LLM에서의 역할 __1.1.3 GPT 모델의 토큰화 및 예측 단계 __1.1.4 LLM과 비전 인식의 통합 _1.2 GPT-1부터 GPT-4o까지 __1.2.1 GPT-1 __1.2.2 GPT-2 __1.2.3 GPT-3 __1.2.4 GPT-3에서 인스트럭트GPT로 __1.2.5 GPT-3.5, 챗GPT, 코덱스 __1.2.6 GPT-4 __1.2.7 AI의 진화와 멀티모달리티 _1.3 LLM의 비즈니스 활용 사례 __1.3.1 비 마이 아이즈 __1.3.2 모건 스탠리 __1.3.3 칸 아카데미 __1.3.4 듀오링고 __1.3.5 야블 __1.3.6 웨이마크 __1.3.7 인월드 AI _1.4 AI 할루시네이션 _1.5 GPT 모델 최적화 _1.6 정리 CHAPTER 2 오픈AI API _2.1 필수 개념 _2.2 오픈AI API 가용 모델 __2.2.1 GPT 베이스 모델 __2.2.2 인스트럭트GPT(레거시) __2.2.3 GPT-3.5 __2.2.4 GPT-4 _2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기 _2.4 오픈AI 파이썬 라이브러리 __2.4.1 API 키 발급 __2.4.2 API 호출 _2.5 채팅 완성 모델 __2.5.1 채팅 완성 엔드포인트의 입력 옵션 __2.5.2 temperature와 top_p __2.5.3 채팅 완성 엔드포인트의 출력 형식 __2.5.4 비전 __2.5.5 JSON 출력 _2.6 텍스트 완성 모델 __2.6.1 텍스트 완성 엔드포인트를 위한 입력 옵션 __2.6.2 텍스트 완성 엔드포인트의 출력 결과 형식 _2.7 고려 사항 __2.7.1 사용료와 토큰 한도 __2.7.2 정보 보안 _2.8 기타 오픈AI API 및 기능 __2.8.1 임베딩 __2.8.2 모더레이션 모델 __2.8.3 텍스트 음성 변환 __2.8.4 음성인식 __2.8.5 이미지 모델 API _2.9 정리 CHAPTER 3 LLM 기반 애플리케이션 개발 _3.1 주의 사항 __3.1.1 API 키 관리 __3.1.2 보안과 데이터 개인 정보 보호 _3.2 소프트웨어 아키텍처 디자인 패턴 _3.3 LLM 기반 애플리케이션의 능력 __3.3.1 대화 능력 __3.3.2 언어 처리 능력 __3.3.3 인간-컴퓨터 상호작용 능력 __3.3.4 능력 결합 _3.4 프로젝트 예시 __3.4.1 프로젝트 1: 뉴스 생성 솔루션 구축 __3.4.2 프로젝트 2: 유튜브 동영상 요약 __3.4.3 프로젝트 3: 「젤다의 전설」 챗봇 __3.4.4 프로젝트 4: 개인 어시스턴트 __3.4.5 프로젝트 5: 문서 정리 __3.4.6 프로젝트 6: 감정 분석 _3.5 비용 관리 _3.6 LLM 기반 애플리케이션의 취약점 __3.6.1 입출력 분석 __3.6.2 프롬프트 인젝션의 불가피성 _3.7 외부 API와 작업 __3.7.1 오류 및 예기치 않은 지연 문제 처리 __3.7.2 요청 제한 __3.7.3 응답성과 사용자 경험 향상 _3.8 정리 CHAPTER 4 GPT-4o 및 챗GPT 활용 고급 기법 _4.1 프롬프트 엔지니어링 __4.1.1 효과적인 프롬프트 설계 __4.1.2 단계별 사고 __4.1.3 퓨샷 러닝 구현 __4.1.4 사용자 피드백을 통한 반복적 개선 __4.1.5 프롬프트 개선 _4.2 파인 튜닝 __4.2.1 시작하기 __4.2.2 오픈AI API를 통한 파인 튜닝 __4.2.3 오픈AI 웹 인터페이스를 통한 파인 튜닝 __4.2.4 파인 튜닝을 활용한 애플리케이션 __4.2.5 파인 튜닝 예시 __4.2.6 파인 튜닝 비용 _4.3 RAG __4.3.1 기본 RAG __4.3.2 고급 RAG __4.3.3 RAG의 한계 _4.4 전략 선택 __4.4.1 전략 비교 __4.4.2 평가 _4.5 LLM 기반 솔루션의 해결 과제 __4.5.1 프롬프트 민감도 __4.5.2 비결정성 __4.5.3 할루시네이션 _4.6 정리 CHAPTER 5 프레임워크로 LLM 기능 높이기 _5.1 랭체인 __5.1.1 랭체인 라이브러리 __5.1.2 동적 프롬프트 __5.1.3 에이전트와 도구 __5.1.4 메모리 __5.1.5 임베딩 _5.2 라마인덱스 __5.2.1 10줄 코드로 RAG 구현하기 __5.2.2 라마인덱스 원칙 __5.2.3 맞춤 설정 _5.3 GPTs _5.4 어시스턴트 API __5.4.1 어시스턴트 생성 __5.4.2 어시스턴트 API를 통한 대화 관리 __5.4.3 함수 호출 __5.4.4 오픈AI 웹 플랫폼의 어시스턴트 _5.5 정리 CHAPTER 6 마치며 _6.1 주요 내용 __6.1.1 GPT 모델 __6.1.2 오픈AI API __6.1.3 기획과 설계 __6.1.4 LLM 기능 활용 __6.1.5 다양한 프레임워크 활용 _6.2 LLM 기반 애플리케이션 개발 과정 __6.2.1 1단계: 아이디어 구상 __6.2.2 2단계: 요구 사항 정의 __6.2.3 3단계: 프로토타입 제작 __6.2.4 4단계: 개선 및 반복 __6.2.5 5단계: 솔루션 완성도 검토 _6.3 정리 APPENDIX A GPT의 활용도를 높이는 도구 A.1 스트림릿 A.2 GPTs 작업 기능 APPENDIX B 오픈AI o1 B.1 챗GPT에서 o1 활용하기 APPENDIX C 용어 사전 C.1 주요 용어 C.2 도구, 라이브러리, 프레임워크