쓸모 있는 AI 서비스 만들기 - 사전 학습 모델로 빠르게 구현하는 실전 AI 프로젝트 가이드

현직 개발자가 다양한 예제로 알려 주는
쉽고 빠른 나만의 AI 서비스 개발 가이드

각종 AI 서비스가 넘쳐 나는 요즘, 이론만 배운 상태에서 곧바로 나만의 AI 서비스를 개발하려 한다면 구현 순서를 헷갈리거나 예상치 못한 상황에 당황하는 등 여러 어려움에 직면할 수 있습니다. 이 책은 이러한 어려움을 극복하고 실용적인 AI 서비스를 구현하려는 초보 개발자를 위해 만들어졌습니다. 꼭 배워야 할 활용도 높은 AI 서비스를 엄선하고, 유스케이스 작성과 같은 기획 단계부터 사전 학습 모델과 파이썬을 활용한 실습 단계까지 한 권에 담았습니다. 특히 단계별로 따라 하다 보면 자연스럽게 쓸모 있는 AI 서비스를 개발할 수 있다는 점이 이 책의 큰 장점입니다.
이 책은 현업 개발자부터 AI/머신러닝 분야 취업 준비생까지 다양한 학습 경험을 가진 독자를 대상으로 합니다. 사전 학습 모델과 애플리케이션의 기초부터 활용까지 폭넓게 다루고, 서비스 분야별 시장 규모와 전망, 활용 사례까지 소개해 트렌드를 읽는 안목과 인사이트를 기를 수 있는 기회를 제공합니다.
이 책을 읽고 나면 나만의 아이디어로 실용적인 AI 서비스를 개발할 수 있다는 자신감을 충분히 가질 수 있습니다. 실제 AI 서비스 구현을 통해 아이디어를 실현하는 즐거움을 체험하려는 모든 이에게 강력하게 추천합니다.

[목 차]

 

저자의 말

AI 개발 트렌드와 현재 ‘쓸모 있는’ AI

- AI의 발전

- 파운데이션 모델과 활용 사례

키워드로 살펴보는 학습 로드맵

순서로 살펴보는 학습 로드맵

 

chapter 1 괴발개발 손글씨도 읽어 내는 OCR 서비스

 

1. 1  OCR 개념과 사례

- 개념 이해

- 활용 사례

1. 2  알아야 하는 기술 키워드

- 인코더-디코더

- 토크나이저

1. 3  서비스 기획하기

- 유스케이스 작성하기

- 애플리케이션 구성 구체화하기

1. 4  모델 선정하기

- 사전 학습 모델의 장점

- 허깅페이스에서 모델 탐색하기

- 모델 선정하기 - TrOCR

- 모델 정보 얻기

- 모델 테스트하기 - 예제 이미지

- 모델 테스트하기 - 임의의 손글씨 이미지

- 모델 사용법 확인하기

1. 5  모델 실행하기

- 실습 환경 설정하기

- TrOCR 모델 실행하기

1. 6  애플리케이션 구현하기

- 환경 설정하기

- 시나리오 최종 확인하기

- 이미지 파일 업로드 UI 구현하기

- TrOCR 추론기 클래스 구현하기

- 추론 기능 구현하기

- 캔버스 UI 구현하기

 

chapter 2 사진 속 알맹이만 쏙쏙, 배경을 제거해 주는 이미지 세그멘테이션 서비스

 

2. 1  이미지 세그멘테이션 개념과 사례

- 개념 이해

- 활용 사례

2. 2  알아야 하는 기술 키워드

- 클래스

- 세그멘테이션 마스크

- 바운딩 박스

2. 3  서비스 기획하기

- 유스케이스 작성하기

- 애플리케이션 구성 구체화하기

2. 4  모델 선정하기

- 모델 선정하기 - Segment Anything Model

- 모델 구조 및 특징 파악하기

2. 5  모델 실행하기

- 실습 환경 설정하기

- SAM 모델 실행하기

2. 6  애플리케이션 구현하기

- 환경 설정하기

- 시나리오 최종 확인하기

- 애플리케이션 UI 구현하기

- 마우스 클릭 이벤트 구현하기

- SAM 추론기 클래스 구현하기

- 추론 및 배경 제거 후처리 구현하기

 

chapter 3 이슈를 모아서 정리해 주는 챗봇 기반 자연어 처리 서비스

 

3. 1  자연어 처리 개념과 사례

- 개념 이해

- 활용 사례

3. 2  알아야 하는 기술 키워드

- 자연어

- 언어 모델

- 초거대 언어 모델

- 프롬프트와 프롬프트 엔지니어링

- 업스트림 태스크와 다운스트림 태스크

- 웹 스크래핑

- API

3. 3  서비스 기획하기

- 유스케이스 작성하기

- 애플리케이션 구성 구체화하기

3. 4  모델 선정하기

- 모델 선정하기 - GPT

- GPT API

3. 5  모델 실행하기

- OpenAI API 키 사용하기

- 실습 환경 설정하기

- GPT 모델 실행하기

3. 6  애플리케이션 구현하기

- 환경 설정하기

- 시나리오 최종 확인하기

- 챗봇 UI 구현하기

- GPT API로 기본적인 챗봇 구현하기

- News API를 활용해 뉴스 기사 정보 가져오기

- 함수 호출 기능을 활용한 뉴스 기사 탐색 챗봇 구현하기

- 뉴스 기사 요약 및 번역 UI 구현하기

- 뉴스 제목 리스트 선택 기능 구현하기

- 뉴스 기사 스크래핑하기

- 뉴스 기사 요약 및 번역 기능 구현하기

 

chapter 4 영상 속 대화를 글로 변환해 주는 음성 인식 서비스

 

4. 1  음성 인식 개념과 사례

- 개념 이해

- 활용 사례

4. 2  알아야 하는 기술 키워드

- 자동 음성 인식

- 스펙트로그램

- SRT 포맷

4. 3  서비스 기획하기

- 유스케이스 작성하기

- 애플리케이션 구성 구체화하기

4. 4  모델 선정하기

- 모델 선정하기 – 위스퍼

- 위스퍼 모델의 구조

4. 5  모델 실행하기

- 실습 환경 설정하기

- 위스퍼 모델 실행하기 - 라이브러리 활용

- 위스퍼 모델 실행하기 - API 활용

- 유튜브 영상의 음성을 자막으로 만들기

4. 6  애플리케이션 구현하기

- 환경 설정하기

- 시나리오 최종 확인하기

- 애플리케이션 UI 구현하기

- 유튜브 링크에서 영상 가져오기

- Writer 클래스를 활용해 SRT 자막 파일 만들기 - 라이브러리 활용

- Writer 클래스를 활용해 SRT 자막 파일 만들기 - API 활용

- 위스퍼 추론기 구현하기

 

chapter 5 간단한 스케치를 고품질 이미지로 만들어 주는 이미지 생성 서비스

 

5. 1  이미지 생성 개념과 사례

- 개념 이해

- 활용 사례

5. 2  알아야 하는 기술 키워드

- 오토인코더

- 잠재 공간

5. 3  서비스 기획하기

- 유스케이스 작성하기

- 애플리케이션 구성 구체화하기

5. 4  모델 선정하기

- 디퓨전 모델의 기본 개념

- 디퓨전 모델의 발전

- 모델 선정하기 – 스테이블 디퓨전

5. 5  모델 실행하기

- 실습 환경 설정하기

- 스테이블 디퓨전 모델 실행하기

- 다양한 스테이블 디퓨전 모델 다운로드하기

5. 6  애플리케이션 구현하기

- 환경 설정하기

- 시나리오 최종 확인하기

- 스케치 투 이미지 생성 UI 구현하기

- 모델 다운로드 UI 구현하기

- 모델 다운로드 기능 구현하기

- 모델 불러오기 UI 및 기능 구현하기

- 스케치 투 이미지 생성 기능 구현하기

 

찾아보기