종이책을 좋아하는 개발자 (주레피 서재)

AI 개발자의 놀이터를 제대로 활용하는 법 - [허깅페이스 인 액션 - 모델 탐색부터 파인튜닝, RAG, 에이전트까지 허깅페이스로 완성하는 AI 개발]

주레피 — Wed, 28 Oct 2026 22:57:00 +0900

허깅페이스 인 액션 - 모델 탐색부터 파인튜닝, RAG, 에이전트까지 허깅페이스로 완성하는 AI 개발
웨이멍 리 지음.박지은 옮김 / 길벗 / 2026년 09월

2026년 9월 3일, 엔비디아는 오픈소스 AI 모델 공유 플랫폼인 허깅페이스를 약 17조 5천억 원에 인수하기로 합의했다. 도대체 허깅페이스는 어떤 곳이기에 엔비디아가 이처럼 막대한 금액을 들여 인수하기로 한 것일까?
허깅페이스는 흔히 'AI 업계의 깃허브'라고 불린다. AI 모델을 보관하고 공유하는 저장소일 뿐만 아니라 사용법과 예제를 확인하고, 클라우드에서 직접 모델을 구동할 수도 있다. 사실상 트랜스포머 생태계의 중심이자 AI 개발자들이 가장 활발하게 모이는 플랫폼인 셈이다.
이 책은 AI 개발자의 놀이터인 허깅페이스의 활용법을 A부터 Z까지 담고 있다. 허깅페이스 사이트 활용법을 시작으로 Transformers 라이브러리, 웹 애플리케이션 도구인 그라디오(Gradio), 랭체인, 라마인덱스, 랭플로우, 랭그래프, Ollama, GPT4All, MCP 환경에서 허깅페이스 모델을 활용하는 다양한 사례를 예제로 설명한다.
다루는 주제도 다양하다. 텍스트 분류·생성·요약·번역·질의응답부터 이미지와 영상의 객체 탐지, 오디오를 텍스트로 변환하는 작업, 파인 튜닝, RAG, AI 에이전트 프로그래밍, 챗봇, 판다스 데이터 분석, MCP 서버 구축과 활용법까지 폭넓게 다룬다.
책의 예제에서는 20개가 넘는 허깅페이스 오픈 웨이트 트랜스포머 모델을 다운로드해 직접 사용한다. 임베딩과 텍스트 모델은 물론 이미지, 비디오, 멀티모달 모델까지 포함한다. OpenAI의 GPT-4o와 허깅페이스 클라우드 API를 활용하는 예제도 소개한다. 여기에 트랜스포머 아키텍처, 토큰화와 임베딩의 개념, RAG와 MCP의 이론적 배경도 빼놓지 않고 설명한다.AI 개발자들은 ChatGPT, Claude, Gemini가 있는데도 왜 허깅페이스로 모일까? 제가 생각하는 이유는 세 가지다. 첫째는 프라이버시다. 기업과 개인은 자신의 데이터가 외부로 유출되는 것을 꺼린다. 둘째는 토큰 비용이다. 비용이 비싼 것도 문제지만, 실제로 얼마나 많은 비용이 발생할지 예측하기 어렵다는 불확실성이 더 큰 부담이다. 마지막은 오버엔지니어링 문제다. 우리가 해결해야 할 문제 중 상당수는 허깅페이스의 오픈 웨이트 모델로도 충분히 해결할 수 있다. 다만, 개발자의 수고가 조금 더 필요할 뿐이다.
이 책을 읽고 난 후 새롭게 알게 된 방법이 많았다. CPU 기반으로 실행할 수 있는 GPT4All을 비롯해 그라디오와 Transformers 라이브러리의 사용법을 새롭게 알게 되었다. 무엇보다 사용법이 생각보다 쉬웠다. 해결하고자 하는 문제에 적합한 모델을 허깅페이스에서 찾고, 사용법을 확인해 적용하기만 하면 된다.
예전 같으면 '아마 이렇게 하면 되겠지'라고 막연히 생각했겠지만, 이제는 책의 예제를 직접 실행하며 그 과정을 체득했다.
아쉬운 점도 있다. 소개된 모델의 대부분이 영어 중심이고, 예제 코드도 입문자를 위한 소개 수준에 머문다. 그럼에도 저처럼 예제를 하나씩 따라 실행해 보면 허깅페이스와 매우 친숙해질 수 있다. 이를 실제 문제에 어떻게 활용할지에 관한 아이디어도 자연스럽게 생길 것이다.
허깅페이스를 제대로 활용하고 싶은 분이라면 이 책으로 시작해 보기를 적극 추천드린다.

1인 기업가를 위한 챗GPT 활용법 - [AI 팀원을 고용한 회사는 다르게 일한다 - 부서별, 업무별 챗GPT 실전 도입 가이드, 영업, 마케팅, 인사, 경영기획, 백오피스 업무, 경영자]

주레피 — Sun, 27 Sep 2026 08:43:00 +0900

AI 팀원을 고용한 회사는 다르게 일한다 - 부서별, 업무별 챗GPT 실전 도입 가이드, 영업, 마케팅, 인사, 경영기획, 백오피스 업무, 경영자
이케다 도모히로 지음, 박광수 옮김 / 길벗 / 2026년 08월

"길벗 37차 개발자 리뷰어 활동을 위해서 책을 협찬 받아 작성된 서평입니다."
1인 기업가를 위한 챗GPT 활용법
챗GPT가 처음 공개된 이후 1인 기업가가 되었거나 되고자 하는 분들이 눈에 띄게 늘었다. 2025년에는 LLM이 성장하고 MCP, A2A 등으로 외부 데이터까지 연결할 수 있게 되었다. 그 덕분에 다양한 분야에서 AI 에이전트를 업무에 활용한 사례가 속속 발표되고 있다. 급기야 2026년에는 가상의 AI 오피스 공간에서 AI 팀원을 만들어 운영하는 모습도 심심찮게 보인다. AI 에이전트 시대에 사람의 역할은 더욱 중요해졌다. AI 에이전트의 생성부터 운영, 감사까지 모든 과정이 철저하게 사람의 감독 아래 이루어져야 한다. 모든 것을 사람이 직접 만들어야 한다는 뜻은 아니다. AI를 활용하더라도 주도권은 사람이 쥐어야 한다는 것이다.이 책은 저자가 8개 회사를 창업한 경험을 바탕으로 쓰였다. 영업, 마케팅, 인사, 경영기획, 백오피스 업무, 경영자 분야에서 생성형 AI를 활용한 사례를 설명한다.💡 최근 사내에서 새로운 제품을 출시했다. 그래서인지 영업과 마케팅 부분을 특히 재미있게 읽었고, 인사이트도 많이 얻었다.생성형 AI로 업무 생산성을 높인 글로벌 사례와 국내 기업 사례를 소개한다. 기업이 생성형 AI 도입에 성공하기 위한 8가지 포인트도 공유한다.💡 글로벌 사례에서 업무 생산성이 개인적인 생각만큼 크게 오르지 않았다는 점을 확인할 수 있었다. 흥미로운 내용도 있었다. 기업이 생성형 AI를 도입할 때는 개인 활용을 늘리는 것보다 업무 프로세스에 자연스럽게 녹여 쓰는 방식이 더 효과적이라고 한다. 글을 읽고 생성형 AI의 기업내 온보딩이 쉽지 않다는 부분에 충분히 공감하게 되었다.

챗GPT의 주요 기능(웹 검색, 심층 리서치, GPTs, 프로젝트)과 효과적인 프롬프트 사용법, 다양한 팁을 배울 수 있다. 특히 2장 마지막에 나오는 방법이 큰 도움이 되었다. 성공 사례로부터 거꾸로 프롬프트를 추적하는 방법이다. #리버스프롬프트 #리버스프롬프팅 #리버스프롬프트엔지니어링

영업, 마케팅, 인사, 경영기획, 백오피스 업무, 경영자에게 꼭 필요한 업무 영역에서 생성형 AI를 활용하는 방법을 설명한다. 각 장의 말미에는 B2B와 B2C별로 3가지 도메인에서 활용할 수 있는 팁을 공유한다.💡 마침 인력 채용 계획을 세우던 참이었다. 이 책의 5장 덕분에 기존 채용 프로세스의 문제점과 개선 방향까지 점검할 수 있었다.

책의 본문에서는 먼저 기본 프롬프트를 알려 주고, 이를 권장 프롬프트로 개선한다. 이어서 실제 사례를 들어 프롬프트를 구체적으로 설명한다. 마지막으로 프롬프트를 사용할 때 주의할 점도 빠짐없이 짚어 준다.

이 책은 6개 분야의 프롬프트 엔지니어링을 주제로 챗GPT 활용법을 설명한다. 모델이 아무리 발전하고 유능해져도 사용자의 의도를 명확히 전달하려면 여전히 프롬프트 엔지니어링이 중요하다. 좋은 프롬프트를 작성하려면 먼저 스스로 업무를 이해해야 한다. 무엇이 중요한지, 어떤 정보가 부족한지, 어떤 행동을 해야 하는지 파악한 뒤 LLM에 전달해야 의도에 맞는 결과를 얻을 수 있다.AI 시대에는 업무의 경계가 점점 무너지고 있다. 혼자서 여러 부서의 일을 떠안는 1인 기업가라면 이 책을 부서별 매뉴얼처럼 쓸 수 있다. 물론 각 부서의 업무 담당자에게도 생성형 AI 활용의 훌륭한 가이드가 되어 준다. 특히 챗GPT를 써 봤지만 업무에 어떻게 붙여야 할지 막막했던 사람에게 권한다. 무엇보다 저와 같은 개발자에게도 미래의 1인 기업가를 원한다면 꼭 읽기를 추천한다.책에 실린 프롬프트를 AI 에이전트의 지침으로 옮기면, 분야별 AI 팀원을 꾸리는 것도 어렵지 않을 것이다. 다만 그 팀원에게 무엇을 시킬지는 여전히 사람이 정해야 한다. 이 책이 결국 가르쳐 주는 것도 프롬프트 문장보다 업무를 이해하는 방법이다. AI 팀원을 고용하더라도 주도권과 책임은 사람이 가져야 하기 때문이다.
#길벗 #이케다도모히로 #박광수 #아크몬드 #AI팀원을고용한회사는다르게일한다 #ChatGPT #챗GPT #AI #AI팀원 #영업 #마케팅 #인사 #경영기획 #백오피스 #경영자 #모두의AI #챗GPT업무활용 #AI에이전트

sLLM으로 서비스하는 것의 모든 것 - [원하는 대로 튜닝하는 나만의 sLLM - 비용은 낮게, 보안은 높게, 성능은 내 업무에 딱 맞게!]

주레피 — Sun, 30 Aug 2026 15:04:00 +0900

원하는 대로 튜닝하는 나만의 sLLM - 비용은 낮게, 보안은 높게, 성능은 내 업무에 딱 맞게!
오지영 지음 / 길벗 / 2026년 07월

"길벗 36차 개발자 리뷰어 활동을 위해서 책을 협찬 받아 작성된 서평입니다."
최근 1년을 되돌아보면서 소프트웨어 개발하는 방식과 개발된 제품을 보면서 엄청난 격세지감을 느낀다. 개발 활동의 모든 과정에서 AI의 활용도는 거의 전부라고 말할 수 있다. 자료조사, 분석, 설계, 구현, 테스트, 배포, 문서 작업까지 AI가 영향을 미치지 않는 곳이 없다. 개발되는 제품도 AI 기능이 없으면 시장에 내놓을 수 없을 지경이다. 다른 한편으로 AI 빈부격차도 뚜렷하다. AI 활용 지식과 토큰 비용은 차치하더라도 비용과 보안 때문에 상용 플래그십 모델(오픈AI, 앤트로픽, 구글)을 사용할 수 없는 곳이 대부분이다. 개발 과정은 상용 모델을 사용하더라도 서비스하는 제품은 sLLM으로 해야 되는 것이다. sLLM은 최근 구글(Gemma4)을 비롯하여 알리바바(Qwen3.8), 메타(llama3.2), 마이크로소프트(Phi4), 미스트랄(mistral)에서 오픈소스 모델을 내놓으면서 꾸준히 연구되고 있다. 국내에서도 카카오(kanana), LG(exaone), 업스테이지(solar), 허깅페이스에 모델이 계속해서 업로드된다. 문제는 성능이다. 벤치마크에서 우수한 성능을 받았더라도 우리가 모델의 활용법(이해)을 모르거나, 모델의 수정 없이는 고객의 요구사항을 제대로 만족시킬 수 없다. 이 책은 바로 이 지점, 즉 sLLM을 "어떻게 이해하고 다듬어서 실제 서비스에 붙일 것인가"에 대한 답을 조사 근거와 실습으로 제시한다.sLLM을 파인튜닝하는 다양한 방법뿐만 아니라 sLLM과 관련된 매우 상세한 트렌드와 동향, 산업별 사례 분석을 시작으로 파인튜닝 방법, 최적화 기법, sLLM 모델을 활용한 서비스 배포, 챗봇, 문서 요약, RAG, 랭체인, 라마 인덱스 사용법, 실무에서 발생하는 문제 해결까지 sLLM으로 서비스하는 모든 것을 다룬다.

<1장 LLM과 sLLM - sLLM이 해결할 수 있는 문제, p042~p043>

<4장 sLLM모델 학습 환경 구축 - 표 4-6 RAG 성능 향상 포인트, p100~p101>

<6장 sLLM의 효율적인 파인튜닝 - 표 6-3 모델 학습 시 필요한 VRAM 비교, p176~p177>

<10장 실무에서 발생하는 문제 해결 - 출력 품질 평가 지표 분류, p346~p347>
책 내용 중간에 sLLM 모델의 튜닝/서빙 환경에서 메모리 양을 비교하는 것과 파인튜닝 방법을 서로 비교하는 내용이 인상 깊었다.예제에서는 허깅페이스의 다양한 모델을 다운로드하여 활용하는 방법이 도움이 되었다. 아이러니하게도 생각보다 모델의 성능이 좋지 않다는 점이 오히려 더 흥미로웠다. 예제에 사용된 허깅페이스 모델 대부분이 파라미터 3B 미만이라 성능에 한계가 있었는데, 오히려 그만큼 개선의 여지가 많다는 뜻이기도 하다. 예제의 서비스 주제도 센스 있게 느껴졌다. 현업에서 가장 많이 사용되는 챗봇, 문서 요약, RAG이기 때문이다.Streamlit이 아니라 Gradio를 사용한 점도 신선했다. 대부분의 책들이 Streamlit으로 예제를 소개하는 경우가 많은데, 이 책 덕분에 Gradio도 경험해볼 수 있었다. 마지막으로, 10장에서 소개하는 실무에서 발생하는 문제 해결법은 앞으로도 계속해서 찾아볼 만큼 실용적이었다.

<노트북 예제 실습 장면>
책의 아쉬운 부분은 소스 코드를 실행하기 위한 방법을 좀 더 친절하게 설명해주었으면 좋을 것 같았다. Colab뿐만 아니라 MacOS(Linux), Windows에서도 실습할 수 있도록 Github의 README.md를 활용해서 개선해 주었으면 좋겠다. 실습에 사용한 데이터 파일도 함께 올려주면 책을 읽는 독자에게 더욱 도움이 될 것 같다. sLLM을 활용하여 고객의 요구사항을 충족하기에는 아직 할 일이 많다. 그렇기 때문에 이 분야는 경쟁력을 키울 잠재력이 크다고 생각한다. sLLM을 서비스에 활용하고자 계획하시는 모든 기획자, 개발자에게 이 책이 좋은 출발점이 될 것이다. 진심으로 추천드린다.