머신러닝 배경이 있어야 하나

LLM Bootcamp는 필요 없다. Python으로 프로그래밍하는 사람을 대상으로 한다. 머신러닝, 프런트엔드, 백엔드 중 하나의 경험은 도움이 되지만 필수는 아니다. 2022년 딥러닝 강의는 진행이 빠르고 신경망 기초를 전제로 하며, 복습용 사전 실습을 따로 제공한다.

2022년 강의와 LLM Bootcamp의 차이는 무엇인가

2022년 강의는 머신러닝 제품의 생애주기 전체를 데이터에서 배포, 팀 운영까지 다룬다. 2023년 4월에 녹화한 LLM Bootcamp는 사전 학습된 언어 모델 위에 만드는 앱에 집중해 프롬프트, LLMOps, 인터페이스 설계를 다룬다.

교재는 아직 통하나

일부는 통한다. 팀은 녹화 이후 도구와 모델 성능이 바뀌었다고 밝히고, 2022년 페이지에도 당시 실무를 반영한 내용이라고 적어 두었다. 개념은 오래 가지만 라이브러리 이름과 요금은 최신 문서에서 확인해야 한다.

사이트에 무료 녹화본의 수료증이나 자격 언급은 없다. 독학용 공개 교재로 내놓은 것이고, 강의와 과제 피드백이 따르는 오프라인 부트캠프는 날짜가 정해진 행사였지 상시 모집 프로그램은 아니었다.

오프라인 부트캠프에 참가할 수 있나

2023년 4월 샌프란시스코 LLM Bootcamp와 초기 버클리 부트캠프를 포함해 오프라인 프로그램은 일정이 고정된 행사로 열렸다. 지금은 그 녹화본과 교재를 무료로 공개하고, 다음 기수 안내는 메일링 리스트로 한다.

API나 대화형 도구가 있나

없다. 소프트웨어 제품이 아니라 강의 모음이므로 API도, 호스팅 환경도, 계정 화면도 없다. 실습은 내 컴퓨터와 내 도구 계정으로 돌리고, 코드는 그대로 내 것이 된다.

The Full Stack

The Full Stack (Full Stack Deep Learning) · 학습 · 기타 · 프롬프트

The Full Stack은 UC 버클리 박사 출신 팀이 공개한 무료 강의다. AI 제품을 만드는 과정을 데이터 처리부터 배포, LLMOps까지 다룬다.

도구 방문

The Full Stack 소개

About

The Full Stack이란

The Full Stack(Full Stack Deep Learning)은 UC 버클리에서 박사 학위를 받은 소규모 팀이 운영하는 교육 프로젝트다. 멤버들은 OpenAI와 Weights & Biases, 자기 회사에서 머신러닝 시스템을 실제 서비스에 올린 경험이 있다. 출발점은 단순하다. 모델 학습은 쉬운 절반이고, 나머지 전부가 제품이 되는지를 결정한다.

교재는 AI 제품의 생애주기 전체를 다룬다. 해볼 만한 문제를 고르는 일에서 시작해 데이터와 실험 관리, 매주 바뀌는 모델 검증, 배포, 출시 후 모니터링으로 이어진다. 최근 LLM 과정은 프롬프트 엔지니어링, 확장된 언어 모델, 채팅 인터페이스가 던지는 UX 질문을 더한다. 무료 AI 강의로 기초를 넓게 잡을 수 있고, AI 제품 개발의 흐름은 첫 강의부터 끝까지 이어진다. LLM 쪽은 실무에 가까운 MLOps 강의로 읽으면 된다.

가장 큰 한계는 시점이다. 강의는 녹화본이라 촬영한 해의 도구와 모델 성능을 전제로 한다. 팀도 사이트에 그렇게 밝혀 두었고, 라이브러리 이름은 현재의 권장 사항이 아니라 당시 사례로 읽어야 한다. 무료 과정에는 같은 기수도, 과제 첨삭도, 강사 피드백도 없다.

시작하는 방법

fullstackdeeplearning.com을 열고 2022년 딥러닝 강의와 2023년 LLM Bootcamp 중 하나를 고른다.
일정을 훑고 첫 강의인 코스 비전과 머신러닝을 써야 하는 시점부터 본다. 시리즈 전체의 순서가 잡힌다.
딥러닝 기초가 얕다면 CNN, 트랜스포머, PyTorch Lightning 사전 실습을 먼저 소화한다.
실험 관리나 웹 배포 실습 하나를 끝까지 따라 한다. 샘플 데이터가 아니라 자기 프로젝트로 돌린다.
다음 기수 소식을 받으려면 메일링 리스트나 유튜브 채널을 구독한다.

제품 정보

The Full Stack의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.

무료 플랜예

유료 플랜$0 (all course materials are free)

플랫폼Web

개발사The Full Stack (Full Stack Deep Learning)

카테고리학습 · 기타 · 프롬프트

출시일Aug 2018

최근 업데이트Apr 2023

웹사이트 방문 수50.5K

웹사이트 글로벌 순위592K

API 제공 여부아니요

주요 기능

2022년 강의 무료 공개

녹화 강의 9개가 코스 비전, 개발 인프라, 디버깅과 평가, 데이터 관리, 배포, 지속 학습, 파운데이션 모델, 팀 운영, 윤리를 다룬다. 강의마다 슬라이드와 서면 요약이 붙어 있어 읽기만 해도 된다. 전체가 계속 공개되어 있고, 팀은 영구 무료라고 밝힌다.

Full Stack LLM Bootcamp 녹화본

2023년 4월 LLM Bootcamp는 세션 8개를 더한다. 프롬프트 엔지니어링, LLMOps, 언어 인터페이스 UX, 확장 언어 모델, 한 시간 만에 LLM 앱을 띄우는 시연이다. 오프라인 행사를 녹화해 이전 교재와 같은 무료 공개 방식으로 올렸다.

직접 돌려 보는 실습

2022년 강의에는 실습 8개가 따라붙는다. 실험 관리, 데이터 라벨링, 디버깅, 웹 배포, 모델 모니터링을 차례로 다룬다. 장난감 예제가 아니라 실제 도구 조합을 쓰기 때문에 끝내면 배포할 수 있는 결과물이 손에 남는다. 강의를 업무에 다시 쓸 수 있는 능력으로 바꾸는 구간이 여기다.

LLMOps 실무

LLMOps 강의는 언어 모델 기능을 운영하는 쪽을 다룬다. 정답이 하나로 정해지지 않는 출력을 평가하는 법, 비용과 지연을 추적하는 법, 모델 업데이트로 동작이 하루아침에 바뀐다고 가정하는 법이다. 첫 프로토타입이 실제 사용자를 만날 때 대개 빠져 있는 부분이 이 내용이다. 첫 선택과 참고 자료 수준에서 멈추고, 완전한 엔지니어링 매뉴얼은 아니다.

프롬프트 설계와 인터페이스 설계

두 세션이 프롬프트와 UI 설계를 요령이 아니라 제품 문제로 다룬다. 프롬프트 강의는 구조화 프롬프트, 소수 예시 제공, 실패 유형을, UX 세션은 채팅이 시스템 상태를 감추는지 드러내는지를 본다. 둘을 이어서 보는 편이 하나만 보는 것보다 낫다. 좋은 프롬프트도 화면이 나쁘면 실패하기 때문이다.

프로젝트 중심 학습 경로

2022년 과정에는 제안서, 마일스톤, 최종 발표로 이어지는 그룹 과제가 있고 발표 영상도 공개되어 있다. 같은 구조를 혼자 따라갈 수 있다. 작은 제품 아이디어를 골라 실습에 통과시키고, 친구나 동료 앞에서 발표해 의견을 받는다. 몇 주짜리 부업으로 어느 정도 규모가 현실적인지도 이 과제에서 드러난다.

장단점

장점

슬라이드, 실습, 녹화본까지 전부 무료이고 강의를 보는 데 가입 장벽이 없다.
강사들이 OpenAI, Weights & Biases, Volition에서 실제 시스템을 운영했기 때문에 조언이 이론이 아니라 현장에서 나온다.
눈에 띄지 않지만 성패를 가르는 부분, 즉 데이터 관리와 검증, 모니터링까지 범위에 들어 있다.
실습이 당시 최신 도구 조합을 처음부터 끝까지 쓰기 때문에 내 저장소로 옮기기 쉽다.
LLM 과정이 인터페이스 설계와 평가를 다룬다. 프롬프트 콘텐츠 대부분이 건너뛰는 두 영역이다.

단점

녹화본은 낡는 속도가 빠르다. 2022년과 2023년의 도구 이름과 모델 성능은 이미 달라졌으니, 버전에 붙은 세부 내용은 최신 문서에서 확인해야 한다.
기수도 마감도 피드백도 없어서 외부 압력이 있어야 움직이는 사람은 끝까지 가기 어렵다.
무료 과정에는 수료증도 자격도 없어서 그것만으로 정식 교육 요건을 채우지는 못한다.
운영 관련 주제는 첫 선택과 참고 자료에서 멈추는 경우가 많아, 특정 스택의 깊은 운영 지침이 필요한 사람에게는 빈틈이 남는다.