AI가 실제로 어떻게 생각하는지 볼 수 있다면 어떨까요?

비유적이 아닌. 이론적이 아닌. 직접 만들어볼 수 있는 실제 시연을 통해서입니다—1961년 Donald Michie가 성냥갑을 이용해 틱택토 게임을 이기도록 가르침으로써 기계가 학습할 수 있다는 것을 증명했던 것과 같은 접근 방식을 사용합니다.

마법사의 렌즈는 AI 문헌 어디에서도 찾아볼 수 없는 것을 보여줍니다: 지형 지도, 토큰, 그리고 실체화된 어텐션 메커니즘을 사용하여 구축하고 작동할 수 있는 완전한 대규모 언어 모델입니다. 이것은 AI를 이해하기 위한 은유가 아닙니다. 이것은 물리적 구현을 통해 보여주는 실제 AI입니다.

다른 사람들이 AI를 효과적으로 사용하는 데 어려움을 겪는 동안, 이 책은 여러분이 AI처럼 생각하는 법을 가르칩니다—패턴을 보고, 메커니즘을 이해하며, 전에 없던 일을 해낼 수 있게 하는 통찰력을 적용하는 방법을 알려줍니다.

숨겨진 지식

Cray Research가 이룬 것은 잘 문서화되어 있습니다: 우리는 세계에서 가장 빠른 슈퍼컴퓨터를 만들어 계산적으로 가능한 것의 한계를 바꾸었습니다. 우리가 어떻게 그것을 했는지는 지금까지 기록된 적이 없었습니다—지금까지는요.

이 책은 그 시대의 시스템적 사고 방식과 혁명적인 사고방식을 현대의 AI에 적용하여 공유합니다. 역사로서가 아닌, 오늘날 사용할 수 있는 실용적인 방법으로 말입니다. 2등은 생존할 수 없는 환경에서 계산적 돌파구를 만들어낸 같은 접근 방식이 이제 다른 사람들이 재현할 수 없는 방식으로 AI와 작업하는 방법을 보여줍니다.

Cray Research의 중요성을 아는 분들에게: 네, 바로 그 지식입니다. 다른 모든 분들에게: 여러분은 불가능을 가능하게 만드는 것으로 이미 입증된 접근 방식을 배우게 될 것입니다.

무엇을 발견하게 될까요

실습 시연과 명확한 설명을 통해 다음을 배우게 됩니다:

토큰 문맥과 임베딩 - 물리적 토큰과 지형 지도를 사용하여 추상적 개념을 구체화하면서, AI가 정보를 어떻게 표현하고 처리하는지 보여주는 작동 모델을 만듭니다.

어텐션 메커니즘 - 직접 조작해볼 수 있는 시연을 통해 AI가 어떻게 관련 정보에 집중하는지 이해하고, 왜 특정 접근 방식은 성공하고 다른 것은 실패하는지 알아봅니다.

핑퐁 효과 - 단발성 프롬프팅을 넘어서 각각의 상호작용을 통해 더욱 효과적으로 발전하는 AI와의 협력 관계를 발전시킵니다.

대규모 패턴 인식 - AI가 어떻게 서로 다른 정보를 연결하는지 보는 법을 배우고, 이러한 연결을 활용하도록 작업을 구조화하는 방법을 배웁니다.

혁명적 사고 - "불가능하다"를 경계가 아닌 초대장으로 여기며, 다른 사람들이 불가능하다고 여기는 도전을 감행할 수 있는 사고방식을 개발합니다.

이 책이 다른 이유

대부분의 AI 책들은 더 나은 프롬프트를 작성하는 법을 가르치거나 수식으로 트랜스포머 아키텍처를 설명합니다. 이 책은 물리적 시연을 통해 메커니즘이 실제로 어떻게 작동하는지 보여주고, 그 다음 다른 누구도 할 수 없는 방식으로 그 이해를 적용하는 법을 가르칩니다.

여러분은 이전과는 전혀 다르게 AI를 사용하는 법을 배우게 될 것입니다—요령이나 기술을 통해서가 아니라, 대규모 언어 모델이 어떻게 정보를 처리하고, 문맥을 유지하며, 응답을 생성하는지에 대한 진정한 이해를 통해서입니다. 이러한 이해는 AI와의 협력 방식을 변화시켜, 다른 사람들은 아직 존재하지 않는 기술이 필요하다고 생각하는 가능성들을 열어줍니다.

이 책의 대상

이 책은 여러 독자층을 위한 것입니다:

전문가와 지식 근로자 AI로 복잡한 작업을 수행해야 하고 기본적인 프롬프팅에 근본적인 한계가 있다는 것을 인식하는 사람들.

개발자와 기술 실무자 수학에 빠지지 않고 LLM의 내부를 이해하여 더 나은 구현 결정을 내리는 데 도움이 되는 실용적인 통찰력을 얻고자 하는 사람들.

전략적 사고가와 혁신가 전에 없던 문제를 해결해야 하고, 혁명적인 결과를 위해서는 혁명적인 접근이 필요하다는 것을 인식하는 사람들.

AI에 더 많은 것이 있다고 의심하는 모든 사람 현재의 튜토리얼과 가이드가 보여주는 것 이상이 있다고 생각하고, 진정한 경쟁 우위를 만들어내는 능력을 개발하고 싶은 사람들.

저자의 배경

Edward W. Barnard는 컴퓨팅 분야에서 전례 없는 성과를 이루어냈던 시기의 Cray Research에서 수년간 일했습니다. 이 책은 그 시대의 시스템적 사고 방식과 혁명적인 사고방식을 현재의 AI 협력에 적용하여 공유합니다.

이것들은 이론적인 프레임워크가 아닙니다. 이것들은 자격증보다 결과가 더 중요했던, 불가능한 도전들이 명확한 사고와 복잡한 시스템에 대한 혁명적인 접근을 통해 해결되었던 환경에서 검증된 방법들입니다.

Alan Turing부터 Seymour Cray에 이르기까지, 현대 컴퓨팅의 암호학적 기원은 정보, 문맥, 그리고 계산적 가능성에 대한 특정한 사고방식을 만들어냈습니다. 이 책은 그러한 접근 방식을 즉시 적용할 수 있는 형태로 가르칩니다.

여러분이 얻게 될 것

즉각적인 능력 - LLM이 실제로 정보를 처리하고 생성하는 방식을 이해함으로써, 다른 사람들이 현재 기술로는 불가능하다고 여기는 작업을 수행하는 법을 배웁니다.

깊은 이해 - 직접 작동하는 LLM을 만들면서, 추상적인 개념을 구체화하고 왜 특정 접근 방식이 성공하고 다른 것은 실패하는지 알아봅니다.

전이 가능한 기술 - 모든 AI 플랫폼에서 작동하고 기술이 어떻게 발전하든 가치를 유지하는 시스템적 사고 방식을 개발합니다.

혁명적인 사고방식 - Cray Research에서 불가능한 도전에 접근했던 방식을 배웁니다: 받아들여야 할 경계가 아닌 해결해야 할 흥미로운 문제로서 말입니다.

장기적인 숙달 - 암기된 기술이 아닌 이해를 바탕으로, AI 협력 기술을 지속적으로 향상시킬 수 있는 기반을 만듭니다.

운영상의 복잡성에 압도되었든, AI의 현재 능력을 넘어서는 것처럼 보이는 프로젝트로 고심하고 있든, 또는 단순히 이러한 도구들을 더 잘 활용할 수 있는 방법이 있다는 것을 알고 있든, 이 책은 AI로 할 수 있는 것뿐만 아니라 무엇이 가능한지에 대한 여러분의 생각을 변화시킬 것입니다.

혁명은 오고 있는 것이 아닙니다. 이미 여기 있습니다. 문제는 여러분이 그것을 볼 수 있는 사람들 중 한 명이 될 것인가 하는 것입니다.