본문으로 건너뛰기

© 2026 Molayo

GH Trending릴리즈2026. 04. 24. 14:11

ed-donner/llm_engineering

요약

본 문서는 LLM(거대 언어 모델) 엔지니어링 학습 과정을 시작하기 위한 종합적인 안내서입니다. 참가자들은 Ollama를 통해 로컬에서 Llama 3.2와 같은 오픈소스 모델을 즉시 실행하며 실습을 진행합니다. 과정은 여러 주차별 프로젝트로 구성되어 있으며, 궁극적으로는 강력한 자율 에이전트(Agentic AI) 솔루션 구축을 목표로 합니다. 학습의 핵심 원칙은 '직접 해보는 것(DOING)'이며, API 사용 시 비용 효율성을 위해 OpenAI의 `gpt-4.1-nano`나 Anthropic의 `claude-3-haiku-2024

핵심 포인트

  • 학습 시작은 Ollama 설치 및 `ollama run llama3.2` 명령어로 로컬 환경에서 Llama 3.2를 즉시 실행하며 진행합니다.
  • 과정의 목표는 여러 주차별 프로젝트를 통해 깊이 있는 전문성을 쌓고, 최종적으로 자율 에이전트(Agentic AI) 솔루션을 완성하는 것입니다.
  • API 비용 관리가 중요하므로, OpenAI에서는 `gpt-4.1-nano`, Anthropic에서는 `claude-3-haiku` 등 가장 저렴한 모델 버전을 사용하도록 권장합니다.
  • 학습의 핵심은 이론 습득이 아닌 '직접 코드를 실행하고 수정하며(DOING)' 경험하는 실습 중심 접근 방식입니다.

이 여정에 함께하게 되어 정말 기쁩니다. 앞으로 몇 주 동안 매우 만족스러운 프로젝트들을 진행할 것입니다. 어떤 것은 쉬울 것이고, 어떤 것은 도전적일 것이며, 많은 것들이 여러분을 ASTOUND(깜짝 놀라게) 할 것입니다! 이 프로젝트들은 서로 쌓아 올리는 방식이므로 매주 더 깊은 전문 지식을 개발하게 될 것입니다. 한 가지 확실한 것은, 과정 내내 많은 재미를 느낄 것이라는 점입니다.

강의 자료는 모든 새로운 주차 내용으로 완전히 새로워졌습니다. 만약 기존 비디오의 코드를 유지하고 싶다면, Anaconda Prompt 또는 터미널에서 다음 명령을 실행하십시오:

git fetch
git checkout original

질문이 있다면 Udemy나 ed@edwarddonner.com으로 저에게 물어봐 주세요. 더 자세한 내용은 여기 강의 자료 상단에서 확인하실 수 있습니다.

저는 여러분의 학습에 가장 성공할 수 있도록 돕기 위해 여기에 있습니다. 만약 어려움(snafus)을 겪거나, 제가 과정을 개선할 방법에 대한 아이디어가 있다면, 플랫폼이나 직접 이메일(ed@edwarddonner.com)로 연락 주시기 바랍니다. 커뮤니티를 구축하기 위해 LinkedIn에서 사람들과 연결하는 것은 항상 좋습니다. 여기에서 저를 찾아보실 수 있습니다:
https://www.linkedin.com/in/eddonner/

그리고 이것은 저에게 새로운 일이지만, X/Twitter에서도 @edwarddonner로 시도하고 있습니다. 만약 X를 사용하신다면, 어떻게 하는지 보여주세요 😂

강의에 수반되는 자료(슬라이드 및 유용한 링크 포함)는 여기에서 확인하실 수 있습니다:
https://edwarddonner.com/2024/11/13/llm-engineering-resources/

그리고 일반적인 질문에 대한 유용한 FAQ는 여기입니다:
https://edwarddonner.com/faq/

중요 참고 사항: 아래의 Llama3.3에 대한 경고를 확인하세요. 집 컴퓨터로는 너무 큽니다! llama3.2를 사용하십시오. 몇몇 학생들이 이 경고를 놓쳤습니다...

저희는 Ollama를 설치하면서 강의를 시작하여 즉시 결과를 확인할 수 있도록 할 것입니다!

  • https://ollama.com에서 Ollama를 다운로드하고 설치하세요. PC의 경우, 설치가 제대로 작동하려면 관리자 권한(administrator permissions)이 필요할 수 있다는 점에 유의하십시오.
  • PC에서는 명령 프롬프트(Command prompt)/PowerShell을 시작합니다 (Win + R을 누르고 cmd를 입력한 후 Enter를 누릅니다). Mac에서는 터미널(Applications > Utilities > Terminal)을 시작합니다. - 다음을 실행하세요:
    ollama run llama3.2
    또는 더 작은 기기의 경우 ollama run llama3.2:1b를 시도해 보세요.
  • Meta의 최신 모델인 llama3.3은 70B 파라미터로 대부분의 가정용 컴퓨터에는 너무 크다는 점을 유념하십시오!
  • 이것이 작동하지 않는다면, 다른 PowerShell(Windows) 또는 Terminal(Mac)에서 ollama serve를 실행한 다음 3단계를 다시 시도해야 할 수 있습니다. PC의 경우, PowerShell을 관리자 인스턴스(Admin instance)로 실행해야 할 수도 있습니다.
  • 그리고 그것이 여러분의 컴퓨터에서 작동하지 않는다면, 제가 클라우드에 설정해 두었습니다. 이것은 Google Colab에 있으며, 여러분에게 필요할 것입니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 GitHub Trending Jupyter Notebook (weekly)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
7

댓글

0