Sebastian Raschka, 추론 모델 직접 구현 영상 강좌 공개: 8편 11시간, PyTorch로 평가부터 강화학습·증류까지

이거 강추함. 복잡한 AI 개념을 진짜 직관적으로 풀어줘서 카파시 2.0이라는 말이 나올 만함.

나도 Build Your Own LLM From Scratch 사서 읽는 중인데 손 잡아주듯 설명해서 좋더라. 아직 초반이라 다 못 읽었지만 PyTorch 쓰는 법이랑 autograd로 역전파가 어떻게 도는지 감 잡은 것만으로도 재밌었음.

솔직히 이게 누구한테 쓸모 있는지 모르겠음. 진짜로 모델을 만든다면 영상 강의로는 택도 아니고, 안 만들 거면 굳이 영상으로 배워야 하나 싶고. 개인 브랜드 수익화 아니냐는 의심도 듦.

영상만으로 안 된다는 논리는 좀 이상한데. 공대 학위도 강의만으로 안 되지, 과제랑 프로젝트를 따로 해야지.

너무 부정적으로 볼 필요는 없음. 소규모 팀이 프론티어 모델은 아니어도 특정 문제 하나만 잘 푸는 특화 모델을 직접 만드는 쪽으로 갈 수도 있잖아.

두 권 다 읽었는데 둘 다 훌륭함. 이번 책이랑 LLM 책 영상까지 다 봤는데 그제서야 퍼즐이 맞춰지는 느낌이었음.

나는 그의 책으로 시작했는데 어려운 개념을 쉽게 잡아줘서 좋더라. 그 덕에 AI 모델 동작 원리를 인터랙티브하게 배우는 플랫폼을 만들고 있음.

질문 하나. LLM이나 ML 배울 때마다 좀 허무한 기분이 듦. 이론 과정은 수학 전공급 헌신을 요구하는 것 같고, 실습은 컴퓨트랑 데이터 때문에 홈해커한테는 손글씨 숫자 분류기 넘어가면 벅차고. 나만 이런가?

그건 교재들이 보통 이론 기초부터 쌓으려 해서 그럼. ML만 그런 것도 아니고. 세바스찬 책 사서 위에서부터 훑어봐라, 훨씬 낫다.

나도 비슷한 느낌임. ML은 수학 지식에 직관까지 필요한데, 결국 실무의 messy한 데이터로 모델을 만드는 법을 배워야 해서 소프트웨어 개발이랑 진입 장벽 자체가 다름. 데이터나 모델 인프라 쪽 SWE로 들어가서 안에서 모델링을 늘려가는 게 현실적이더라.