SK 네트웍스 family AI 캠프 11주차 회고( 2025-05-07 ~ 2025-05-09 )

---

 

주간 수업 내용 복습

[ 05/07 ] LLM의 기초(LLM의 이해)

[ SK 네트웍스 Family AI 캠프 수업 내용 복습 ] LLM의 기초(LLM의 이해) 2025-05-07

 

[ 05/08 ] zero-shot, one-shot, few-shot, fine-tuning

[ SK 네트웍스 Family AI 캠프 수업 내용 복습 ] zero-shot, one-shot, few-shot, fine-tuning 2025-05-08

 

---

 

The four Fs

FACTS(사실, 객관) : 이번 일주일 동안 있었던 일, 내가 한 일

LLM과 Fine-tuning

이번 주는 LLM에 대해 배웠습니다. LLM의 개념과 어떻게 LLM을 만들 수 있는지, 이미 만들어진 LLM을 어떻게 Fine-tuning을 하는지 배우게 되면서 특정 도메인 지식에 특화된 LLM을 만들 수 있게 되었습니다. 

Unity 강화 학습 프로젝트

 같은 반 팀원분들과 함께 Unity Engine을 활용한 강화학습 프로젝트를 시작하였습니다. 실제 개발에 들어가기 전에 연습 삼아 러닝 게임을 만들어 강화학습을 시켜보고 있습니다.

FEELINGS(느낌, 주관) : 나의 감정적인 반응, 느낌

 PlayerData에서 20$의 비용을 지원을 해주어 OpenAI를 사용하고 있습니다. OpenAI에서 제공해주는 모델을 사용할 때마다 토큰 개수에 따라 비용이 차감되는데, 지원받은 비용임에도 무의식적으로 아끼게 되는 것 같습니다. 기존에도 Chat GPT나 각종 AI 툴을 굳이 비용을 들여 사용하지 않았기 때문에 더 그런 것 같습니다. " AI를 사용하는데 거부감을 느끼지 말고 더 나은 결과물을 낼 수 있는 도구로써 바라보자 "라는 다짐을 다시금 상기하게 되는 것 같습니다.

FINDINGS(배운 것) : 그 상황으로부터 내가 배운 것, 얻은 것

  수업을 들으면서 OpenAI나 RunPod, AWS와 같이 이용하는데 비용이 드는 기술이나 서비스를 바라보는 시각이 많이 달라진 것 같습니다. 이 기술과 서비스를 이용해보면서 얻는 개발적인 지식과 경험들이 많기 때문에 지출되는 비용이 어쩌면 합리적이라는 생각이 들었고, 이를 아까워하기보다는 오히려 적극적으로 사용해보고 많이 배우자라는 마인드가 생겼습니다.

FUTURE(미래) : 배운 것을 미래에는 어떻게 적용할 지

 자연어를 해석하고 분류할 수 있는 LLM이기 때문에 FAQ나 챗봇을 개발할 때에 적용할 수 있습니다. 앞으로 진행하게 될 3차 단위 프로젝트를 위해 많이 활용해보고 어떤 모델을 사용하고 Fine-tuning을 하는게 좋을지 미리 생각해봐야 할 것 같습니다. 또한 LLM 수업을 들으면서 한 가지 해보고 싶은 것이 생겼는데, LLM을 활용하여 게임 속 세계관을 유동적으로 관리해주는 LLM을 구현해보고 싶다는 생각을 하게 되었습니다. 모델을 Fine-tuning 하여 게임 세계관에 특화되도록 훈련을 할 수도 있겠지만 앞으로 배우게 될 RAG도 적용하여 정적인 세계관이 아닌 LLM이 동적으로 세계관을 확장시킬 수 있는 시스템을 구현해보고 싶습니다.