- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
파이토치로 배우는 현대 인공지능 IT Cookbook 한빛 교재 시리즈
- 김태훈 저
- 한빛아카데미(교재)
- 2026년 07월 03일
-
정가34,000원
-
판매가30,600원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금1,700원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2026년 09월 14일(월)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791173400681
560쪽
1,064g
188 x 257 (㎜)
지금 이책은
- 판매지수 : 0
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
이 책이 속한 분야
책 소개
이 책은
트랜스포머·생성 모델·LLM까지!
파이토치로 구현하는 최신 인공지능 실습서
이 책은 현대 인공지능의 기초 이론을 학습하고 파이토치를 활용하여 AI 모델을 구현해보고 싶은 독자를 대상으로 합니다. 신경망의 기본 구조에서 시작해 트랜스포머, 확산 모델, 대규모 언어 모델(LLM)까지 현대 딥러닝 아키텍처의 핵심 이론을 상세히 설명합니다. 이어지는 파이토치 기반 실습은 인공지능 이론을 코드로 구현하는 실전 감각을 길러줍니다. 또한 강화 학습, 프롬프트 엔지니어링, 언어 모델 정렬, 신경망 기반 탐색 등 최신 AI 알고리즘을 폭넓게 다루고 있어 심도 있는 학습이 가능합니다. 마지막으로 개인화 음성 어시스턴트를 제작하는 프로젝트를 수행해 봄으로써, 실무 응용력과 서비스 기획력을 갖춘 트렌디한 AI 엔지니어로 성장할 수 있도록 안내합니다.
※ 연습문제 해답은 제공하지 않습니다.
파이토치로 구현하는 최신 인공지능 실습서
이 책은 현대 인공지능의 기초 이론을 학습하고 파이토치를 활용하여 AI 모델을 구현해보고 싶은 독자를 대상으로 합니다. 신경망의 기본 구조에서 시작해 트랜스포머, 확산 모델, 대규모 언어 모델(LLM)까지 현대 딥러닝 아키텍처의 핵심 이론을 상세히 설명합니다. 이어지는 파이토치 기반 실습은 인공지능 이론을 코드로 구현하는 실전 감각을 길러줍니다. 또한 강화 학습, 프롬프트 엔지니어링, 언어 모델 정렬, 신경망 기반 탐색 등 최신 AI 알고리즘을 폭넓게 다루고 있어 심도 있는 학습이 가능합니다. 마지막으로 개인화 음성 어시스턴트를 제작하는 프로젝트를 수행해 봄으로써, 실무 응용력과 서비스 기획력을 갖춘 트렌디한 AI 엔지니어로 성장할 수 있도록 안내합니다.
※ 연습문제 해답은 제공하지 않습니다.
출판사 리뷰
파이토치로 배우는 현대 인공지능,
핵심 원리와 실전 서비스 구현 과정을 한 권에 담았습니다!
》 인공지능의 전 영역을 아우르는 최신 기술 수록
딥러닝 기초 이론으로 시작해 CNN·RNN, 트랜스포머, 확산 모델, 강화 학습, RAG·프롬프트 엔지니어링·MCTS 같은 최신 AI 알고리즘까지, 현대 인공지능의 발전 흐름을 한 권으로 정리했습니다. 빠르게 변화하는 AI 트렌드 속에서도 흔들리지 않을 인공지능의 핵심 원리를 파악할 수 있습니다.
》 원리 이해 중심의 파이토치 실습 수록
인공지능 모델의 구조를 수식과 도식으로 이해하고, 이어지는 파이토치 [실습]으로 인공지능 모델을 직접 구현할 수 있습니다. 또한 7장부터 제공하는 [실전 프롬프트]를 통해 생성형 AI를 활용하여 프로그램을 작성하는 원리를 이해할 수 있습니다.
》 실전 AI 서비스 프로젝트로 완성하는 학습
16~17장에서는 RAG, 음성 전사·합성 모델을 결합한 개인화 음성 어시스턴트를 직접 구현하고, 이를 최적화하여 실제 서비스로 배포하는 과정까지 경험합니다. 이론 학습을 넘어, 현대 인공지능 시스템이 실제 환경에서 어떻게 구축되고 동작하는지 체득할 수 있습니다.
저자 소개
서강대학교 가상융합전문대학원에서 조교수로 재직하며 인공지능을 가르치고 있다. 서강대학교에서 컴퓨터공학과 신문방송학을 복수 전공하며 기술과 미디어를 함께 공부했고, 이후 동 대학원 컴퓨터공학과 석박통합과정을 거쳐 박사 학위를 취득했다. 컴퓨터 비전과 멀티모달 AI를 중심으로 대규모 모델 학습과 추론 최적화, 실제 환경에서 작동하는 인공지능 시스템을 연구해 왔으며, 성능과 구조, 시스템 구현을 함께 고려하는 연구를 지속해 오고 있다.
네이버 CLOVA AI 에서 연구 인턴으로 근무하며 모바일 환경을 고려한 모델 최적화와 신경망 구조 탐색 연구를 수행했다. 이후 LG AI 연구원에서 책임 연구원으로 재직하며 대규모 멀티모달 모델과 비전 언어 모델 연구를 진행했고, 이미지와 언어를 양방향으로 연결하는 모델을 실제 서비스로 상용화하는 과정까지 경험했다. 이과정에서 모델 학습과 구조 설계뿐 아니라 추론 속도, 시스템 구성, 운영 환경까지 아우르며 연구와 제품 개발을 함께 수행해 왔다. CVPR와 ICCV 등 주요 국제 학회에서 여러 차례 워크숍을 주최하며, 멀티모달 모델의 평가와 활용을 둘러싼 논의를 학계와 산업 연구자들과 함께 이어오고 있다.
현재는 Multimodal Interactive Machine Intelligence Creation Laboratory, MIMIC Lab를 이끌며 멀티모달 AI와 인간 상호작용을 주제로 한 연구와 교육을 병행하고 있다. 시각, 언어, 음성, 행동 등 다양한 정보를 통합해 인간의 행동과 맥락을 이해하고 반응하는 인공지능 시스템을 주요 연구 대상으로 삼고 있으며, 학생들과 함께 새로운 형태의 AI를 설계하고 구현하는 연구 문화를 만들어 가고 있다.
목차
PART 01 파이썬과 딥러닝 기초
CHAPTER 01 딥러닝 개발 환경과 필수 개념
01 딥러닝 개발 환경
02 [실습] Colab으로 파이썬 사용하기
03 [실습] 로컬 환경 구축하기
04 딥러닝 연산의 기초
05 데이터 시각화 기초
06 [실습] 넘파이와 파이토치를 활용한 계산 구현하기
연습문제
실습문제
CHAPTER 02 인공지능의 정의와 학습 원리
01 인공지능의 발전과 계층 구조
02 머신러닝의 분류
03 [실습] 분류와 군집화 알고리즘 구현하기
04 신경망의 기본 구성 요소
05 모델 학습과 최적화 과정
06 일반화와 학습 안정화
07 [실습] 가중치 업데이트 체험하기
연습문제
실습문제
CHAPTER 03 데이터 처리와 학습 파이프라인
01 데이터 파이프라인 설계
02 데이터 증강과 변환
03 고급 데이터 파이프라인의 구성 요소
04 [실습] 신경망 학습 루프 구현하기
연습문제
실습문제
PART 02 신경망의 기본 구조와 응용 모델
CHAPTER 04 기초 신경망의 이해
01 합성곱 신경망의 이해
02 순환 신경망과 게이트 기반 모델
03 [실습] CNN을 활용해 이미지 분류하기
04 [실습] LSTM을 활용해 시계열 예측하기
연습문제
실습문제
CHAPTER 05 컴퓨터 비전과 시퀀스 모델
01 컴퓨터 비전의 개요
02 컴퓨터 비전의 주요 과제
03 [실습] YOLO 모델로 객체 탐지 수행하기
04 [실습] U-Net으로 이미지 분할하기
05 Seq2Seq 모델과 어텐션 메커니즘
06 [실습] 어텐션 기반 기계 번역 모델 구현하기
연습문제
실습문제
CHAPTER 06 생성 모델 입문
01 생성 모델과 매니폴드 학습
02 오토인코더
03 변이형 오토인코더
04 생성적 적대 신경망
05 [실습] DCGAN 모델 구현하기
연습문제
실습문제
PART 03 트랜스포머와 대규모 생성 모델
CHAPTER 07 트랜스포머 아키텍처
01 트랜스포머 아키텍처의 개요
02 셀프 어텐션과 멀티 헤드 어텐션
03 트랜스포머 입력 표현과 인코더–디코더 구조
04 [실습] 인코더–디코더 구현하기
연습문제
실습문제
CHAPTER 08 GPT 아키텍처와 대규모 언어 모델
01 트랜스포머 모델의 구조적 분화
02 GPT 아키텍처
03 대규모 언어 모델
04 [실습] GPT 모델로 텍스트 생성하기
연습문제
실습문제
CHAPTER 09 멀티모달 모델과 확산 모델
01 멀티모달 모델의 이해
02 확산 모델 분석
03 LDM의 원리와 스테이블 디퓨전
04 [실습] Text-to-Image 생성 제어하기
연습문제
실습문제
CHAPTER 10 대규모 모델 학습과 파인튜닝
01 분산 학습
02 혼합 정밀도 학습
03 효율적 파인튜닝의 원리와 구현
04 데이터 중심 AI
05 [실습] LoRA를 활용하여 LLM 파인튜닝하기
연습문제
실습문제
PART 04 강화 학습 기초
CHAPTER 11 가치 기반 학습
01 강화 학습 개요
02 마르코프 결정 과정
03 가치 함수와 벨만 방정식
04 [실습] 강화 학습 환경과의 상호작용 확인하기
05 탐험과 활용 딜레마
06 가치 기반 알고리즘
07 [실습] CartPole 문제 해결하기
연습문제
실습문제
CHAPTER 12 정책 기반 학습
01 정책 기반 강화 학습
02 정책 경사 정리와 REINFORCE 알고리즘
03 [실습] REINFORCE 구현하기
04 액터-크리틱 구조와 어드밴티지 함수
05 근접 정책 최적화의 원리
06 RLHF 파이프라인과 PPO의 역할
07 [실습] PPO 알고리즘 핵심 로직 구현하기
연습문제
실습문제
PART 05 최신 AI 알고리즘과 파이토치 활용
CHAPTER 13 프롬프트 엔지니어링
01 프롬프트 개념과 설계 원리
02 고급 프롬프팅 기법
03 [실습] CoT 프롬프트로 추론 문제 해결하기
연습문제
실습문제
CHAPTER 14 언어 모델 정렬
01 언어 모델 정렬과 RLHF 파이프라인
02 직접 선호도 최적화 알고리즘
03 [실습] 언어 모델 선호도 학습하기
연습문제
실습문제
CHAPTER 15 신경망 기반 탐색과 의사결정
01 탐색 문제와 강화 학습의 한계
02 몬테카를로 트리 탐색 알고리즘
03 신경망과 MCTS의 결합
04 [실습] 오목 AI 에이전트 구현하기
연습문제
실습문제
CHAPTER 16 실전 AI 서비스 프로젝트
01 어시스턴트 핵심 엔진 : 검색 증강 생성
02 인터페이스 구축 : 음성 전사와 음성 합성
03 [실습] 개인화 음성 어시스턴트 구현하기
CHAPTER 17 모델 최적화와 프로토타입 구현
01 모델 효율화와 서비스 운영
02 프로토타이핑
03 [실습] 개인화 음성 어시스턴트 배포하기
CHAPTER 01 딥러닝 개발 환경과 필수 개념
01 딥러닝 개발 환경
02 [실습] Colab으로 파이썬 사용하기
03 [실습] 로컬 환경 구축하기
04 딥러닝 연산의 기초
05 데이터 시각화 기초
06 [실습] 넘파이와 파이토치를 활용한 계산 구현하기
연습문제
실습문제
CHAPTER 02 인공지능의 정의와 학습 원리
01 인공지능의 발전과 계층 구조
02 머신러닝의 분류
03 [실습] 분류와 군집화 알고리즘 구현하기
04 신경망의 기본 구성 요소
05 모델 학습과 최적화 과정
06 일반화와 학습 안정화
07 [실습] 가중치 업데이트 체험하기
연습문제
실습문제
CHAPTER 03 데이터 처리와 학습 파이프라인
01 데이터 파이프라인 설계
02 데이터 증강과 변환
03 고급 데이터 파이프라인의 구성 요소
04 [실습] 신경망 학습 루프 구현하기
연습문제
실습문제
PART 02 신경망의 기본 구조와 응용 모델
CHAPTER 04 기초 신경망의 이해
01 합성곱 신경망의 이해
02 순환 신경망과 게이트 기반 모델
03 [실습] CNN을 활용해 이미지 분류하기
04 [실습] LSTM을 활용해 시계열 예측하기
연습문제
실습문제
CHAPTER 05 컴퓨터 비전과 시퀀스 모델
01 컴퓨터 비전의 개요
02 컴퓨터 비전의 주요 과제
03 [실습] YOLO 모델로 객체 탐지 수행하기
04 [실습] U-Net으로 이미지 분할하기
05 Seq2Seq 모델과 어텐션 메커니즘
06 [실습] 어텐션 기반 기계 번역 모델 구현하기
연습문제
실습문제
CHAPTER 06 생성 모델 입문
01 생성 모델과 매니폴드 학습
02 오토인코더
03 변이형 오토인코더
04 생성적 적대 신경망
05 [실습] DCGAN 모델 구현하기
연습문제
실습문제
PART 03 트랜스포머와 대규모 생성 모델
CHAPTER 07 트랜스포머 아키텍처
01 트랜스포머 아키텍처의 개요
02 셀프 어텐션과 멀티 헤드 어텐션
03 트랜스포머 입력 표현과 인코더–디코더 구조
04 [실습] 인코더–디코더 구현하기
연습문제
실습문제
CHAPTER 08 GPT 아키텍처와 대규모 언어 모델
01 트랜스포머 모델의 구조적 분화
02 GPT 아키텍처
03 대규모 언어 모델
04 [실습] GPT 모델로 텍스트 생성하기
연습문제
실습문제
CHAPTER 09 멀티모달 모델과 확산 모델
01 멀티모달 모델의 이해
02 확산 모델 분석
03 LDM의 원리와 스테이블 디퓨전
04 [실습] Text-to-Image 생성 제어하기
연습문제
실습문제
CHAPTER 10 대규모 모델 학습과 파인튜닝
01 분산 학습
02 혼합 정밀도 학습
03 효율적 파인튜닝의 원리와 구현
04 데이터 중심 AI
05 [실습] LoRA를 활용하여 LLM 파인튜닝하기
연습문제
실습문제
PART 04 강화 학습 기초
CHAPTER 11 가치 기반 학습
01 강화 학습 개요
02 마르코프 결정 과정
03 가치 함수와 벨만 방정식
04 [실습] 강화 학습 환경과의 상호작용 확인하기
05 탐험과 활용 딜레마
06 가치 기반 알고리즘
07 [실습] CartPole 문제 해결하기
연습문제
실습문제
CHAPTER 12 정책 기반 학습
01 정책 기반 강화 학습
02 정책 경사 정리와 REINFORCE 알고리즘
03 [실습] REINFORCE 구현하기
04 액터-크리틱 구조와 어드밴티지 함수
05 근접 정책 최적화의 원리
06 RLHF 파이프라인과 PPO의 역할
07 [실습] PPO 알고리즘 핵심 로직 구현하기
연습문제
실습문제
PART 05 최신 AI 알고리즘과 파이토치 활용
CHAPTER 13 프롬프트 엔지니어링
01 프롬프트 개념과 설계 원리
02 고급 프롬프팅 기법
03 [실습] CoT 프롬프트로 추론 문제 해결하기
연습문제
실습문제
CHAPTER 14 언어 모델 정렬
01 언어 모델 정렬과 RLHF 파이프라인
02 직접 선호도 최적화 알고리즘
03 [실습] 언어 모델 선호도 학습하기
연습문제
실습문제
CHAPTER 15 신경망 기반 탐색과 의사결정
01 탐색 문제와 강화 학습의 한계
02 몬테카를로 트리 탐색 알고리즘
03 신경망과 MCTS의 결합
04 [실습] 오목 AI 에이전트 구현하기
연습문제
실습문제
CHAPTER 16 실전 AI 서비스 프로젝트
01 어시스턴트 핵심 엔진 : 검색 증강 생성
02 인터페이스 구축 : 음성 전사와 음성 합성
03 [실습] 개인화 음성 어시스턴트 구현하기
CHAPTER 17 모델 최적화와 프로토타입 구현
01 모델 효율화와 서비스 운영
02 프로토타이핑
03 [실습] 개인화 음성 어시스턴트 배포하기
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
