- 리뷰
- 리스트
- 구매
LLMOps 완벽 가이드
- 글쓴이
- 아비 아리안 저
- 출판사
- 한빛미디어
- 출판일
- 2026년 5월 26일
읽고있어요
다 읽었어요
읽고싶어요
저자
아비 아리안
Abide AI의 설립자이자 머신러닝 연구 엔지니어로, 10년 가까이 프로덕션 수준의 머신러닝 시스템을 구축해 왔습니다. 수학을 전공했으며 과거 UCLA 인지 시스템 연구실(CSL)에서 주데아 펄(Judea Pearl) 교수의 지도 아래 방문 연구원으로 활동하며 지능형 에이전트 개발에 집중했습니다.
AutoML, 다중 에이전트 시스템, 대규모 언어 모델 분야에서 다수의 연구 논문을 저술했으며, 신경 정보 처리 시스템 학회(NeurIPS), 계산 언어 학회(ACL), 자연어 처리 실증 방법 학회(EMNLP), 근사 베이지안 추론 학회(AABI) 등 주요 학술 대회와 워크숍에서 리뷰어로 활발히 활동합니다. 현재는 AI 에이전트의 반성적 지능(reflective intelligence), 다중 에이전트 시스템의 분산형 자기 복구 프로토콜, 초대규모 AI 시스템의 GPU 엔지니어링 연구를 진행하고 있습니다.
AutoML, 다중 에이전트 시스템, 대규모 언어 모델 분야에서 다수의 연구 논문을 저술했으며, 신경 정보 처리 시스템 학회(NeurIPS), 계산 언어 학회(ACL), 자연어 처리 실증 방법 학회(EMNLP), 근사 베이지안 추론 학회(AABI) 등 주요 학술 대회와 워크숍에서 리뷰어로 활발히 활동합니다. 현재는 AI 에이전트의 반성적 지능(reflective intelligence), 다중 에이전트 시스템의 분산형 자기 복구 프로토콜, 초대규모 AI 시스템의 GPU 엔지니어링 연구를 진행하고 있습니다.
책 소개
분야IT 모바일
성공적인 생성형 AI 도입의 마지막 관문
신뢰할 수 있는 LLM 시스템 설계와 운영 전략
오픈 소스 모델이나 상용 API로 대규모 언어 모델(LLM)에 접근하는 것은 쉬워졌지만, 이를 실제 운영 환경에 올리는 순간 추론 비용, 지연 시간, 환각 현상, 보안 위협 등 전혀 다른 차원의 문제에 직면하게 된다. 이 책은 기존 MLOps의 한계를 넘어 생성형 AI의 고유한 특성을 통제하기 위해 등장한 LLMOps 프레임워크를 포괄적으로 다룬다. 데이터 엔지니어링부터 배포, 평가, 거버넌스까지 전체 수명 주기를 하나의 흐름으로 연결해 LLM 기반 애플리케이션이 신뢰성, 확장성, 견고성, 보안이라는 네 가지 핵심 목표를 달성하도록 돕는다.
신뢰할 수 있는 LLM 시스템 설계와 운영 전략
오픈 소스 모델이나 상용 API로 대규모 언어 모델(LLM)에 접근하는 것은 쉬워졌지만, 이를 실제 운영 환경에 올리는 순간 추론 비용, 지연 시간, 환각 현상, 보안 위협 등 전혀 다른 차원의 문제에 직면하게 된다. 이 책은 기존 MLOps의 한계를 넘어 생성형 AI의 고유한 특성을 통제하기 위해 등장한 LLMOps 프레임워크를 포괄적으로 다룬다. 데이터 엔지니어링부터 배포, 평가, 거버넌스까지 전체 수명 주기를 하나의 흐름으로 연결해 LLM 기반 애플리케이션이 신뢰성, 확장성, 견고성, 보안이라는 네 가지 핵심 목표를 달성하도록 돕는다.
전체 리뷰 (0)
최근 작성 순