Attention Is All You Need를 읽으며 다시 본 Transformer의 본질
RNN을 없앴다는 한 문장을 넘어, Transformer가 토큰 사이의 정보 이동을 어떻게 다시 설계했는지 계산 흐름으로 읽었다.
AI Professional을
향한 기록
AI Professional로 발돋움하는 과정을 기록하는 공간입니다.
잘못되었거나 부족한 부분이 있을 수 있습니다.
댓글로 피드백 주시면 감사하겠습니다.
01Category index · 03
AI / LLM
AI와 LLM을 학습하고 구현한 과정을 기록합니다
Python 기반과 모델 구조부터 애플리케이션 프레임워크, fine-tuning, 추론, 도구 연동과 평가까지. 새로 공부하는 영역을 독립된 세부 주제로 확장해 기록합니다.
02Retrieval system · 00
RAG
검색에서 구조로, 구조에서 근거로
chunk 검색만으로 설명되지 않는 질문을 retrieval, GraphRAG, ontology, evaluation으로 나눠 답변 경로 전체를 살펴봅니다.
03Build log · 00
Backend
요청 한 번 뒤의 책임을 설계한다
API, 트랜잭션, 테스트와 성능을 분리해 봅니다. 동작하는 코드를 운영 가능한 코드로 바꾸는 판단을 기록합니다.
04Runbook · 00
Infrastructure
배포 이후까지 동작해야 시스템이다
배포, 컨테이너, 관측 가능성과 네트워크를 나눠 봅니다. 운영 중 다시 사용할 수 있는 근거와 복구 경로를 남깁니다.
05Evidence · 00
Database
쿼리보다 먼저 데이터의 움직임을 본다
스키마와 인덱스, 그래프·벡터 저장소, 마이그레이션을 분리해 선택의 기준과 운영 근거를 기록합니다.
06Flow map · 00
Data Pipeline
데이터가 흐르는 전 과정을 설계한다
수집, 메시징, 분산 처리, lakehouse와 품질 관리를 나눠 데이터가 소비자에게 도달하는 전체 경로를 기록합니다.
07Essay · 00
Retrospective
판단과 실패를 다음 선택의 근거로 남긴다
의사결정, 실패, 학습과 경력 흐름을 나눠 당시의 제약과 선택 이유를 다시 꺼내볼 수 있게 기록합니다.
Published notes
공개 기록 찾기
3개의 기록