BOOKSEEK READING GUIDE

LLM 구현 책 추천: 부품을 직접 만들지, 여러 작업으로 연결할지 고르기

직접 GPT 구조를 구현하는 책과 그림·실습으로 LLM의 여러 작업을 살피는 책을 비교합니다. API 호출 경험 다음에 무엇을 공부할지 정해 보세요.

부품을 직접 만들지, 여러 작업으로 연결할지 고르기

언어 모델의 답변을 받아 본 경험과 모델이 답을 만드는 내부 과정을 아는 것은 다릅니다. LLM 구현 책을 찾는다면 직접 층을 조립하고 훈련해 보고 싶은지, 이미 학습된 모델로 검색·분류·생성을 실험하고 싶은지부터 나누어 보세요.

『밑바닥부터 만들면서 배우는 LLM』은 구성 요소를 코드로 쌓는 흐름이고, 『핸즈온 LLM』은 언어 모델의 표현과 여러 활용 작업을 그림과 실습으로 연결합니다. 두 책 모두 코딩 없이 읽는 일반 교양서와는 출발선이 다릅니다.

이 책의 선택 이유는 완성된 라이브러리 호출 이전에 모델의 부품을 직접 구현한다는 데 있습니다. 토큰 ID와 임베딩을 다루는 장에서 시작해 어텐션과 트랜스포머 블록으로 이동하므로 코드가 어느 역할을 맡는지 하나씩 구분할 수 있습니다.

훈련으로 넘어갈 때는 생성 결과만 보지 말고 데이터 준비와 손실 계산을 함께 확인하세요. 구조를 조립한 코드와 학습을 진행하는 코드의 책임을 나눠 적으면 오류가 생겼을 때 돌아볼 위치가 분명해집니다.

어떤 작업에 언어 모델을 쓸지 아직 넓게 살펴보고 싶다면 이 책의 그림과 실습을 비교 기준으로 삼을 수 있습니다. 분류와 검색, 생성이 같은 입력과 같은 목표를 갖는 것은 아니므로 각 작업의 질문을 먼저 적어 보세요.

처음부터 모델의 모든 부품을 만드는 공부가 부담스럽다면 이 책에서 작업의 윤곽을 파악한 뒤 첫 번째 책으로 이동할 수 있습니다. 반대로 구현을 끝낸 독자는 배운 표현과 훈련 방식이 여러 문제에서 어떻게 쓰이는지 확장하는 책으로 읽을 수 있습니다.

책	이 글에서의 역할	살펴볼 내용
밑바닥부터 만들면서 배우는 LLM	GPT의 내부 계산을 직접 만들기	텍스트 토큰화와 임베딩 · 어텐션과 GPT 모델 구현
핸즈온 LLM	표현과 여러 활용 작업의 관계 읽기	토큰·임베딩·트랜스포머 · 분류·검색·생성

작은 모델의 내부 구조를 끝까지 추적하고 싶다면 『밑바닥부터 만들면서 배우는 LLM』부터 고르세요. 여러 언어 모델 작업을 비교해 다음 프로젝트를 정하고 싶다면 『핸즈온 LLM』의 작업별 설명에서 출발하는 편이 좋습니다.

두 책을 모두 읽을 필요부터 정하지 않아도 됩니다. 어텐션의 계산이 막히는지, 모델을 어느 문제에 연결할지가 막히는지에 따라 먼저 펼칠 책이 달라집니다. 실습 환경과 라이브러리의 차이는 각 판본의 코드를 실행하기 전에 확인하세요.

같은 짧은 문장을 토큰화한 결과와 생성 결과를 따로 남겨 보세요. 무엇을 모델의 구조로 설명할 수 있고 무엇을 데이터나 학습의 문제로 남겨야 하는지 구분하는 것이 다음 공부의 출발점입니다.

공개된 서지·책 소개·목차를 확인해 구성했습니다. 추천 대상과 읽는 방법은 북시크의 편집 판단입니다.