책상 위 확률·통계, 머신러닝, 딥러닝, LLM 책과 수식 노트, 신경망 그림이 펼쳐진 학습 공간
너멜엠 로고
너멜엠
LEARN · SIMULATE · VERIFY

너멜엠 블로그

확률·통계부터 머신러닝·딥러닝·LLM까지,
원리부터 실측 사례로 배우는 학습 아카이브

로그인
학습 메뉴
도구블로그
도움말

LLM 글 6편

전체 글 보기
ChatGPT를 내 컴퓨터 한 대로 만들 수 있을까? — 밑바닥부터 LLM 만들기, 실제 학습 로그로
시즌 3
2026년 8월 30일LLM · AI 실험

ChatGPT를 내 컴퓨터 한 대로 만들 수 있을까? — 밑바닥부터 LLM 만들기, 실제 학습 로그로

그래픽카드 한 장, 17시간. 160M 파라미터 한국어 언어모델을 데이터부터 배포까지 직접 만든 기록 — 손실 곡선·수치 전부 실측입니다. (시즌 3 · 1편)

ChatGPT는 어떻게 스스로 일을 처리할까? — AI 에이전트를 그림으로 뜯어보기
시즌 2
2026년 8월 23일LLM

ChatGPT는 어떻게 스스로 일을 처리할까? — AI 에이전트를 그림으로 뜯어보기

모델은 도구를 직접 쓰지 않는다 — 무엇을 쓸지 문자열로 지시할 뿐이다. 생각→행동→관찰 루프와 연쇄 오류의 산수까지, 답하는 AI에서 일하는 AI로의 전환을 해부합니다. (시즌 2 · 5편, 완결)

ChatGPT는 왜 검색을 할까? — RAG를 그림으로 뜯어보기
시즌 2
2026년 8월 16일LLM

ChatGPT는 왜 검색을 할까? — RAG를 그림으로 뜯어보기

지어내는 AI에서 근거를 대는 AI로. 할루시네이션의 뿌리부터 RAG의 3단계·임베딩 의미 검색·실무 함정까지 해부하고, 실험실에서 직접 확인합니다. (시즌 2 · 4편)

AI는 왜 어떤 단어에 더 집중할까? — Attention을 그림으로 뜯어보기
시즌 2
2026년 8월 9일딥러닝 · LLM

AI는 왜 어떤 단어에 더 집중할까? — Attention을 그림으로 뜯어보기

고정 벡터의 병목에서 Q·K·V, softmax(QKᵀ/√d_k)V, Transformer까지 — ChatGPT의 심장인 어텐션을 해부하고, 실험실 히트맵으로 직접 확인합니다. (시즌 2 · 3편)

ChatGPT는 어떻게 문장을 이해할까? Transformer 구조 쉽게 설명 — Attention Is All You Need
시즌 1
2026년 7월 7일딥러닝 · LLM

ChatGPT는 어떻게 문장을 이해할까? Transformer 구조 쉽게 설명 — Attention Is All You Need

모든 단어가 서로를 동시에 바라보는 Attention의 직관부터 Q·K·V, 멀티헤드, GPT까지 — ChatGPT의 뼈대인 Transformer 구조를 쉽게 해부합니다.

ChatGPT는 어떻게 만들어지나요? — 사전학습·SFT·RLHF 완벽 정리
시즌 1
2026년 6월 28일LLM

ChatGPT는 어떻게 만들어지나요? — 사전학습·SFT·RLHF 완벽 정리

데이터 수집부터 RLHF까지 ChatGPT가 만들어지는 8단계 — 그림과 일상 비유로 한 번에 이해.