또한 LLM을 사용하여 오픈AI의 ChatGPT나 구글의 Gemini와 같은 뛰어난 성능의 챗봇(chatbot)과 가상 비서(virtual assistant)를 구현할 수 있습니다. 이를 통해 사용자의 쿼리(query)에 응답하고 구글 검색이나 마이크로소프트 빙(Bing) 같은 전통적인 검색 엔진의 기능을 보완할 수 있습니다.

또한 의료나 법률과 같은 전문 영역의 대용량 텍스트에서 지식을 검색하기 위한 효과적인 도구로 사용할 수 있습니다. 여기에는 문서를 검색하고, 긴 구절을 요약하고, 기술 문의에 응답하는 것이 포함됩니다.

요컨대 LLM은 텍스트 분석과 생성에 관련된 거의 모든 작업을 자동화하는 데 매우 유용합니다. LLM으로 만들 수 있는 애플리케이션의 범위는 사실상 끝이 없습니다. 지속적으로 모델을 혁신하고 새로운 사용 방법을 발굴함에 따라 LLM은 기술과 사람의 관계를 재정의할 수 있습니다. 확실히 여기에는 대화를 활용해 기술을 직관적이며 사용하기 쉽게 만드는 잠재력이 있습니다.

이 책은 LLM의 작동 방식을 밑바닥부터 이해하고 텍스트를 생성하는 LLM을 구현하는 데 초점을 맞춥니다. LLM이 사용자 쿼리에 따라 질문에 답변하고, 텍스트를 요약하고, 텍스트를 다른 언어로 번역할 수 있게 만드는 기술에 관해서도 배우게 될 것입니다. 다른 말로 하면 ChatGPT 같은 복잡한 LLM을 단계적으로 구축하면서 어떻게 동작하는지 배우게 될 것입니다.