Introduction to AI and Machine Learning on GC - 한국어

Overview

이 과정에서는 생성형 AI 프로젝트와 예측형 AI 프로젝트를 모두 개발하는 데 중점을 두고 Google Cloud의 AI 및 머신러닝(ML) 기능을 소개합니다. 데이터에서 AI로 이어지는 수명 주기 전반에 걸쳐 사용할 수 있는 다양한 기술, 제품, 도구를 살펴보고, 데이터 과학자, AI 개발자, ML 엔지니어가 대화형 실습을 통해 전문성을 강화할 수 있도록 지원합니다.

Syllabus

소개

이 강의에서는 AI 인프라, 개발, 솔루션의 3가지 계층으로 이루어진 AI 프레임워크를 토대로 구성된 과정 구조를 학습자에게 안내합니다. 학습 목표를 간략히 설명하고 Google의 포괄적인 풀 스택 AI 개발 도구 모음을 소개합니다.

AI 기반

이 모듈에서는 먼저, AI 기능을 보여주는 사용 사례를 알아봅니다. 그런 다음 컴퓨팅, 스토리지 등 AI 인프라를 중점적으로 살펴봅니다. 또한 Google Cloud 기반의 주요 데이터 및 AI 개발 제품도 설명합니다. 마지막으로, 데이터를 AI로 전환해 주는 ML 모델을 빌드하기 위해 BigQuery ML을 사용하는 방법을 시연합니다.

생성형 AI

이 모듈에서는 최신 AI 기술인 생성형 AI와 더불어 생성형 AI 프로젝트를 개발하는 데 필요한 Google Cloud 툴킷을 소개합니다. 먼저 파운데이션 모델을 살펴본 후 프롬프트부터 프로덕션에 이르는 Vertex AI Studio의 수명 주기를 알아봅니다. 여기에는 프롬프트 엔지니어링, 앱 배포, 모델 튜닝이 포함됩니다. 또한 이 모듈에서는 AI 에이전트와 Google의 풀 스택 AI 에이전트 개발 도구를 살펴봅니다.

AI 개발 옵션

이 모듈에서는 선행 학습된 API와 같이 즉시 사용 가능한 솔루션부터 AutoML 같은 노 코드 및 로우 코드 솔루션, 커스텀 학습 같은 코드 기반 솔루션에 이르기까지 Google Cloud에서 AI 프로젝트를 개발하는 다양한 옵션을 살펴봅니다. 적합한 개발 도구를 판단하는 데 참고할 수 있도록 각 옵션의 장단점을 비교합니다.