오전의 밝은 미래

AWS로 구현하는 생성형 AI

AWS로 구현하는 생성형 AI에 관련된

책을 소개해드릴게요.

http://app.ac/P3PyfeJ63

업계와 학계에서 다루는 가장 일반적인 생성형 AI 활용 사례와 작업을 이해할 수 있습니다!

​

오늘날 기업은 자사의 제품과 서비스에 생성형 AI를 빠르게 도입하고 있습니다. 그러나 이 기술의 영향력과 잠재력에 대해 과장된 정보와 오해가 많이 존재합니다. AWS의 크리스 프레글리, 안체 바르트, 셸비 아이겐브로데는 이 책에서 CTO, 머신러닝 실무자, 애플리케이션 개발자, 비즈니스 분석가, 데이터 엔지니어, 데이터 사이언티스트가 이 흥미로운 신기술을 실용적으로 활용하는 방법을 찾도록 도와줍니다.

​

이 책을 통해 활용 사례 정의, 모델 선택, 모델 미세 조정, 검색 증강 생성, 인간 피드백을 통한 강화 학습, 모델 양자화, 최적화, 배포 등 생성형 AI 프로젝트의 생명 주기를 배울 수 있습니다. 또한 대규모 언어 모델(LLM), 이미지 생성을 위한 스테이블 디퓨전, 이미지 관련 질문에 답하는 Flamingo, IDEFICS 같은 멀티모달 모델 등 다양한 유형의 모델도 살펴봅니다.

★ 이 책에서 다루는 내용 ★

​

◎ 생성형 AI를 비즈니스 현장에 적용하는 방법

◎ 작업에 가장 적합한 생성형 AI 모델을 결정하는 방법

◎ 프롬프트 엔지니어링과 콘텍스트 내 학습을 수행하기

◎ 저순위 적응(LoRA)으로 데이터 세트에 맞게 생성형 AI 모델을 미세 조정하기

◎ 인간 피드백을 통한 강화 학습(RLHF)으로 생성형 AI 모델을 인간의 가치에 맞추는 방법

◎ 검색 증강 생성(RAG)으로 모델을 증강하기

◎ 랭체인, ReAct 같은 라이브러리를 활용해 에이전트와 액션을 개발하기

◎ 아마존 베드록으로 생성형 AI 애플리케이션을 만드는 방법

​

저자(글) 크리스 프레글리

​

인물정보

IT종사자

(Chris Fregly)

캘리포니아 샌프란시스코에 위치한 아마존 웹 서비스의 생성형 AI 부문 수석 솔루션 아키텍트입니다. 그는 모든 AWS 인증을 보유하고 있습니다. 글로벌 Generative AI on AWS 밋업의 공동 창립자이기도 하며, 전 세계 AI 및 머신러닝 밋업과 콘퍼런스에서 정기적으로 강연합니다. 이전에는 Databricks와 Netflix에서 엔지니어로 일하며, 확장성 있는 빅데이터 및 머신러닝 제품과 솔루션을 개발했습니다. 또한 《AWS 기반 데이터 과학》(한빛미디어, 2023)의 공동 저자이기도 합니다.

​

저자(글) 안체 바르트

(Antje Barth)

캘리포니아 샌프란시스코에 위치한 아마존 웹 서비스의 생성형 AI 부문 수석 개발자 애드보킷입니다. 그녀는 글로벌 Generative AI on AWS 밋업과 뒤셀도르프 Women in Big Data 지부의 공동 창립자입니다. 안체는 전 세계 AI 및 머신러닝 콘퍼런스와 밋업에서 자주 강연합니다. AWS에 합류하기 전에는 MapR과 Cisco에서 솔루션 엔지니어로 일하며, 개발자가 AI와 머신러닝 분야에서 빅데이터, 컨테이너, 쿠버네티스 플랫폼을 활용할 수 있도록 도왔습니다. 그녀 역시 《AWS 기반 데이터 과학》의 공동 저자입니다.

​

저자(글) 셸비 아이겐브로데

(Shelbee Eigenbrode)

콜로라도 덴버에 위치한 아마존 웹 서비스의 생성형 AI 부문 수석 솔루션 아키텍트입니다. 그녀는 덴버 Women in Big Data 지부의 공동 창립자입니다. 셸비는 6개의 AWS 인증을 보유하고 있으며, 23년 동안 여러 산업과 기술, 역할을 망라하는 기술 분야에서 일해 왔습니다. 그녀는 DevOps와 머신러닝 분야의 전문 지식을 활용해 대규모 머신러닝 작업 구현에 주력하고 있습니다. 다양한 기술 영역에서 35개 이상의 특허를 출원한 셸비는 지속적인 혁신과 데이터를 활용한 비즈니스 성과 창출에 열정을 가지고 있습니다.

​

번역 이승필

삼성SDS 협업솔루션 개발 관리자로서, 20여 년간 다양한 SI 프로젝트와 솔루션 개발 프로젝트에서 아키텍트, 프로그램 매니저로 활동 중이다. 현재 사내 생성형 AI 솔루션 개발을 리딩하고 있다.

​

번역 한우선

삼성SDS 수석 엔지니어로, 다양한 프로젝트와 솔루션 구축 업무를 수행했다. 현재 생성형 AI 솔루션 개발을 리딩하고 있으며, AI를 활용한 고객 경험 향상에 앞장서고 있다. 《엘라스틱서치를 활용한 벡터 검색 실무 가이드》(위키북스, 2024)를 번역했다.

​

번역 유태황

삼성SDS에서 소프트웨어 아키텍트 및 프로그래머로 일하고 있다. 스프링 부트, 카프카, 엘라스틱서치 등 다양한 백엔드 기술 스택 및 효율적인 아키텍처에 관심이 많다. 《엘라스틱서치를 활용한 벡터 검색 실무 가이드》를 번역했다.

​

번역 박주경

삼성SDS 소프트웨어 아키텍트로, 다양한 기술과 아키텍처를 활용해 솔루션 품질을 향상하는 데에 관심이 있다. AWS SAA 자격을 보유하고 있으며, AWS를 활용한 여러 프로젝트를 수행했다.

​

번역 정유석

삼성SDS에서 소프트웨어 개발자로 근무 중이다. NLP와 NLG 관련 일을 시작으로 현재는 AWS 기반의 프롬프트 엔지니어링 업무를 수행하며, 파인 튜닝, 모델 평가 등 생성형 AI 관련 기술에 관심이 많다.

​

목차

▣ 01장: 생성형 AI 활용 사례, 기본 사항 및 프로젝트 생명 주기

활용 사례 및 작업

파운데이션 모델 및 모델 허브

생성형 AI 프로젝트의 생명 주기

AWS에서의 생성형 AI

AWS에서 생성형 AI를 사용하는 이유

AWS에서 생성형 AI 애플리케이션 구축하기

요약

​

▣ 02장: 프롬프트 엔지니어링과 콘텍스트 내 학습

프롬프트와 컴플리션

토큰

프롬프트 엔지니어링

프롬프트 구조

___인스트럭션

___콘텍스트

퓨샷 추론으로 콘텍스트 내 학습

___제로샷 추론

___원샷 추론

___퓨샷 추론

___콘텍스트 내 학습이 잘못된 사례

___콘텍스트 내 학습 모범 사례

프롬프트 엔지니어링 모범 사례

추론 구성 매개변수

요약

​

▣ 03장: 대형 언어 파운데이션 모델

대형 언어 파운데이션 모델

토크나이저

임베딩 벡터

트랜스포머 아키텍처

___입력과 콘텍스트 윈도

___임베딩 레이어

___인코더

___셀프 어텐션

___디코더

___소프트맥스 출력

트랜스포머 기반 파운데이션 모델 유형

사전 학습 데이터 세트

스케일링 법칙

컴퓨팅 최적화 모델

요약

​

▣ 04장: 메모리와 연산 최적화

메모리 문제

데이터 유형 및 수치 정밀도

양자화

___fp16

___bfloat16

___fp8

___int8

셀프 어텐션 레이어 최적화

___플래시 어텐션

___그룹 쿼리 어텐션

분산 컴퓨팅

___분산 데이터 병렬 처리

___완전 샤드 데이터 병렬 처리

___DDP와 FSDP의 성능 비교

AWS 분산 컴퓨팅

___아마존 세이지메이커로 완전 샤드 데이터 병렬 처리

___AWS 뉴런 SDK 및 AWS 트레이니엄

요약

​

▣ 05장: 미세 조정 및 평가

인스트럭션 기반 미세 조정

___Llama 2-Chat

___Falcon-Chat

___FLAN-T5

인스트럭션 데이터 세트

___다중작업 인스트럭션 데이터 세트

___FLAN: 다중작업 인스트럭션 데이터 세트 예제

___프롬프트 템플릿

___사용자 정의 데이터 세트를 인스트럭션 데이터 세트로 변환하기

인스트럭션 기반 미세 조정

___아마존 세이지메이커 스튜디오

___아마존 세이지메이커 점프스타트

___허깅 페이스용 아마존 세이지메이커 Estimator

평가

___평가 지표

___벤치마크 및 데이터 세트

요약

​

▣ 06장: 효율적인 매개변수 미세 조정(PEFT)

완전 미세 조정과 PEFT 비교

LoRA와 QLoRA

___LoRA 기본 원리

___순위

___목표 모듈과 레이어

___LoRA 적용

___LoRA 어댑터와 원본 모델 병합

___LoRA 어댑터 테넌트별 유지

___완전 미세 조정과 LoRA 성능 비교

___QLoRA

프롬프트 튜닝과 소프트 프롬프트

요약

​

▣ 07장: 인간 피드백을 통한 강화 학습으로 미세 조정

인간 가치 정렬(Human Alignment): 유용성, 정직성, 무해성

강화 학습 개요

맞춤형 보상 모델 학습하기

___휴먼인더루프를 활용한 학습 데이터 수집

___레이블러를 위한 지침 예시

___인간이 단 주석을 수집하기 위한 아마존 세이지메이커 그라운드 트루스 활용하기

___보상 모델을 학습하기 위한 순위 데이터 준비

___보상 모델 학습하기

기존 보상 모델: 메타의 유해성 판독기

인간 피드백을 통한 강화 학습으로 미세 조정

___RLHF에서 보상 모델 활용

___근접 정책 최적화 강화 학습 알고리즘

___PPO로 RLHF 미세 조정 수행

___보상 해킹 완화

___RLHF에서 효율적인 매개변수 미세 조정(PEFT) 활용

RLHF로 미세 조정 모델 평가

___정성적 평가

___정량적 평가

___평가 모델 가져오기

___평가 지표 집계 함수 정의

___RLHF 적용 전과 후 평가 지표 비교

요약

​

▣ 08장: 모델 배포 최적화

모델 추론 최적화

___가지치기

___GPTQ 사후 학습 양자화

___증류

대규모 모델 추론 컨테이너

AWS 인퍼런시아: 추론 전용 하드웨어

모델 업데이트와 배포 전략

___A/B 테스트

___섀도 배포

지표와 모니터링

오토스케일링

___오토스케일링 정책

___오토스케일링 정책 정의

요약

​

▣ 09장: RAG와 에이전트를 활용한 맥락 인식 추론 애플리케이션

대규모 언어 모델의 한계

___환각

___지식 단절

RAG

___외부 지식 소스

___RAG 워크플로

___문서 로딩

___청킹

___문서 검색과 순위 재정렬

___프롬프트 증강

RAG 오케스트레이션과 구현

___문서 로딩과 청킹

___벡터 임베딩 저장소와 검색

___검색 체인

___최대 한계 관련성(MMR)을 활용한 순위 재정렬

에이전트

___ReAct 프레임워크

___프로그램 지원 언어 프레임워크

생성형 AI 애플리케이션

FMOps: 생성형 AI 프로젝트의 생명 주기 운영

___실험 단계 고려 사항

___개발 단계 고려 사항

___운영 배포 단계 고려 사항

요약

​

▣ 10장: 멀티모달 파운데이션 모델

활용 사례

멀티모달 프롬프트 엔지니어링 활용 예시

이미지 생성과 품질 향상

___이미지 생성

___이미지 편집 및 품질 향상

인페인팅, 아웃페인팅, 뎁스 투 이미지

___인페인팅

___아웃페인팅

___뎁스 투 이미지

이미지 캡셔닝과 시각적 질의응답

___이미지 캡셔닝

___콘텐츠 조정

___시각적 질의응답

모델 평가

___텍스트-이미지 생성형 작업

___이미지-텍스트 생성형 작업

___비언어적 추론

확산 아키텍처 기본 사항

___순방향 확산

___역방향 확산

___U-Net

스테이블 디퓨전 2 아키텍처

___텍스트 인코더

___U-Net과 확산 과정

___텍스트 컨디셔닝

___교차 어텐션

___스케줄러

___이미지 디코더

스테이블 디퓨전 XL 아키텍처

___U-Net과 교차 어텐션

___정제기

___컨디셔닝

요약

​

▣ 11장: 스테이블 디퓨전을 통한 생성 제어와 미세 조정

ControlNet

미세 조정

___드림부스

___드림부스와 PEFT-LoRA

___Textual Inversion

인간 피드백을 통한 강화 학습으로 인간 가치 정렬

요약

​

▣ 12장: 아마존 베드록 - 생성형 AI 관리형 서비스

베드록 파운데이션 모델

___아마존 타이탄 파운데이션 모델

___Stability AI의 스테이블 디퓨전 파운데이션 모델

베드록 추론 API

대규모 언어 모델

___SQL 코드 생성

___텍스트 요약

___임베딩

미세 조정

에이전트

멀티모달 모델

___텍스트로 이미지 생성

___이미지로 이미지 생성

데이터 프라이버시와 네트워크 보안

거버넌스와 모니터링

요약

​

그럼 이상으로 AWS로 구현하는 생성형 AI LLM에서 멀티모달 모델까지, RAG, LoRA, RLHF를 활용한 AWS 기반 생성형 AI 구축 가이드 책 포스팅을 마치겠습니다.

AWS로 구현하는 생성형 AI LLM에서 멀티모달 모델까지, RAG, LoRA, RLHF를 활용한 AWS 기반 생성형 AI 구축 가이드 책 포스팅은 제휴마케팅이 포함되어있습니다.

#AWS, #AI, #LLM, #책, #강의, #강좌

Vrew

브루에 대한 책을 소개해드릴게요.

http://app.ac/kErykYS13

주제만 입력하면 대본 작성부터 영상 생성까지 한 방에 해결해 주는 브루 영상 편집!

ChatGPT로 많은 사용자에게 알려진 생성형 인공지능은 이제 어느 분야든 적용되지 않는 곳이 없을 정도로 대중화되었다. 영상 편집 분야도 예외는 아니다. 가장 많이 사용하는 영상 편집 도구인 프리미어 프로에도 인공지능 기능이 하나둘 추가되고 있다. 하지만 프리미어 프로의 부담스러운 가격 정책과 무거운 프로그램 구동 환경은 영상 편집 입문자에게 여전히 부담스러운 상황이다. 이 상황에서 혜성처럼 등장한 프로그램이 바로 브루다. 인공지능을 영상 편집에 도입한 선두 주자 브루에는 자동 자막 생성 기능을 시작으로 현재는 텍스트를 이용한 영상 편집부터 생성형 AI를 이용한 자동 영상 생성 기능까지 인공지능으로 할 수 있는 거의 모든 영상 편집 기능이 다 담겨 있다. 이제 영상 편집 어렵게 하지 말고, 인공지능으로 편하게 시작해 보자. 주제를 입력하면 탑재된 ChatGPT가 대본을 작성해 주고, 대본을 바탕으로 인공지능이 영상을 생성해 주는 브루만 있으면 충분하다.

저자(글) 지현이(디지털거북이)

​

인물정보

강사/학원장 방송인> 유튜버

지현이(디지털거북이)

콘텐츠 크리에이터이자 강연가. ‘디지털거북이’ 유튜브 채널을 운영하며 25만 명의 구독자와 소통하고 있다. 사람들에게 쉽고 친근하게 디지털 활용 방법을 전달하는 것을 목표로 강의를 진행하고 관련 콘텐츠를 제작한다. 유튜브 영상을 통해 브루를 활용한 영상 편집의 매력을 널리 알리고 있다.

​

감수 브루 개발팀

​

브루팀은 AI 기술을 활용해 누구나 쉽고 즐겁게 영상 편집을 할 수 있도록 돕기 위해 노력하고 있다. 브루의 STT, TTS, 이미지 생성 등 다양한 AI 기술이 영상을 편집하는 데 좀 더 효과적으로 활용될 수 있도록 지속적으로 업데이트해 나갈 예정이다.

​

목차

[CHAPTER 01 브루 시작하기]

LESSON 01 브루 설치 및 회원으로 가입하기 14

__브루 다운로드 및 설치 14

__브루 회원으로 가입하기 17

​

LESSON 02 브루 요금제 업그레이드 및 구독 해지하기 20

__브루 유료 요금제 업그레이드 20

__[NOTE] 구매 방식에 다른 따른 차이 살펴보기 21

__유료 요금제 구독 해지 23

​

LESSON 03 브루 기본 화면 구성 살펴보기 24

__각 영역 파악하기 24

__편집 영역과 클립 26

​

LESSON 04 브루 프로그램 기본 환경 설정하기 27

​

[CHAPTER 02 영상 제작을 위한 브루 영상 편집 기초 다지기]

LESSON 01 새로운 영상 제작 프로젝트 시작하기 32

__컴퓨터에 저장된 영상 파일 불러오기 32

__스마트폰에 저장된 영상 파일 불러오기 35

​

LESSON 02 영상 편집의 기본, 컷 편집 38

__잘라내기, 복사하기, 붙여넣기 38

__클립 합치기, 나누기, 상세 편집하기 41

__[NOTE] 원본 영상을 이용해 복구하기 44

__무음 구간 삭제하기 45

__빈 워드 추가 후 캡쳐 화면으로 채우기 47

__[NOTE] 클립 추가하기 50

__영상 파일 추가하여 하나로 합치기 51

__[NOTE] 씬 목록 살펴보기 54

​

LESSON 03 자막 내용 변경부터 서식 꾸미기 55

__자막 내용 변경하기 55

__다양한 서식으로 자막 꾸미기 56

__[NOTE] 자주 쓰는 서식 저장하기 60

__자막에 애니메이션 효과 적용하기 60

​

LESSON 04 영상을 풍성하게 꾸며 줄 애셋 활용하기 62

__기본 텍스트로 채널명 표시하기 62

__[NOTE] 자막 상자 확인하기 67

__디자인 텍스트로 영상 제목 입력하기 68

__[NOTE] 원하는 스타일의 디자인 텍스트 찾기 70

__추가 이미지, 비디오로 풍성한 영상 만들기 71

__[NOTE] 이미지로 특정 단어 강조하기 73

__도형으로 텍스트 강조하기 74

__애셋 크기 및 순서 변경, 애니메이션 효과 적용하기 76

__분위기를 좌우할 배경 음악, 효과음 추가하기 78

__[NOTE] 애셋 아이콘과 적용 범위 82

​

LESSON 05 영상 보정, 속도 조절 등 다양한 편집 효과 84

__영상의 색감을 보정하는 필터 84

__영상을 빠르게, 혹은 느리게 배속 효과 85

__그 밖의 다양한 편집 효과 살펴보기 86

​

LESSON 06 버츄얼 유튜버를 위한 나만의 캐릭터 만들기 88

__기본으로 제공되는 캐릭터 사용하기 88

__내가 원하는 스타일로 캐릭터 생성하기 91

__[NOTE] 나만의 캐릭터 입모양 움직이기(Standard) 95

​

LESSON 07 실전 영상 비율 변경하여 3분할 영상 만들기 96

​

[CHAPTER 03 다양한 방법으로 영상 콘텐츠 제작하기]

LESSON 01 브루 템플릿으로 빠르게 완성하는 숏폼 영상 102

__쇼츠 프로젝트 시작하기 102

__영상에 적용된 템플릿 변경하기 111

__나만의 템플릿 저장하기(Standard) 114

​

LESSON 02 프레젠테이션 자료로 영상 제작하기 117

​

LESSON 03 브루에서 직접 촬영하여 영상 제작하기 124

​

LESSON 04 내 컴퓨터 화면을 녹화하여 영상 제작하기 129

​

LESSON 05 녹음한 음성에 영상 및 배경 음악 추가하여 완성하기 136

​

LESSON 06 브루의 기본 워터마크 변경하기 144

​

LESSON 07 완성한 영상을 다양한 방식으로 저장하기 148

__영상 파일(mp4) 내보내기 148

__자막 파일(srt) 내보내기 150

__다른 영상 편집 프로그램 파일로 내보내기 152

__오디오, 이미지 파일로 내보내기 153

__다른 사용자와 공유하는 프리뷰 154

​

LESSON 08 프로젝트 저장 및 불러오기 156

__프로젝트 파일로 저장하기 156

__프로젝트 파일 불러오기 158

__클라우드에 저장하기(Light) 159

​

[CHAPTER 04 영상 편집이 쉬워지는 브루 인공지능]

LESSON 01 인공지능으로 이미지 생성하기 164

__AI 이미지 생성하기 164

__[NOTE] 생성된 이미지 미리보기 화면에 포함된 기능들 167

__AI 이미지 자동 삽입하기 169

​

LESSON 02 인공지능 목소리로 영상 제작하기 171

__AI 목소리로 프로젝트 시작하기 171

__[NOTE] 한 클립에서 워드별로 이미지 추가하기 175

__AI 목소리로 영상에 음성 더빙하기 176

__나만의 AI 목소리 만들기 178

__나만의 목소리 사용하기 185

__[NOTE] 저장된 내 목소리 삭제하기 186

​

LESSON 03 실전 인공지능으로 리뷰 영상 콘텐츠 제작하기 187

__인공지능으로 대본 및 영상 생성하기 187

__[NOTE] GPT 35와 GPT 40 189

__컷 편집 및 애셋 교체하기 193

__애니메이션 설정 및 자막 서식 변경하기 197

__[NOTE] 사용자 지정으로 줌인, 줌아웃 표현하기 198

__[NOTE] 클립 선택 방법에 따른 자막 서식 적용 범위의 차이 201

__효과음 추가 후 영상 내보내기 202

__[NOTE] 브루의 인공지능으로 만드는 다양한 영상 스타일 살펴보기 205

​

LESSON 04 실전 인공지능으로 여행지 추천 숏폼 만들기 207

__인공지능으로 숏폼 영상 생성하기 207

__컷 편집 및 자막 서식 변경하기 212

__속도 조절 및 내보내기 215

​

LESSON 05 나만의 비디오 스타일 만들기 217

​

LESSON 06 긴 영상을 짧은 영상으로 리믹스하기 224

__프로젝트를 요약 영상으로 리믹스하기 224

__하이라이트 영상 만들기 228

​

[APPENDIX]

APPENDIX 01 스마트폰에서 브루 활용하기 232

__브루의 기본 프로젝트 화면 살펴보기 232

__모바일 브루 시작하기 234

__기본 컷 편집하기 235

__자막 스타일 및 배경 음악 설정 237

__새로운 프로젝트 시작하기 239

​

APPENDIX 02 작업 속도가 빨라지는 브루 단축키 240

__브루의 전체 단축키 241

​

출판사 서평

ㆍ영상 편집에서 활용할 수 있는 거의 모든 인공지능 기능이 다 담긴 브루

브루의 가장 큰 특징 2가지는 텍스트 기반 편집과 다양한 인공지능 기능이다. 브루에서 영상을 불러오면 인공지능이 영상을 분석해서 자동으로 자막을 생성해 주고, 사용자는 워드 문서를 편집하듯이 영상을 편집할 수 있다. 이것뿐만이 아니다. AI가 필요한 이미지나 영상도 생성해 준다. 가상의 캐릭터를 활용할 수도 있고, 인공지능 목소리로 자막을 더빙할 수도 있다. 그야말로 만능 인공지능 영상 편집 도구이다.

​

그럼 이상으로 인공지능이 다 해주는 브루 Vrew 영상 편집 유튜브, 숏폼 영상부터 버튜버, 인공지능 목소리 더빙까지 생성형 AI로 영상 콘텐츠 제작하기 책소개 포스팅을 마치겠습니다.

인공지능이 다 해주는 브루 Vrew 영상 편집 유튜브, 숏폼 영상부터 버튜버, 인공지능 목소리 더빙까지 생성형 AI로 영상 콘텐츠 제작하기 책소개 포스팅은 제휴마케팅이 포함되어있습니다.

#브루, #인공지능, #vrew, #영상편집, #유튜브, #숏폼, #영상, #버튜버, #목소리더빙, #생성형AI, #zhsxpscm, #콘텐츠

셔터스톡 10월 할인쿠폰

이미지, 동영상, 음악 등을 구매할 수 있는
셔터스톡에서 10월 할인코드를 배포해서 공유해드릴게요.
http://app.ac/Otwg5LM03

셔터스톡

 

셔터스톡(Shutterstock)은 2003년에 설립된 글로벌 스톡 이미지 및 디지털 콘텐츠 플랫폼입니다. 주로 사진, 벡터, 일러스트, 동영상, 음악 등을 제공하며, 저작권 걱정 없이 상업적 및 비상업적 목적으로 사용할 수 있는 다양한 콘텐츠를 제공합니다. 다음은 셔터스톡의 주요 특징과 세부 사항입니다:

 

1. 콘텐츠 유형

이미지: 사진, 일러스트레이션, 벡터 이미지 등 4억 장 이상의 다양한 이미지 콘텐츠가 제공됩니다.

동영상: 영화, 광고, 온라인 콘텐츠 등에 활용할 수 있는 HD 및 4K 비디오 클립을 제공합니다.

음악: 광고, 영화, 게임, 유튜브 영상 등에 사용할 수 있는 저작권이 보장된 음원 라이브러리가 있습니다.

템플릿: 웹디자인, 마케팅 콘텐츠, 소셜 미디어 포스트 등에 활용할 수 있는 그래픽 디자인 템플릿을 제공합니다.

2. 라이선스

셔터스톡은 로열티 프리(Royalty-Free) 라이선스를 제공합니다. 이는 한 번 구매한 콘텐츠를 여러 프로젝트에서 추가 비용 없이 사용할 수 있다는 뜻입니다. 그러나 여전히 콘텐츠를 사용하는 방식에 따라 사용 범위가 다를 수 있으므로, 사용 전에 라이선스 세부 내용을 확인하는 것이 중요합니다.

 

기본 라이선스: 대부분의 상업 및 비상업적 사용을 허용하지만, 인쇄물의 경우 50만 부 이상 사용 시 추가 비용이 발생할 수 있습니다.

확장 라이선스: 상품화나 대규모 배포 프로젝트에 필요한 경우 확장 라이선스를 구입할 수 있습니다.

3. 구독 및 결제 모델

이미지 패키지: 필요에 따라 일정 수의 이미지를 다운로드할 수 있는 패키지를 구입할 수 있습니다.

월간 구독: 매달 특정 수의 이미지나 동영상을 다운로드할 수 있는 구독 모델을 제공합니다. 주로 대규모의 콘텐츠가 필요한 사용자에게 적합합니다.

맞춤형 솔루션: 기업 고객을 위한 맞춤형 요금제가 있으며, 대규모로 콘텐츠를 사용하는 경우 적합합니다.

4. 콘텐츠 기여자

셔터스톡은 전 세계 수십만 명의 크리에이터들이 자신의 콘텐츠를 업로드하고 판매할 수 있는 플랫폼입니다. 기여자는 자신이 제공하는 콘텐츠에 대해 다운로드 및 판매 횟수에 따라 수익을 받습니다.

 

5. AI 및 검색 기능

셔터스톡은 사용자의 검색 경험을 개선하기 위해 AI 기반 검색 기능을 제공합니다. 이미지 업로드를 통해 비슷한 이미지를 찾거나, 키워드 검색을 통해 정확한 콘텐츠를 쉽게 찾을 수 있습니다.

 

6. 창작 도구

셔터스톡은 단순히 콘텐츠 제공에 그치지 않고, 셔터스톡 에디터라는 도구를 통해 사용자가 이미지를 편집하고 소셜 미디어, 마케팅 자료 등을 쉽게 제작할 수 있는 기능을 제공합니다.

 

7. 기타 서비스

셔터스톡 스튜디오: 브랜드 콘텐츠 제작, 촬영 관리 및 편집 서비스까지 제공하는 프리미엄 솔루션.

API: 셔터스톡 API를 통해 기업이 자신의 애플리케이션이나 웹사이트에 셔터스톡 콘텐츠를 통합할 수 있습니다.

셔터스톡은 크리에이티브 산업에서 전 세계적으로 많이 사용되는 플랫폼으로, 다양한 프로젝트에 필요한 고품질의 콘텐츠를 신속하게 확보할 수 있는 도구로서 큰 역할을 합니다.

 

그럼 이상으로 이미지 동영상 ShutterStock 셔터스톡 10월 할인쿠폰 코드 포스팅을 마치겠습니다.

이미지 동영상 ShutterStock 셔터스톡 10월 할인쿠폰 코드 포스팅은 제휴마케팅이 포함되어있습니다.

 

#셔터스톡, #shutterstock, #10월, #할인코드, #할인쿠폰, #쿠폰코드, #이미지, #동영상, #무료

레노버 노트북 10월

레노버에서 기존 할인 + 추가 할인 3% 해주는
할인코드를 배포해서 공유해드릴게요.
http://app.ac/XjrDBia43

할인코드 : LVHOT

위의 링크로 접속하시고

결제하실때 할인코드를 사용하시면

중복 할인을 받을 수가 있어요.

◎ 할인코드 사용 기간 : 2024.01.01 ~ 2024.12.31

최대 38% 의 THINKPAD PC 할인 혜택을 누리세요

새로운 AI 시대로 안내합니다. 엄선된 ThinkPad 기념일 할인 혜택을 알아보세요.

학생스토어에서 PC 구매시 M9 태블릿 만원에 증정!

씽크패드 T /요가 / 아이디어 패드 구매시 M9 태블릿 30% 할인

게이밍 PC 구매시 모니터 특별가 99,000원!

커스텀 PC 스마트 퀵 배송 시작

커스텀 PC 레노버 최초 도입 - 오늘 주문 시 이틀 후 배송시작

커스텀 PC 200/300/400만원 이상 구성 시 4/10/12만원 추가 할인

ADP및 워런티 50% 할인, SSD/RAM 업그레이드50% 할인

X1카본 11세대 구매 혜택: USB-C 도크 30% & 모니터 20% 할인

/ 19만원 상당 보조 배터리(20000mAh) 특별가 10,000원에 증정

오늘 출발 / 스마트 퀵 배송 ThinkPad 주문시 도크 및 보조 배터리 추가 할인

레노버 신학기 Gamer’s Month

게이밍 PC 구매시 R25i-30 모니터 신학기 특별가 99,000원

최대 38% 의 THINKPAD PC 할인 혜택을 누리세요

새로운 AI 시대로 안내합니다. 엄선된 ThinkPad 기념일 할인 혜택을 알아보세요.

Lenovo Pro | Lenovo Education

신제품 P1 구매 시 37만원 상당 P24h 모니터 파격가10,000원에 증정!

ThinkPad P16s 3세대 / P14s 5세대 구매 시 P24h 모니터 50% 할인

씽크패드 T 시리즈 구매 시 M9 태블릿 30% 할인

요가 / 아이디어 패드 구매 시 M9 태블릿 30% 할인

인텔 신제품 커스텀 PC 구성시 SSD 및 RAM 업그레이드 최대 50% 할인

주요 제품 라인:

ThinkPad: 주로 비즈니스 사용자들을 위한 노트북 라인으로, 내구성과 성능이 뛰어나고, 고급 보안 기능을 제공합니다.

IdeaPad: 일반 소비자용 노트북으로, 다양한 가격대와 사양을 갖춘 모델이 있습니다.

Legion: 게이머를 위한 고성능 게이밍 노트북 및 데스크톱 브랜드입니다.

Yoga: 2-in-1 노트북으로, 노트북과 태블릿 모드를 함께 사용할 수 있는 다목적 제품입니다.

레노버 노트북은 다양한 사용자 층을 타겟으로 한 여러 제품군을 제공하며, 전반적으로 품질과 성능이 뛰어나다는 평가를 받고 있습니다. 특히 레노버의 ThinkPad 시리즈는 비즈니스 사용자들에게 매우 인기 있으며, 내구성, 보안, 키보드 품질 등에서 높은 평가를 받습니다. 이 시리즈는 전통적으로 IBM 시절부터 개발되어 신뢰성이 높고, 엔터프라이즈용 노트북의 대표적인 모델로 자리 잡고 있습니다.

레노버의 IdeaPad 시리즈는 일반 소비자와 학생을 대상으로 하는 제품군으로, 다양한 가격대와 사양을 제공하여 가성비가 좋다는 평가를 받습니다. 특히 일상적인 작업과 멀티미디어 소비에 적합한 모델들이 많습니다.

또한, Legion 시리즈는 게이밍에 특화된 노트북으로, 고성능 그래픽 카드와 프로세서를 갖추고 있어 게임 성능에서 좋은 평가를 받고 있습니다. 게임용뿐만 아니라 그래픽 작업이나 영상 편집에도 적합한 성능을 제공합니다.

레노버 노트북의 장점으로는:

내구성: 특히 ThinkPad 시리즈는 군사 규격 테스트를 통과할 정도로 튼튼합니다.
좋은 키보드: 레노버는 키보드 품질로 유명하며, 타이핑 감이 좋습니다.
가성비: 다양한 가격대의 제품을 제공하며, 성능 대비 가격이 합리적입니다.
그러나 단점으로는 일부 모델에서 디자인이 보수적이라는 평을 받기도 하고, 낮은 가격대 제품에서는 고급 모델에 비해 성능이나 마감이 떨어질 수 있다는 지적도 있습니다.

종합적으로 볼 때, 레노버 노트북은 다양한 용도에 맞춰 선택할 수 있는 신뢰성 높은 브랜드입니다.

그럼 이상으로 Lenovo 레노버 노트북 10월 중복 할인쿠폰 코드포스팅을 마치겠습니다.

Lenovo 레노버 노트북 10월 중복 할인쿠폰 코드 포스팅은 제휴마케팅이 포함되어있습니다.

#Lenovo, #레노버, #레노보, #할인코드, #쿠폰코드, #할인쿠폰, #10월, #씽크패드, #ThinkPad, #아이디어패드, #IdeaPad, #LEigion, #리전, #Yoga, #요가, #중복할인, #중복쿠폰

에어알로 10월 할인쿠폰 

글로벌 eSIM 이심플랫폼 에어알로에서

10월 할인코드를 배포해서 공유해드릴게요.

에어알로 할인코드 바로가기(클릭)

* 할인코드 사용 기간: 2024.10.01 ~10.31

* 할인코드 내용

[전 고객 15% 할인코드]

1. 사용 기간: 2024.10.01~10.31

2. 할인코드: AIRLP15

3. 사용 조건: 에어알로 전 고객 대상

4. 사용 방법: 체크아웃 페이지에서 코드 적용 / Airmoney 사용 클릭 후 할인코드 입력

에어알로는 전세계 200개이상의 국가와 지역에서

현지 데이터를 제공하는 세계 최초 글로벌 이심 플랫폼이에요.

이심은 물리적 심카드가 필요 없기 때문에 매우 편리하게 사용할 수가 있습니다.

유럽 여행을 가게되면 여러나라를 여행하게 되는 경우가 있어요.

이런 경우에는 개별 국가에서 사용이 가능한 이심을 구매하기보다는

여러나라에서 사용할 수 있는 유럽 이심을 구매하는 것을 추천드려요.

에어알로(Airalo)는 해외여행을 위한 eSIM(이심) 서비스로, 전 세계 200개 이상의 국가에서 사용할 수 있는 데이터 플랜을 제공합니다. 에어알로를 사용하면 기존 유심을 교체할 필요 없이 eSIM을 추가해 데이터를 사용할 수 있습니다.

에어알로의 사용법은 간단합니다. 앱에서 여행할 국가에 맞는 eSIM을 구매한 후, QR 코드를 통해 eSIM을 설치합니다. 설치가 완료되면 현지 네트워크에 연결해 데이터를 사용할 수 있으며, 앱을 통해 사용량을 확인하거나 추가 구매도 가능합니다. 플랜은 1GB부터 10GB까지 다양한 용량으로 제공되며, 대륙별이나 전 세계에서 사용할 수 있는 플랜도 있습니다.

설치 과정에서 중요한 점은 인터넷 연결이 원활해야 하며, eSIM은 한 번만 설치 가능하므로 삭제할 경우 복구가 불가능하다는 점입니다. 설치 후에는 데이터 로밍을 켜야 현지 네트워크에 연결됩니다​

에어알로는 사용하기 간편하고, 한국에서 미리 구입해 두면 현지에서 즉시 데이터를 사용할 수 있어 여행자들에게 유용한 선택입니다

그럼 이상으로 airalo 글로벌 eSIM 이심 플랫폼 에어알로 10월 할인쿠폰  포스팅을 마치겠습니다.

airalo 글로벌 eSIM 이심 플랫폼 에어알로 10월 할인쿠폰  포스팅은 제휴마케팅이 포함되어있습니다.

#에어알로, #airalo, #10월, #할인코드, #할인쿠폰, #바우처, #쿠폰코드, #이심, #esim, #로밍, #유럽이심

LLM을 활용한 실전 AI 애플리케이션

LLM을 활용한 실전 AI 애플리케이션을

개발할 수 있는 책을 소개해드릴게요.

http://app.ac/Sqpop6243

#LLM, #AI, #애플리케이션, #개발, #책, #강의, #강좌

허깅페이스

딥러닝 프로젝트를 위한 허깅페이스 관련 

책을 소개해드릴게요.

http://app.ac/lACOQj593

허깅페이스를 활용한 최신 인공지능 기술의 핵심 개념과 실무 능력을 제공합니다!

허깅페이스는 현대 딥러닝 분야, 특히 자연어 처리와 컴퓨터 비전 영역에서 널리 사용되는 강력한 도구입니다. 이 책은 허깅페이스를 활용하여 다양한 딥러닝 프로젝트를 구축하는 방법을 상세히 다룹니다. 트랜스포머 모델의 기본 개념부터 시작하여 자연어 처리, 컴퓨터비전, 멀티모달까지 폭넓은 주제를 다루며, 실제 프로젝트 구현을 통해 실용적인 지식을 제공합니다.

이 책은 허깅페이스를 활용해 모델 설정, 토크나이저 사용, 데이터세트 처리, 모델 학습 및 평가 등 프로젝트 전 과정을 상세히 다룹니다. 또한 최신 모델인 BERT, BART, RoBERTa, T5, LLaMA-3.1 등을 활용한 다양한 자연어 처리 모델과 CLIP, OWLv2, SAM 등을 이용한 컴퓨터 비전 모델, 그리고 BLIP-2, LayoutLM, ViLT, Stable-diffusion 등의 멀티모달 모델을 실습합니다.

​

허깅페이스를 이용해 최신 딥러닝 기술을 실제 프로젝트에 적용하고자 하는 개발자, 연구자, 그리고 데이터 사이언티스트 모두에게 강력하게 이 책을 추천합니다!

​

★ 이 책에서 다루는 내용 ★

​

◎ 허깅페이스 이해 및 활용 방법

◎ 트랜스포머 모델의 구조와 작동 원리 이해

◎ 허깅페이스 허브와 리포지터리를 활용한 모델 공유 및 관리

◎ 허깅페이스 트랜스포머 라이브러리를 이용한 모델 설정, 학습, 평가

◎ 자연어 처리 프로젝트(텍스트 분류, 요약, 질의 응답, 기계 번역, 텍스트 생성) 실습

◎ 컴퓨터비전 프로젝트(이미지 분류, 객체 검출, 이미지 세그먼테이션) 실습

◎ 멀티모달 프로젝트(이미지 캡셔닝, 문서 질의 응답, 시각적 질의 응답, 이미지 생성) 실습

◎ 고급 기능(이미지 매칭, 하이퍼파라미터 최적화, 모델 양자화, 분산 학습) 실습

​

작가정보

저자(글) 윤대희

카카오스타일의 데이터사이언스 팀 리더로 현재 데이터 리터러시, 데이터 패브릭, MLOps 프로젝트를 진행하고 있다. 이전에는 어반베이스의 머신러닝 팀 리더를 맡아 컴퓨터비전과 딥러닝을 활용해 2D 도면을 3D로 변환하는 프로젝트를 수행했다. 머신러닝·딥러닝을 비롯해 데이터 품질 관리, 데이터 통합, 비즈니스 인텔리전스 등 데이터 통합에 관심이 있으며, 기술 공유 및 확장 플러그인 배포 등으로 개인이나 조직이 기술을 보다 쉽게 이용하고 활용할 수 있도록 도움을 주고 있다.

​

저자(글) 김동화

고려대학교에서 산업경영공학 박사 학위를 취득했다. 데이터 기반으로 제조, IT, 금융 분야에서 발생하는 다양한 기술적 문제를 해결했으며, 머신러닝·딥러닝 분야에 총 6편의 SCI 논문을 게재했다. 카카오스타일에서 컴퓨터비전과 딥러닝을 담당했으며 패션 속성 추출, 유사 이미지 추천 및 코디 추천을 수행했다. 현재는 우아한형제들에서 다양한 푸드/이커머스 플랫폼 과제를 진행하고 있다. 컴퓨터비전, 자연어 처리, 멀티모달 학습을 연구하고 활용하는 데 관심이 있다.

​

목차

▣ 01장: 허깅페이스 알아보기

1.1 인공지능과 허깅페이스

___1.1.1 머신러닝과 딥러닝

___1.1.2 딥러닝을 위한 허깅페이스

1.2 트랜스포머

___1.2.1 트랜스포머 모델 구조

___1.2.2 멀티 헤드 어텐션

___1.2.3 마스크드 멀티 헤드 어텐션

1.3 파이토치 설치 및 환경 설정

___1.3.1 윈도우 / 리눅스

___1.3.2 리눅스(ROCm)

___1.3.3 맥

___1.3.4 구글 코랩

1.4 허깅페이스 허브

___1.4.1 허깅페이스 알아보기

___1.4.2 Models 페이지 알아보기

___1.4.3 사전 학습된 모델 다운로드

1.5 허깅페이스 리포지터리

___1.5.1 모델 리포지터리 생성

___1.5.2 모델 파일 업로드

___1.5.3 push_to_hub 메서드를 통한 업로드

___1.5.4 Git을 통한 업로드

​

▣ 02장: 허깅페이스 트랜스포머

2.1 라이브러리 소개

___2.1.1 트랜스포머

___2.1.2 토크나이저

___2.1.3 데이터세트

___2.1.4 디퓨저

___2.1.5 가속화

2.2 모델 설정

___2.2.1 PretrainedConfig 클래스

___2.2.2 ModelConfig 클래스

2.3 토크나이저

___2.3.1 PreTrainedTokenizer 클래스

___2.3.2 ModelTokenizer 클래스

2.4 모델

___2.4.1 PreTrainedModel 클래스

___2.4.2 ModelModel 클래스

2.5 특징 추출

___2.5.1 ImageFeatureExtractor 클래스

___2.5.2 AudioFeatureExtractor 클래스

2.6 이미지 프로세서

___2.6.1 ImageProcessor 클래스

2.7 오토 클래스

___2.7.1 주요 Auto 클래스

2.8 파이프라인

___2.8.1 파이프라인 종류와 예시

___2.8.2 pipeline 함수

2.9 데이터세트

___2.9.1 선택, 분리, 병합

___2.9.2 필터 및 맵

___2.9.3 기타 메서드

___2.9.4 데이터 업로드

2.10 트레이너

___2.10.1 트레이너 클래스

___2.10.2 트레이닝 아규먼트

___2.10.3 토큰 분류 - 개체명 인식

2.11 모델 평가

___2.11.1 평가 라이브러리

​

▣ 03장: 자연어 처리

3.1 텍스트 분류: BERT

___3.1.1 BERT

___3.1.2 BertTokenizer

___3.1.3 BertModel

___3.1.4 텍스트 분류 모델 학습

3.2 요약문 생성: BART

___3.2.1 BART

___3.2.2 BartTokenizer

___3.2.3 BartModel

___3.2.4 요약문 생성 모델 학습

3.3 질의 응답: RoBERTa

___3.3.1 RoBERTa

___3.3.2 추출 질의 응답 모델 학습

3.4 기계 번역: T5

___3.4.1 T5

___3.4.2 기계 번역 모델 학습

3.5 텍스트 생성: LLaMA-3.1

___3.5.1 LLaMA-3 시리즈

___3.5.2 텍스트 생성 모델 실습

___3.5.3 텍스트 생성 모델 학습

​

▣ 04장: 컴퓨터비전

4.1 제로샷 이미지 분류: CLIP

___4.1.1 CLIP

___4.1.2 제로샷 이미지 분류 수행

4.2 제로샷 객체 검출: OWLv2

___4.2.1 OWLv2

___4.2.2 제로샷 객체 검출 수행

4.3 이미지 세그먼테이션: SAM

___4.3.1 SAM

___4.3.2 이미지 세그먼테이션 수행

​

▣ 05장: 멀티모달

5.1 이미지 캡셔닝: BLIP-2

___5.1.1 BLIP

___5.1.2 이미지 캡셔닝 수행

5.2 문서 질의 응답: LayoutLM

___5.2.1 LayoutLM

___5.2.2 문서 시각 질의 응답 수행

5.3 시각적 질의 응답: ViLT

___5.3.1 ViLT

___5.3.2 시각적 질의 응답 수행

5.4 이미지 생성: Stable-Diffusion

___5.4.1 확산 모델

___5.4.2 Stable-Diffusion 3

___5.4.3 이미지 생성 수행

​

▣ 부록A: 이미지 매칭

A.1 이미지 특징 벡터

A.2 FAISS

A.3 인덱스 유형

​

▣ 부록B: 레이 튠

B.1 하이퍼파라미터 최적화 수행

B.2 하이퍼파라미터 최적화 결과 비교

B.3 하이퍼파라미터 검색 알고리즘

​

▣ 부록C: GPTQ

C.1 GPTQConfig 클래스

C.2 모델 양자화

​

▣ 부록D: 가속화

D.1 Accelerator 클래스

D.2 모델 분산 학습 수행

​

그럼 이상으로 딥러닝 프로젝트를 위한 허깅페이스 실전 가이드 책소개 포스팅을 마치겠습니다.

딥러닝 프로젝트를 위한 허깅페이스 실전 가이드 책소개 포스팅은 제휴마케팅이 포함되어있습니다.

#딥러닝, #허깅페이스, #프로젝트, #가이드, #강의, #강좌, #책, #서적

the AI GRAPHICS: 인공지능, 캐릭터, 웹툰, 패션, 세계관, 디지털 디자인

AI를 이용해서 이미지를 생성하는

방법에 관한 책을 소개해드릴게요.

http://app.ac/RtwJ2mM03

생성 AI, 이제는 활용의 시대!

2023년은 많은 이들에게 AI라는 거대한 가능성을 발견한 해였습니다. 예술과 디자인, 창작의 모든 영역에서 AI가 어떻게 활용될 수 있는지에 대한 탐구가 활발히 이루어졌고, 그 잠재력에 대한 기대가 어느 때보다도 높아졌습니다. 2024년은 그 가능성을 단순히 인식하는 단계를 넘어, 실제로 활용하여 창작의 새로운 지평을 열어가는 해가 되어야 합니다. AI는 이제 창작의 여정에서 필수적인 동반자로 자리잡았으며, 이를 어떻게 활용하느냐에 따라 창작의 결과물은 완전히 달라질 것입니다.

저자(글) 김성완

​

인물정보

게임기획자/게임프로그래머

게임인재원 외래교수

물리학을 전공했고, 한국 게임개발자 1세대로서 한국의 초창기 3D 게임 기술 개척에 일조했다. 부산게임아카데미와 여러 대학의 게임학과에서 게임 개발자 지망생들을 가르쳤다. 게임에 사실적인 자연 현상을 시뮬레이션하기 위해 지구과학 박사 과정을 수료했다. 인디게임 개발자 커뮤니티 ‘인디라!’를 운영하고 있고, 한국을 대표하는 국제 인디게임 페스티벌인 부산인디커넥트 페스티벌의 집행위원장이기도 하다. 게임회사 펄어비스의 R&D 팀에서 생성 AI를 연구했고 현재는 GenAI Korea를 운영하며 생성 AI 컨설팅을 하고 있다. 게임 인재원의 외래교수이기도 하다.

​

저자(글) 김한재

​

인물정보

대학/대학원 교수

강동대학교 만화애니메이션콘텐츠과 교수

2003년 뉴욕 School of Visual Arts에서 학사 학위를 취득한 후, [세종대학교 공연예술대학원]에서 멀티미디어애니메이션 석사를 마쳤다. 이후 [(사)한국만화애니메이션학회]와 [(사)한국애니메이션학회]에서 활동하며 [(사)한국여성캐릭터협회]의 이사 및 교육분과장을 맡았다. [(사)한국게임정책학회]에서는 컴퓨터그래픽분과 위원장으로, [(사)한국체육학회]에서는 E스포츠산업전문위원으로 활동했다. 영화진흥위원회 애니메이션소위원회 위원을 역임했으며, 현재는 노리토이의 대표이자, 강동대학교 만화애니메이션콘텐츠과 교수로 재직 중이다. 저서로 [생성형 AI로 웹툰 만화 제작하기]가 있다.

​

목차

[인터뷰] AI가 빚어낸 러블리한 매력, AI 인플루언서 오예린 제작기

윤석장 | 프로덕트 매니저 (PM)

​

​

[디자이너도 이해하는 이미지 생성 AI의 원리]

김성완 | 게임인재원 외래교수

1. 이미지 생성 모델이란?

2. 디퓨전 모델의 유래

3. 디퓨전 모델의 작동 원리

4. 스테이블 디퓨전 모델의 원리

5. CLIP 모듈과 텍스트 프롬프트

6. 텍스트 투 이미지 생성과 컨디셔닝

7. CFG(Classifier Free Guidance)란 무엇인가?

8. 이미지 투 이미지 생성

9. 모델 파인 튜닝과 LoRA

10. ControlNet이란?

​

​

[이미지와 영상으로 알아본 생성형 AI의 기술트렌드와 AI 영상제작기법]

류내원| 네오컨버전스㈜ 기술연구소 소장

1. 생성형 AI의 기술트렌드

- 최초의 AI 이미지 생성 VAE

- 생성형 AI를 크게 발전 시킨 Transformer

- AI 예술 출현의 기반이 된 DALL-E, CLIP, Stable Diffusion

- 최근 생성형 AI 현황 및 전망

2. AI Video 생성 방법

- 텍스트나 이미지로 AI 영상 만들기 : Runaway Gen, Pika, Stable Video Diffusion

- 시작 이미지와 끝 이미지로 영상 만들기 및 고화질 영상 만들기(Upscale Video) : Krea.ai

- 기존 동영상을 만화 스타일 등으로 변경하기 및 캐릭터 춤추게 하기 : DomoAI, deVut.ai, viggle.ai

- 향상된 AI Video 생성 모델 : Sora, Veo, Kling, Luma Dream Machine

- AI Video 생성 더 나아가기

​

​

[프리프로덕션 단계의 게임컨셉아트를 위한 미드저니, 스테이블 디퓨전의 이해와 활용]

박상준 | 컴투스 이사 / AL

1. 게임 컨셉 아트 프리 프로덕션이란?

- 게임 아트 컨셉 프리-프로덕션의 주요 요소

- 소규모 스튜디오와 스타트업에서의 프리-프로덕션

- AI를 활용한 게임 아트 컨셉 프리-프로덕션

2. 우리가 사용할 툴

- 미드저니

- 스테이블 디퓨전

- Magnific AI (매그니픽 AI)

3. 스테이블 디퓨전을 이용한 다양한 아이디어 스케치

4. 미드저니를 이용한 다양한 아이디어 스케치

5. 다양한 컨셉아트 제작하기(미드저니와 스테이블 디퓨전 사용)

- 실사 스타일 사이버펑크 스타일 기계소녀 제작하기

- 캐릭터 캐릭터 유화풍 스타일

- 실사스타일

- 2D 캐릭터 스타일

- 메카닉

6. 다양한 컨셉아트 제작하기 (미드저니와 매그니픽 AI)

- 사이보그 소녀

- 바이킹

- 사이버 여전사

- 궤도 엘리베이터

- 환타지 마을

- 우주전함 컨셉아트

7. 캐릭터 컨셉아트 디벨롭하기 (스테이블 디퓨전)

- 준비그림

- 스테이블 디퓨전 세팅

- 최종이미지

8. 게임 아트 컨셉“프리프로덕션(Pre-production)”을 위한 AI 활용을 마치며….

​

​

[스테이블 디퓨전으로 생성하는 로코코 양식의 스팀펑크 캐릭터 디자인]

이든 | 15년차 게임 캐릭터 컨셉 아티스트

1. 시안을 통한 스테이블 디퓨전의 작업 진행 방법.

- 시안을 그려 봅니다.

- 정면을 SD으로 완성해봅니다.

2. 스테이블 디퓨전으로 시트를 진행하는 방법.

- 스테이블 디퓨전 컨트롤넷으로 시트 만들기

- 미드저니와 comfyUI 의 턴테이블

3. 마치며

​

​

[ChatGPT, 미드저니, 스테이블디퓨전으로 구현하는 바로크 양식의 다크 환타지 컨셉아트]

오지훈 | 엔씨소프트 배경 컨셉아티스트

1. 왜 바로크인가

2. 레퍼런스 조사

3. Chat GPT와의 대화로 세계관 기획과 컨셉아트 초안 만들기

- Chat gpt 를 게임 기획자로 만들기

- ChatGPT 로 비쥬얼 방향성을 잡기

- Chat gpt 의 안을 비판적으로 피드백 하기

- Chat gpt 와 함께 컨셉아트 초안 만들기

4. 미드저니+스테이블디퓨전으로 고품질 이미지 만들기

- describe 기능을 활용하여 배경컨셉 시안 만들기

- describe 기능으로 만들어진 이미지 수정하기

- 포토샵과 stable dffusion을 활용한 업스케일링

- 전문 업스케일러를 활용한 업스케일링

- 미드저니로 주인공 캐릭터 만들기.

5. Blender를 활용한 한 실무용 컨셉 잡기

- 변경된 기획에 맞게 컨셉 수정하기.

- Blender용 텍스쳐 추출하기

- Blender로 구조를 만들기

- AI로 만든 텍스쳐 불러오기

- 게으르지만 효과적인 벽면장식 모델링

- 오브젝트 부수기

- 알파텍스쳐(Alpha Texture )를 활용하여 장면의 디테일 높이기

​

​

[Comfy UI로 구축해보는 웹툰 자동화 프로세스]

조지훈 | 웹툰 개발자 / 작가

1. 들어가며

- 웹툰. 세계로 뻗어나가는 새로운 예술

- 웹툰 제작과 AI

- 웹툰 에이전시가 주목해야 할 포인트

- 쉽게 끓이는 라면 vs 레스토랑의 고급 요리

- ComfyUI로 웹툰 제작에 도전!

2. 설치해야 할 커스텀 노드

- ComfyUI Manager

- Comfyroll Studio

- Efficiency-nodes-comfyui

- ComfyUI-Layer Diffuse

- IPAdapter-plus

- ComfyUI-Custom-Scripts

3. 웹툰 캐릭터를 만드는 두가지 방법

- 캐릭터 LoRA를 이용한 웹툰 캐릭터 생성하기

- InstantLoRA를 이용한 즉석 캐릭터 생성하기

4. 인물과 배경 레이어 분리하기

- 캐릭터와 배경 프롬프트 분리해 관리하기

- 레이어 디퓨전으로 투명 배경 캐릭터 만들기

- 하나의 레이어로 합치기

- 별개의 파일로 저장하기

- 마무리하며

5. 웹툰 컷선 작업하기

- 기존 노드 잠깐 멈춰두기

- 가로 세로 사이즈 세팅하기

- 컷 라인을 위한 입력 노드 설정하기

- 선 영역 계산하기

- 계산식 적용하기

- 컷 라인 영역 만들기

- 컷선 계산하기

- 컷선 만들기

- 컷선과 원고 이미지 크기 연동하기

- 흰색 테두리 합치기

- 컷선 추가하기

- 다양하게 테스트 해보기

6. 추가 웹툰 요소 더하기

- 집중선 추가하기

- 효과음 추가하기

​

​

[얼굴을 그리다 ; AI로 완성하는 책 표지 제작기]

김한재 | 강동대학교 만화애니메이션 콘텐츠학과 교수

0. 첫 만남: 미드저니와의 작업

1. 작품의 만남 : ‘진흙탕 출퇴근’

- 작품전달, 이미지 구상을 위한 첫 단추, 소설의 분석

- 첫 시안

- 이미지 보정과정

- 작업 결과 및 피드백

- 끝날 때까지 끝난 게 아니다

2. 그 외의 표지작업 과정들

- ‘살의의 형태’ (2023.12.8., 작가 홍정기)

- ‘수상한 델리고 마을에서 온 초대장’ (2024.03.29., 작가 이선희)

​

​

[생성형 AI와 함께 창작하기]

전혜정 | 청강문화산업대학교 교수

‘인간 고유의 창의성’이란 말은 환상일 지도 모릅니다

1. 생성형 인공지능은 외계인입니다

- 생성형 인공지능은 동물을 훈련시켜 인간의 과제를 달성하는 것과 비슷합니다

- 생성형 인공지능은 도구로만 남을 수 없습니다.

- 도구란 기본적으로 인간 신체의 확장으로 시작했거든요

- 생성형 인공지능은 고통스러운 수작업만 대신해주는 착한 도구가 아닙니다

- 통제 가능한 도구로 개발하는 것 외의 가능성을 생각해 봅시다

- 인공지능은 도구가 아니라 타자에 가깝습니다

- 외계인과 협업합시다

- 인공지능을 다룰 줄 아는 사람은 살아남는다는 구호가 가리고 있는 사실

2. 생성형 인공지능 예술의 가능성과 방향성

- 생성형 인공지능 예술의 가능성

- 작업의 숭고함

3. 생성형 인공지능과의 공진화

4. 그런데 좋은 그림이란 무엇일까요?

- 제가 생각하는 좋은 작품이란

- 생성형 인공지능이 말을 더 잘한다면, 지평 너머를 볼지도 모릅니다

​

​

[아티스트의 이미지를 예술로 바꾸는 AI 패션의 세계]

진수지 | 스토리홀딩즈 / 영상화 판권 프로젝트 매니저

1. 르네상스에서 로코코, 빅토리안까지

2. 시작은 르네상스가 좋겠네요.

3. 이번 여행지는 Victorian ERA 입니다.

4. 마지막 도착지는 예쁨 그 자체 Rococo 입니다.

5. [부록] 한복 이미지를 AI로 만든다는 것

​

[미드저니 스타일 어디까지 가봤니? Sref Seed Essential List]

조남경 | [미드저니 프롬프트 마스터 가이드] 저자

1. Style Reference (--sref)

2. Character Reference(--cref)

3. Style Reference Random (--sref random)

4. 모델 개인화 (Model Personalization) [ V 6.x only ]

5. 개인화 코드(Personalize Code) 와 Sref seed

6. Sref seed multiple blend

7. 개인화 코드(Personalize Code) multiple blend

8. 개인화 코드(Personalize Code)와 sref seed blend

​

​

[Comfy UI를 사용한 프로필 사진 만들기]

최돈현 | soy.lab 대표 / 스테이블 디퓨전 코리아 운영자

​

1. ComfyUI

- Node workflow

- 무한한 확장

- 강의 요약

- 권장사양

2. 준비하기

- ComfyUI 설치

- ComfyUI Manager 설치

- ComfyUI 실행하기

- ComfyUI Setting

- 해당 강의를 위한 Custom Node 설치

3. soy.lab 스타일 - Modularization

- 복잡해?

- 생각보다 쉬운 Modularization

- Set / Get NODE

- BasicPipe NODE

- 정리 끝!

４.구성하기

- Instant ID?

- 노드 살펴보기

- 한 장의 Face 이미지 사용하기

- 여러 각도의 Face 이미지 사용하기

- 참고 포즈 적용하기

５. Prompt 변경하기

- Chatgpt를 사용하여 복장 Prompt 만들기

- Midjourney /describe를 사용하여 Prompt 변경하기

- Prompt 입력 구조를 변경해 보자.

- Random Prompt 구조를 사용하여 생성하기

６.디테일

- 스타일 변경하기

- 업스케일(Upscale SUPIR) 적용하기

​

출판사 서평

[12명의 생성 AI 고수들이 공개하는 그래픽 노하우가 한 권에]

​

이 책은 바로 이러한 시점에서, AI를 어떻게 창의적으로 활용할 것인가에 대한 명확한 가이드를 제공하고자 합니다. 12명의 AI 아티스트들이 생성 AI를 활용하여 각자의 전문 분야에서 이룩한 혁신적인 사례들을 공유하며, 구체적인 활용법을 소개합니다. AI를 통해 캐릭터 디자인을 더욱 생동감 있게 만들고, 웹툰 제작을 자동화하며, 환상적인 세계관을 구현하는 등 창작분야에서 새로운 트렌드를 제시하는 방법들이 담겨 있습니다. AI는 이제 선택의 문제가 아닌, 창작의 필수적인 요소로 자리 잡고 있으며 이 책이 최고의 활용 가이드가 되어 줄 것입니다.

​

그럼 이상으로 the AI GRAPHICS: 인공지능, 캐릭터, 웹툰, 패션, 세계관, 디지털 디자인 책소개 포스팅을 마치겠습니다.

the AI GRAPHICS: 인공지능, 캐릭터, 웹툰, 패션, 세계관, 디지털 디자인 책소개 포스팅은 제휴마케팅이 포함되어있습니다.

#AI, #인공지능, #이미지, #생성, #캐릭터, #웹툰, #패션, #세계관, #디지털디자인