LLM 응용 개발자 계획 (LADP) 소개

AISG 엔지니어 Maldri가 LADP를 소개합니다: 4개월 기간의 구조화된 프로젝트로, 참여 기업에 두 가지를 제공합니다—자신의 비즈니스 문제를 위한 실행 가능한 LLM 애플리케이션 및 다음 프로젝트를 계속할 수 있는 내부 팀입니다. 교과 과정은 두 부분으로 나뉩니다: NLP 기초, Transformer 원리, 프롬프트 엔지니어링(영점 샷, 소수 샷, 사고 연쇄), Agent와 RAG 파이프라인, 윤리 및 거버넌스를 다루는 4주 심화 기술 학습; 매주 약 10시간의 12주 프로젝트 단계로, 처음 3주는 AISG 현장 집중 워크숍이며, 그 후 AISG 엔지니어가 멘토로서 온라인 및 오프라인 상담을 제공하고, 16주차에 회사에 시연합니다.

팀 규모는 2-4명으로 제한되며, 회사는 자금을 제공하고 실제 비즈니스 문제와 내부 데이터를 제공해야 합니다. LADP는 초보자와 경험 많은 엔지니어를 동시에 대상으로 합니다. 프로그램은 이전 배치의 두 가지 성과를 보여줍니다: 한 공공 에너지 회사의 NextGen Simulator는 LLM을 사용하여 사이버-물리 사고 시나리오를 실시간으로 생성하고 훈련 방안을 즉시 평가합니다; 한 온라인 소매업체의 Insight Stream은 Agent를 사용하여 판매 및 재고 데이터를 가져오고 일일 KPI를 결정한 후, 다른 LLM이 자연 언어 보고서로 작성하여 Slack에 직접 전송합니다.

지금까지 LADP는 40개 이상의 조직과 협력했으며, 교육, 금융, IT, 법률, 관광, 제조 등의 산업을 포함하고, 일부 기업은 두 번째 및 세 번째 프로젝트를 계속 진행합니다. 적격 참여자는 AISG 자금과 CCP 보조금을 받을 수 있습니다; 자세한 내용은 aap.sg/adp를 참조합니다.

자막 언어: ko · 수집 날짜: 2026-05-02

생성형 인공지능은 더 이상 실험적 기술이 아닙니다. 이미 다양한 산업의 일상 운영에서 변혁적 역할을 하고 있습니다. 맥킨지의 최근 조사에 따르면, 현재 65%의 조직이 적어도 하나의 사업 기능에서 생성형 인공지능을 사용하고 있으며, 전년도에는 이 비율이 33%였습니다. 향후 12개월 내, 대규모 언어모델의 역량을 신뢰할 수 있는 프로덕션급 도구로 전환하는 회사들이 업계 표준을 설정할 것입니다. 대규모 언어모델 애플리케이션 개발자 계획(LAP)은 구조화된 4개월 경로를 제공하며, 두 가지 성과를 가져옵니다: 귀사의 비즈니스 문제에 맞는 실행 가능한 대규모 언어모델 기반 솔루션, 그리고 다음 솔루션을 구축할 수 있는 팀입니다. 저는 Maldri이고, 싱가포르 인공지능청(AISG)의 인공지능 엔지니어입니다. 저는 이 매우 흥미로운 프로젝트—대규모 언어모델 애플리케이션 개발자 계획의 수석 엔지니어입니다.

이 프로젝트를 통해, 저와 제 팀은 다양한 조직과 협력하여 그들의 비즈니스 워크플로우에서 생성형 인공지능과 대규모 언어모델의 도입을 가속화하고, 직원들이 이러한 대규모 언어모델 애플리케이션을 개발하도록 교육합니다. 오늘 저는 이 프로젝트에 대해 더 많은 정보를 여러분과 함께 공유하겠습니다. 먼저, 싱가포르 인공지능청에 대해 간단히 소개하겠습니다. 싱가포르의 국가 인공지능 계획으로서, 우리는 5대 기둥 영역에서 인공지능 역량을 구축합니다. LAP는 인공지능 혁신 기둥에 속하며, 인재 개발 계획, 인공지능 표준, 그리고 업계 중심의 이니셔티브를 통해 기업이 인공지능을 도입하도록 지원합니다. LAP에서 귀사는 대규모 언어모델의 강력한 기능을 충분히 활용할 것입니다. 대규모 언어모델은 오늘날의 생성형 인공지능 엔진을 추동하는 핵심 기술입니다. 그렇다면 대규모 언어모델이란 무엇입니까?

대규모 언어모델은 수십억 개의 매개변수를 가진 심층학습 모델로, 훈련 데이터는 오픈소스 코드, 뉴스와 소셜 미디어 포스트, 수많은 공개 인터넷 페이지, 그리고 전체 책 등 광범위한 혼합 데이터를 포함합니다. 이러한 모든 텍스트의 패턴을 흡수함으로써, 이는 문맥을 이해하고, 정보를 추론하며, 필요에 따라 유창한 응답을 생성하는 방법을 학습합니다. LAP에서 참여자들은 기초부터 고급까지의 프롬프트 엔지니어링 기법을 통해 대규모 언어모델을 활용하는 방법을 배웁니다. 프롬프트 엔지니어링은 대규모 언어모델의 원하는 행동을 유도하기 위해 입력 프롬프트를 설계하고 최적화하는 실제 방법입니다. 다시 말해, 마치 교사가 학생을 지도하듯이 모델에 명확하게 원하는 것을 알려주는 것입니다. 각 지시사항은 하나의 프롬프트입니다. 몇 가지 레이블된 예를 추가하는 것이 소수 샘플 프롬프팅입니다.

이는 대규모 언어모델을 완료하도록 유도하는 가장 빠른 방법으로, 고객 이메일 분류부터 법률 계약의 핵심 조항 추출까지 어떤 작업도 가능합니다. 화면에서 여러분은 모델을 안내하는 3개의 예제 쌍을 보실 것입니다. 네 번째 줄은 이것이 완전히 새로운 구문에 패턴을 어떻게 적용하는지 보여줍니다. 어떤 복잡도의 정확한 프롬프트를 설계하는 것이 바로 참여자들이 LAP에서 습득하는 기술입니다. 대규모 언어모델은 실제로 한계를 가지고 있으며, 최고의 모델이라도 때때로 환각을 생성합니다. 그들은 매우 자신감 있게 들리지만, 사실 틀려 있습니다. 여기 빠른 예제가 있습니다. 일반 대규모 언어모델에게 귀사의 HRA 포털에서 LEAF를 신청하는 방법을 묻는다고 하십시오. 그 개인 시스템과 관련 정보에 접근할 수 없기 때문에, 존재하지 않는 공적자금 절차를 생성해냅니다. LAP에서, 우리는 검색 증강 생성 및 안전 장치를 사용함으로써 모델을 귀사의 자체 데이터에 기반하여 고정하여, 답변이 정확하고 관련성 있으며 신뢰할 수 있도록 보장합니다.

저희가 회사들과 나눈 대화를 바탕으로, 반복적으로 나타나는 두 가지 장애가 있습니다. 첫째, 기술 격차입니다. 팀은 학습을 열망하지만 실제 동작하는 생성형 인공지능 경험이 부족합니다. 둘째, 신뢰와 출력 신뢰성입니다. 리더들은 그들의 대규모 언어모델 애플리케이션이 환각을 생성하거나 오도하지 않을 것임을 증명해야 합니다. LAP는 이 두 가지 장애를 제거합니다. 4개월 내에, 귀사와 귀사의 팀은 저희 인공지능 엔지니어의 지도 아래 최첨단 대규모 언어모델 기술을 귀사의 데이터에 적용하여 최종적으로 신뢰할 수 있고 배포 가능한 프로토타입을 제공할 것입니다. LAP의 과정은 두 개의 단계로 나뉘며, 총 16주입니다. 첫 번째 단계는 4주간의 심화 기술 향상 단계로, 대규모 언어모델 및 관련 도구와 기술의 이론 지식을 배울 것입니다. 두 번째 단계는 12주간의 프로젝트 단계로, 귀사의 실제 문제를 해결하기 위해 구상한 대규모 언어모델 기반 애플리케이션 구축을 시작할 것입니다.

심화 기술 향상 단계에서, 저희는 모든 참여자에게 전자학습 자료를 제공합니다. 모든 자습 자료를 완료하는 데 약 8시간이 걸릴 것으로 예상됩니다. 먼저 자연어 처리의 기초와 현대 대규모 언어모델의 내부 작동 방식을 습득하게 될 것입니다. 그 다음으로, 영점 샘플링, 소수 샘플링에서 연쇄 사고 기법, 그리고 더 많은 고급 기법에 이르기까지 프롬프트 엔지니어링을 습득하여 모델 출력을 정확하게 제어할 것입니다. 그 다음으로, 저희는 에이전트를 소개하고, React 프레임워크를 설명하며 검색 증강 생성 파이프라인을 구축하여 대규모 언어모델이 외부 도구 및 데이터와 협력 추론할 수 있도록 합니다. 마지막으로, 저희는 윤리 및 거버넌스 과정으로 마무리하여, 안전하고 공정하며 책임감 있는 대규모 언어모델 솔루션을 구축할 수 있도록 준비시킵니다. 심화 기술 향상 단계가 끝난 후, 12주간의 프로젝트 단계로 진입합니다. 프로젝트 단계에서 매주 약 10시간을 투자할 것으로 예상됩니다.

총 120시간을 귀사의 대규모 언어모델 기반 애플리케이션 구축에 집중할 것입니다. 이 기간 동안 데이터 준비, 연구, 프롬프트 설계, 코딩, 테스트 및 반복을 포함한 자율 작업을 수행할 것입니다. 프로젝트 단계의 시작 시, 저희는 싱가포르 인공지능청에서 귀사를 위해 3차례의 집중 지식 이전 워크숍을 개최할 것입니다. 이러한 강좌들을 심화 학습, 새로운 기술 소개, 현장 코딩 및 즉시 피드백으로 생각할 수 있으며, 이는 매 강의의 내용을 귀사의 프로토타입에 적용하는 데 도움이 됩니다. 프로젝트 단계의 대부분 기간 동안, 귀사의 팀은 할당된 AISG 멘토(경험이 풍부한 인공지능 엔지니어)와 여러 번 온라인 또는 오프라인 상담을 진행할 것입니다. 저희는 귀사의 코드를 검토하고, 어려운 문제를 해결하며, 프로젝트 범위를 조정하고, 프로젝트가 계획대로 진행되도록 보장할 것입니다. 16주차에 각 팀은 AISG 팀 앞에서 실행 가능한 대규모 언어모델 기반 애플리케이션을 시연하며, 회사의 관련 이해관계자도 참석하도록 초대할 수 있습니다.

이는 실제 영향력을 보여주는 시연으로, 현장 시연, 주요 지표, 학습한 교훈, 그리고 솔루션을 최종 배포로 나아가도록 하는 로드맵을 포함합니다. 각 LAP 팀은 회사의 후원을 받으며 실제 사업 사용 사례를 가집니다. 이는 귀사가 관심을 갖는 실제 비즈니스 문제를 다루고 회사 내부 데이터에 직접 접근할 것을 의미합니다. 이 프로젝트는 직업을 유지하면서 참여할 수 있도록 부분시간 방식으로 설계되었으므로, 귀사는 일상적인 업무를 계속하면서 프로토타입을 구축할 수 있습니다. 초보 코더든 경험이 풍부한 소프트웨어 엔지니어든, LAP에 참여하기를 환영합니다.

저희의 멘토링은 각각 다른 기술 수준에 맞춰 조정되어, 모든 사람이 프로젝트에 기여하고 기술을 향상시킬 수 있도록 보장합니다. 이제 대규모 언어모델을 단순한 챗봇으로 보는 개념을 넘어설 때입니다. 이들을 추론 엔진으로 생각하시기 바랍니다. 이는 비즈니스 워크플로우를 자동화하고 팀의 산출물을 10배 향상시킬 수 있습니다. 저는 이전 LAP 배치에 의해 구축된 대규모 언어모델 기반의 두 가지 애플리케이션을 중점적으로 소개하겠으며, 대규모 언어모델이 실제 세계의 비즈니스 프로세스를 어떻게 변혁하는지 보여드리겠습니다. 먼저, 대규모 언어모델 기반의 차세대 시뮬레이터로, 공공 유틸리티 및 에너지 업계 회사가 직원들을 사건 시나리오에 대응하도록 대규모로 훈련하는 데 도움이 됩니다. 둘째, 전자 및 소매 보고에 서비스를 제공하는 대규모 언어모델 기반의 인사이트 스트림으로, 원본 판매 및 재고 데이터를 몇 분 내에 명확한 조치 항목으로 변환합니다.

이 공공 유틸리티 및 에너지 회사는 더 빠르고 확장 가능한 복잡한 사이버물리 사건 대응 훈련이 필요했습니다. 그러나 훈련은 여전히 무거운 PDF 매뉴얼과 일대일 코칭에 의존했으며, 이로 인해 훈련이 느리고 일관성 없으며 지식이 고립되었습니다. LAP를 통해 팀은 NextGen Simulator를 구축했으며, 이는 대규모 언어모델 기반의 훈련 플랫폼으로, 요청 시 현실감 있는 사이버물리 위협 시나리오를 시작하고 대응 전략을 실시간으로 채점하여 직원들이 대규모로 훈련할 수 있도록 합니다. 기저에는 시나리오 생성 대규모 언어모델이 있으며, 각 훈련 시뮬레이션이 시작될 때마다 완전히 새로운 사건 내러티브를 생성합니다. 두 번째 모델인 대응 방안 대규모 언어모델은 각 훈련 전략을 실시간으로 채점하고 맞춤형 피드백을 제공합니다. 두 모델 모두 과거 위협 및 사건 기록을 포함하는 정제된 벡터 저장소에 접근합니다. 검색 증강 생성 기술을 통해, 이들은 현재 시나리오에 필요한 컨텍스트만 추출하여 각 훈련이 동적이고 관련성 있으며 정확하도록 보장합니다. 이제 인사이트 스트림을 살펴보겠습니다.

이 전자소매 회사는 일일 의사결정을 지원하기 위해 즉시적인 서술형 보고서가 필요했습니다. 그러나 분석가들은 여전히 원본 판매 및 재고 데이터를 수동으로 선별해야 했으며, 그 후 이해관계자 보고서를 작성하는 데 더 많은 시간을 들여야 했습니다. 이로 인해 조치가 지연되고 중요한 추세가 무시되었습니다. 팀이 구축한 인사이트 스트림은 다음과 같이 작동합니다: 데이터 정제 및 지표 계산 도구에 연결되는 집계형 대규모 언어모델 에이전트가 판매 및 재고 벡터 저장소에서 최신 데이터를 추출하고, 그날의 중요한 주요 성과 지표를 결정하고, 이를 데이터 패키지로 구성합니다. 이 데이터 패키지는 인사이트 엔진 대규모 언어모델로 전달되며, 숫자를 일반인이 이해할 수 있는 서술형 이야기로 정제하여 명확한 조치 사항을 첨부합니다. 최종 서술은 즉시 팀의 Slack 채널로 전송되어, 의사결정자가 인사이트 생성의 순간에 정보를 볼 수 있도록 합니다.

저희의 여러 기수 프로젝트를 통해, 저희는 40개 이상의 조직과 협력했으며, 이 중 일부 조직은 여러 번 프로젝트에 참여하여 생성형 인공지능 및 대규모 언어모델(LLM) 기반 애플리케이션을 그들의 일상 업무에 내장했습니다. 저희는 교육, 금융, 정보 기술, 법률, 관광, 제조 등 다양한 분야의 팀들을 지원하게 되어 자랑스럽습니다. 초기 아이디어부터 오늘날 그들이 매일 의존하는 실시간 솔루션까지 함께했습니다. 이러한 시스템이 실제로 작동하는 것을 보는 것이 저희가 이 일을 하는 이유이며, 또한 작고 집중된 팀이 가장 복잡한 비즈니스 운영에도 생성형 인공지능을 도입할 수 있다는 것을 증명합니다. 귀사와 귀사의 팀이 LAP 프로젝트에서 얻는 것은 귀사의 비즈니스 문제 진술을 중심으로 구축된 언어모델 기반 애플리케이션, 언어모델 도구 및 기술 사용에 있어 자신감을 갖춘 기술 향상된 팀, 그리고 다음 프로젝트에서 계속 사용할 수 있는 이전 가능한 프레임워크입니다.

마무리하기 전에, 저는 프로젝트 비용을 귀사를 위해 완전히 투명하게 보여드리고 싶습니다. 적격 참여자는 AISG로부터 상당한 자금 지원을 받을 수 있으며, 많은 사람들이 추가 경력 전환 프로그램 보조금 자격이 있습니다. 저희 팀은 첫 번째 미팅에서 자금 지원 옵션에 대해 안내해 드릴 것입니다. 이것이 귀사와 귀사의 팀에 가치가 있다면, 저는 aap.sg/adp를 방문하여 더 많은 세부 정보를 확인하실 것을 권장합니다. 또한 저희의 Zoom 라이브 웨비나 참석을 고려해 보시기 바랍니다. 저희는 더 많은 사례를 보여 드리고 실시간으로 귀사의 질문에 답변할 것입니다. 오늘 저와 함께 이 시간을 내주셔서 감사합니다. 저는 귀사의 비즈니스 도전과제에 대해 듣고 저희가 어떻게 함께 이를 해결할 수 있을지 논의할 기회를 매우 기대합니다. 곧 뵙기를 기대합니다.