채팅에 최적화된 LLM으로 분류, 라우팅, 가드레일을 넣으면 문자열이 돌아오고, 그 문자열을 다시 파싱해야 합니다. 환각과 타입 이탈, 수 초의 지연, 출력 토큰 비용이 같이 옵니다. 이 강의는 TypeSafe의 첫 System One 모델 Jev를 기준으로, 상태(state)를 넣으면 스키마 안의 타입 있는 결정과 캘리브레이션된 확률이 나오는 구조를 따라갑니다. 모델은 문자열 생성을 하지 않습니다. 병렬 샘플링과 RLCD(Reinforcement Learning for Calibrated Decisions)가 왜 그 결정을 빠르게 만드는지, Choice · Score · Noul을 한 요청에 어떻게 섞는지, 그리고 구조로 떨어지는 판단은 Jev에 두고 열린 서술은 LLM에 두는 하이브리드까지 개념과 코드로 정리합니다.

한국어를 잘 이해하고, 긴 문서도 다루며, 실제 업무까지 수행하는 AI 그게 바로 Solar Open 2가 겨냥한 방향입니다. 이 클래스는 Upstage가 공개한 Solar Open 2 테크니컬 리포트를 “소개 → 설계 → 학습 → 평가” 순서로 쉽게 해설합니다. 전문 용어는 일상 비유와 시각 자료로 풀어, 초심자도 “무엇을·어떻게·왜”를 한 흐름으로 이해할 수 있게 만듭니다.

많은 분들이 ChatGPT는 쓰고, 추천·자율주행 소식도 자주 접하지만 막상 “왜 이렇게 동작하는지”를 설명하려면 말이 막힙니다. 코딩 강의만 따라가면 코드는 돌아가는데 원리는 남고 수학 강의만 들으면 공식은 보이는데 AI와 연결이 안 됩니다. 해외 강의는 영어가 부담스럽고 국내 입문은 실습 위주로 흘러가기 쉽습니다. 저는 AI 경진대회에서 실제 모델을 만들며 그리고 모두의 AI를 운영하며 수천 명의 학습자를 만나며 같은 장면을 반복해서 봤습니다. 막히는 지점은 도구 사용법이 아니라 함수·미분·벡터·역전파가 서로 끊겨 있는 순간이었습니다. 이 강의는 그 끊김을 이어 줍니다. 함수가 입출력을 어떻게 정의하는지, 미분이 학습 방향을 어떻게 정하는지, 역전파가 오류를 어떻게 전달하는지까지 수학 기초부터 신경망·소프트맥스까지 하나의 흐름으로 설명합니다. 공식 암기나 코드 따라치기가 아니라 수식과 직관적인 그림으로 “왜”를 이해하게 만드는 수업입니다. AI를 제대로 이해하고 싶은 분께 그다음 딥러닝으로 넘어갈 탄탄한 첫 걸음이 되어 드립니다.