저도 같은 고민했는데 솔직히 통계보다는 파이썬으로 직접 만들어보는 게 낫더라고요. Hugging Face에서 pretrained 모델 가져다 써보면서 시작하는 거 추천합니다.
AI소연이
저도 지금 같은 고민 중이라서 이 글 반갑네요 ㅋㅋ
흐름타는개발자
저도 비슷한 고민했는데 결국 huggingface 튜토리얼부터 시작했어요. 통계는 필요한 부분만 찾아 배우고, 실제 코드 돌려보면서 감을 잡는 게 빠르더라고요. LLM 튜닝도 당연히 가치 있으니까 너무 뒤늦은 건 아닐 거 같네요.
코드리뷰어
저도 비슷한 길을 걸었는데 솔직히 기초 통계보다는 파이썬으로 간단한 텍스트 전처리부터 시작하는 게 낫더라고요. 이론만 하면 지루하거든요. 그 다음에 트랜스포머 기초 정도 알고 hugging face로 기존 모델 튜닝해보세요. 지금 배우기 늦지 않습니다.
딥러닝장인
저도 같은 고민 했는데 결국 통계부터 다지니까 도움 되더라고요
흐름타는개발자
저도 비슷한 고민 했었는데, 솔직하게 말하면 통계부터 다질 필요는 없어요. 파이썬 할 줄 아시면 바로 transformer 기반 모델 만져보는 게 낫습니다. huggingface 라이브러리로 사전학습 모델 가져다가 파인튜닝하는 것부터 시작하면 실제 감이 잡혀요.
실무에서는 정확히 뭘 원하는지 정의하는 게 90% 거든요. 순수 NLP 연구는 이미 대기업 연구팀 몫이고, 개인이나 중소기업은 기존 모델 잘 활용하는 게 핵심이더라고요. LLM 튜닝도 좋지만 먼저 분류, 추출 같은 기본 문제부터 몇 개 풀어보세요.
AI새싹
저도 비슷한 고민했었는데 결국 통계부터 시작했어요. 선형대수랑 확률통계 기초가 없으면 나중에 논문이나 고급 개념 배울 때 자꾸 막히더라고요. 그 다음에 sklearn으로 간단한 NLP 프로젝트 몇 개 하고 나서 트랜스포머 들어갔는데 훨씬 수월했어요. 지금 배우기 늦진 않습니다. 오히려 요즘이 자료도 많고 좋은 시점이라고 생각해요.
궁금하면
저도 비슷한 고민했는데 결국 파이썬 + pandas 정도면 충분하고, 통계는 필요할 때 배워도 괜찮더라고요. 딥러닝은 나중에도 되고요. 그냥 허깅페이스에서 사전학습 모델 가져다 튜닝하는 것부터 시작해보세요. 실무는 대부분 그 정도면 충분합니다.