WEBVTT

00:00.560 --> 00:03.110
이제 맥을 담당하는 분들에게 넘길게요

00:03.110 --> 00:04.130
알려드릴 게 있어요

00:04.130 --> 00:05.570
완전히 똑같아요

00:05.570 --> 00:10.640
즐겨찾기 브라우저로 가거나 알람으로 가요 같은 화면이 보일 거예요

00:10.640 --> 00:14.600
다운로드를 누르고 Mac OS를 다운로드해요

00:14.630 --> 00:17.150
물론 로컬로 다운로드 되죠

00:17.150 --> 00:20.390
그런 다음 설치 관리자를 실행하면 설치되죠

00:20.390 --> 00:25.460
그런 다음 터미널 윈도우를 불러옵니다 어플리케이션과 유틸리티로 가서 터미널

00:25.460 --> 00:26.990
윈도우를 불러오죠

00:27.050 --> 00:34.640
터미널 창을 불러와서 여기 올라옵니다 동일한 지침을 올라마 런이라고 입력하세요

00:34.640 --> 00:42.320
모델의 이름은, 우리 경우엔 llama 3이죠 2번, 메타에서 나온 최신 소형 모델이에요

00:42.320 --> 00:44.360
그럼 떠오를 거예요

00:44.420 --> 00:49.190
1, 2분 정도 걸릴 겁니다 3과 관련된 20억 개의 매개 변수를

00:49.190 --> 00:53.030
다운로드 해야 하니까요 2개요, 하지만 그러면 이렇게 작동할 거예요

00:53.030 --> 00:56.180
이제 다시 좋은 일에 쓸 수 있게 됐어요 Put it up Put it up Put it up Put it up Put it up Put it

00:56.270 --> 00:58.550
이번엔 다른 언어로 물어볼 거예요

00:58.550 --> 00:58.910
왜요?

00:58.940 --> 01:04.470
제가 프랑스어를 배우려고 한다고 가정해 보죠

01:05.400 --> 01:07.620
전 완전히 초보예요

01:09.870 --> 01:17.400
프랑스어 좀 가르쳐 주세요

01:18.480 --> 01:19.980
어떻게 되는지 보죠

01:20.010 --> 01:22.530
가장 먼저 눈에 띄는 건 훨씬 빠르다는 거예요

01:22.530 --> 01:25.470
M1 칩이 달린 맥으로 작동하기 때문이죠

01:25.470 --> 01:27.870
아까 본 건 PC의 에뮬레이션이었어요

01:27.870 --> 01:29.850
비트가 좀 더 빠르죠

01:29.940 --> 01:34.080
여러분의 컴퓨터는 그 둘 사이 어딘가에 있을 겁니다 여러분의 아키텍처에 따라서요

01:34.350 --> 01:39.360
시작과 함께 꺼냈는데 아주 잘 된 걸 볼 수 있죠

01:39.360 --> 01:42.000
다양한 선택지가 주어졌어요

01:42.000 --> 01:43.230
설명이 됐어요

01:43.230 --> 01:45.150
정말 인상적이에요

01:45.150 --> 01:48.240
이렇게 해두죠

01:49.890 --> 01:54.960
질문에 대답하는 건 아니지만 어쨌든 됐네요

01:54.960 --> 01:56.070
Get it, Get it 아시겠죠?

01:56.070 --> 02:01.770
다시 강조하고 싶은 점은 이건 사실 제가 사용하는 앱의 유료 상업 제품이라는

02:01.770 --> 02:02.520
거예요

02:02.520 --> 02:03.540
여기 있네요

02:03.570 --> 02:10.120
오픈 소스를 이용해 몇 분 만에 상업 프로젝트를 무료로 진행했습니다 컴퓨터에

02:10.150 --> 02:14.290
LLM의 힘을 즉시 발휘할 수 있죠

02:15.220 --> 02:18.670
그래서 바로 실습을 준비했어요

02:18.670 --> 02:20.380
물론 이렇게 해 주세요

02:20.410 --> 02:22.150
설치하고 작동하는지 확인해요

02:22.150 --> 02:26.110
무슨 문제가 생기면 언제든 연락해요

02:26.140 --> 02:31.570
언제든 제게 메시지를 보내거나 이메일이나 링크드인을 보내 도움을 청하세요

02:31.570 --> 02:35.530
하지만 설치가 쉬워서 잘 작동하면 좋겠네요

02:35.560 --> 02:36.370
이렇게 해요

02:36.370 --> 02:39.040
언어를 가지고 빠르게 실험해 볼게요

02:39.040 --> 02:41.950
모르는 언어를 골라서 한번 해 보세요

02:42.040 --> 02:46.060
다음으로는 다양한 모델을 실험해 보세요

02:46.060 --> 02:50.650
llama 페이지로 돌아가면 모델이 위로 향하고 있는 게 보이시죠

02:50.650 --> 02:53.710
PC와 Mac 모두 같은 거예요

02:53.710 --> 02:57.070
다양한 모델을 보고 그 뒤에 숨겨진 이야기를 들을 수 있죠

02:57.070 --> 03:03.700
라마 3요 구글 메타 자마에서 2개요 오픈 소스 매개 변수 버전이 낮죠

03:03.700 --> 03:10.130
콴은 동력원인 알리바바 클라우드의 모델로 less는 알려졌지만 가장 강력한

03:10.130 --> 03:11.360
모델 중 하나죠

03:11.390 --> 03:16.970
모델을 클릭하면 다양한 버전을 볼 수 있어요 여기서 실행할

03:16.970 --> 03:17.750
수 있죠

03:17.750 --> 03:23.030
저 버튼을 눌러 클립보드로 복사한 다음 PowerShell이나 터미널에 붙여넣으면

03:23.030 --> 03:24.170
돼요

03:24.260 --> 03:27.650
이건 다양한 버전이에요

03:27.650 --> 03:31.310
모델로 돌아가서 살펴볼 수 있어요

03:31.310 --> 03:34.250
53번째 실험이에요 마이크로소프트에서 5년요

03:34.400 --> 03:39.350
아주 강력한 모델이고 더 자세히 읽어볼 수 있어요

03:39.350 --> 03:40.580
실험해 보려고요

03:40.580 --> 03:43.580
이걸 새로운 언어로 사용해 보세요

03:43.670 --> 03:49.550
완전히 다른 것을 탐구하고 배우려고 노력하세요 다른 모델을 사용해 보고

03:49.550 --> 03:52.820
어떤 모델이 가장 좋은지 알아내세요

03:52.850 --> 03:57.590
대형 모델을 고를수록 컴퓨터에서 느리게 보일 수 있으니 어떤 모델이 가장 잘 작동하는지

03:57.590 --> 04:00.320
알아보고 가장 좋은 결과를 내세요

04:00.320 --> 04:03.890
오늘 한 운동으로 다음에 다시 만나요

04:03.920 --> 04:06.920
소개나 수업 같은 걸 하는 거죠

04:07.010 --> 04:07.700
그때 봐요