AI 설명이 너무 길고 장황하다면, 그림으로 설명하게 하는 스킬 (show-me)
AI한테 코드나 구조를 물으면 walls of text로 답할 때 많죠
show-me는 그걸 다이어그램·트리·diff 같은 그림으로 압축해서 보여주게 하는 스킬입니다
■ 써먹을 곳
- 코드 구조 파악: "이 기능 어디서 어떻게 도나"를 파일 트리나 흐름도로
- 설계 단계: 코드 짜기 전에 타입·시그니처·호출 흐름을 그림으로 먼저 논의
- 변경점 보기: 뭐가 어떻게 바뀌는지 diff 형태로
- 대화 정리: "방금 한 말 다시 쉽게 정리해줘"에도
■ 좋은 점
- 장황한 설명을 눈으로 훑는 그림 한 장으로 바꿔줌
- 특히 코드 짜기 전 "형태부터 잡는" 설계 단계에 잘 맞고
- npx skills add로 설치, Claude Code·Cursor 등에서 /show-me로 호출 가능
- 무료 오픈소스
☕️ LLM을 정말 이해하기 쉽게 풀어낸 책을 발견했습니다.
해당 코드 저장소는 이미 GitHub 2.86만 Star를 받았습니다.
LLM을 공부하다 보면 중간 단계에서 막히기 쉽습니다.
글은 수식으로 가득하고,
실전 튜토리얼은 곧바로 API 호출로 넘어갑니다.
Token, Embedding, Attention이 무엇인지는 알겠는데,
“데이터가 Transformer 안에서 어떻게 흐르나요?”라는 질문에는 선뜻 설명하기 어렵습니다.
《Hands-On Large Language Models》은 이 간극을 그림과 Notebook으로 메워줍니다.
저자 Jay Alammar는 오랫동안 LLM 시각화 콘텐츠를 만들어왔습니다.
책에는 맞춤형 일러스트가 약 300장 들어 있고,
저장��에는 12개 챕터의 Jupyter Notebook이 있어 각 내용을 직접 실행해볼 수 있습니다.
학습 흐름도 잘 잡혀 있습니다.
→ 언어 모델 기초, Token, Embedding
→ Transformer 구조
→ 텍스트 분류, 클러스터링, 토픽 모델링
→ Prompt와 텍스트 생성
→ 시맨틱 검색, RAG, 멀티모달
→ Embedding 학습과 모델 파인튜닝
예제는 주로 Google Colab에서 만들고 테스트했으며,
저장소에는 로컬 환경, Conda, PyTorch 설정 가이드도 제공됩니다.
이 책은 O’Reilly가 2024년에 출간한 유료 도서지만,
GitHub에는 연계 코드와 실습 Notebook 전체가 공개돼 있습니다.
🔗Github https://t.co/SDvjnMuhjW
#AI #AICaffeine #Github