LLM을 더 잘 쓰고 싶을 때, 늘 답이 프롬프트에만 있는 것은 아닙니다. 같은 말투를 유지해야 하거나, 내부 문서의 표현을 따라야 하거나, 특정 업무 절차를 안정적으로 반복해야 한다면 파인튜닝이 훨씬 실용적인 선택이 될 수 있습니다. 이 책은 그 과정을 Unsloth로 빠르고 현실적으로 시작하는 방법을 안내합니다.
처음에는 Unsloth가 해결하려는 문제와 LoRA·QLoRA의 기본 개념을 짚고, 이어서 설치, 모델 로드, 데이터셋 설계, 첫 파인튜닝, 성능 최적화, 평가까지 차근차근 따라갑니다. 코드 기반 Unsloth Core뿐 아니라, GUI 중심의 Unsloth Studio와 Data Recipes를 활용해 문서를 학습 데이터로 바꾸는 흐름도 함께 다룹니다.
이 책의 목표는 단순히 "학습 코드를 실행했다"에서 멈추지 않는 것입니다. 학습한 모델을 저장하고, GGUF나 Safetensors로 내보내고, 로컬 실행과 OpenAI 호환 API까지 연결해 실제 챗봇이나 업무 자동화 도구에 활용하는 감각을 얻도록 구성했습니다.
Unsloth를 처음 접하는 개발자, 로컬 LLM을 실험해 보고 싶은 사용자, 사내 문서 기반 도메인 챗봇을 만들고 싶은 팀이라면 이 책을 통해 개념부터 실전 운영 체크리스트까지 한 흐름으로 익힐 수 있습니다.
