Merge pull request microsoft#271 from FacerAin/translation/ko

add Korean Translation

00-course-setup/translations/ko/README.md

@@ -0,0 +1,137 @@
+# 코스 시작하기
+
+이 코스를 시작하시게 되어 정말 기쁩니다. 여러분이 Generative AI와 함께 무엇을 영감받아 만들어낼지 기대됩니다!
+
+여러분들의 시간을 성공적으로 보내기 위해, 코스 환경 설정, 기술적 요구사항, 도움이 필요한 경우 어떻게 도움을 받을 수 있는지 안내하는 페이지를 만들었습니다.
+
+## 코스 환경 설정하기
+
+이 과정을 시작하려면 다음 단계를 완료해야 합니다.
+
+
+### 1. 레포지토리 포크하기
+
+[레포지토리를 포크](https://github.com/microsoft/generative-ai-for-beginners/fork?WT.mc_id=academic-105485-koreyst) 하여 자신의 Github 계정에 업로드하여 코드를 변경하고 과제를 완료할 수 있습니다. 또한 [레포지토리에 스타 (🌟)를 추가](https://docs.github.com/en/get-started/exploring-projects-on-github/saving-repositories-with-stars?WT.mc_id=academic-105485-koreyst) 하여 쉽게 찾아볼 수 있도록 할 수 있습니다.
+
+### 2. Codespace 만들기
+
+코드를 실행하는 동안 의존성 문제를 피하기 위해 Github codepsace를 활용하여 코스를 진행하는 것을 추천합니다.
+
+이를 위해 포크한 레포지토리에서 `Code` 옵션을 선택하고 **Codespaces** 옵션을 선택하여 생성할 수 있습니다.
+
+### 3. API 키 저장하기
+
+어떠한 종류의 어플리케이션을 개발하든지 API 키를 안전하게 보관하는 것은 중요합니다. 코드에 직접 API 키를 저장하지 않는 것을 권장하며, 이들을 public 레포지토리에 커밋하는 것은 예상치 못한 비용 및 문제를 초래할 수 있습니다.
+
+![Dialog showing buttons to create a codespace](../../images/who-will-pay.webp?WT.mc_id=academic-105485-koreyst)
+
+## 로컬 컴퓨터에서 실행하는 방법
+
+컴퓨터에서 로컬로 코드를 실행하려면 [Python](https://www.python.org/downloads/?WT.mc_id=academic-105485-koreyst)이 설치되어 있어야 합니다.
+
+이후 레포지토리를 사용하려면 이를 클론해야 합니다.
+
+```shell
+git clone https://github.com/microsoft/generative-ai-for-beginners
+cd generative-ai-for-beginners
+```
+
+이제 학습을 시작하고 코드와 작업을 진행할 수 있습니다.
+
+### miniconda 설치하기 (선택)
+[miniconda](https://conda.io/en/latest/miniconda.html?WT.mc_id=academic-105485-koreyst)를 설치하면 여러  이점이 있습니다. - 이는 상대적으로 가벼운 설치로 다양한 Python **가상 환경**에 대한 `conda` 패키지 매니저를 지원합니다. `conda`는 다른 Python 버전 및 패키지 간에 쉽게 설치 및 전환할 수 있으며, `pip`를 통해 사용할 수 없는 패키지도 쉽게 설치할 수 있습니다.
+
+miniconda를 설치한 후, 레포지토리를 clone하고, 이 코스에 사용할 가상 환경을 생성해야 합니다. 
+
+아래 단계를 실행하기 전에 먼저 *environment.yml*이 있는지 확인하세요. *environment.yml* 파일은 필요한 의존성이 포함된 conda 환경을 만드는데 사용되며, 다음과 같이 제공될 수 있습니다.
+
+```yml
+name: <environment-name>
+channels:  
+ - defaults
+dependencies:  
+- python=<python-version>  
+- openai  
+- python-dotenv
+```
+
+`<environment-name>`을 여러분의 conda 환경 이름으로 바꿀 수 있으며, `<python-version>`에는 사용하고 싶은 Python 버전을 기입하면 됩니다. 생성한 *environment.yml* 파일을 레포지토리의 *.devcontainer* 폴더 안에 위치하도록 하세요.
+
+이제 *environment.yml*을 만들었다면, 다음 명령을 사용하여 conda 환경을 생성할 수 있습니다.
+
+```bash
+conda env create --name ai4beg --file .devcontainer/environment.yml
+conda activate ai4beg
+```
+
+문제가 발생하면 [conda 환경 생성](https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html?WT.mc_id=academic-105485-koreyst)에 대한 링크를 참고하세요.
+
+### 파이썬 Extension과 함께 Visual Studio Code 사용하기
+
+Probably the best way to use the curriculum is to open it in [Visual Studio Code](http://code.visualstudio.com/?WT.mc_id=academic-105485-koreyst) with [Python Extension](https://marketplace.visualstudio.com/items?itemName=ms-python.python&WT.mc_id=academic-105485-koreyst).
+
+> **Note**: “VS Code에서 디렉토리를 클론하고 열면 자동으로 Python 확장을 설치하라는 제안이 나타납니다. 또한 위에서 설명한대로 miniconda도 설치해야 합니다.
+
+> **Note**: VS Code가 컨테이너에서 저장소를 다시 열 것을 제안하면, 로컬 파이썬 설치를 사용하기 위해 거절해야 합니다.
+
+### 브라우저에서 Jupyter 사용하기
+
+브라우저에서 직접 자신의 컴퓨터에서 Jupyter 환경을 사용할 수도 있습니다. 기존 Jupyter와 Jupyter Hub 모두 자동 완성, 코드 강조 등을 제공하는 매우 편리한 개발 환경을 제공합니다.
+
+Jupyter를 로컬에서 시작하려면, 코스의 디렉토리로 이동하고 다음을 실행하십시오:
+
+```bash
+jupyter notebook
+```
+
+또는
+
+```bash
+jupyterhub
+```
+
+그런 다음 .ipynb 파일 중 어느 것으로든 이동하여 열고 작업을 시작할 수 있습니다.
+
+### 컨테이너에서 실행하기
+
+Python 설치의 대안으로 컨테이너에서 코드를 실행할 수 있습니다. 저장소에는 이 저장소에 대한 컨테이너를 구축할 수 있는 특별한 `.devcontainer` 폴더가 포함되어 있기 때문에, VS Code는 코드를 컨테이너에서 다시 열 것을 제안할 것입니다. 이것은 Docker 설치를 필요로 하며, 또한 더 복잡할 수 있으므로, 우리는 이것을 더 경험 있는 사용자들에게 추천합니다.
+
+GitHub Codespaces를 사용할 때 API 키를 안전하게 유지하는 가장 좋은 방법 중 하나는 Codespace Secrets를 사용하는 것입니다. 해당 가이드를 따라서 [코드스페이스에 대한 secrets을 관리](https://docs.github.com/en/codespaces/managing-your-codespaces/managing-secrets-for-your-codespaces?WT.mc_id=academic-105485-koreyst)하는 방법을 알아보세요.
+
+## 수업과 기술 요구 사항
+
+해당 코스에는 6개의 개념 수업와 6개의 코딩 수업이 있습니다.
+
+코딩 수업에서는  Azure OpenAI 서비스를 사용합니다. 이 코드를 실행하려면 Azure OpenAI 서비스에 접근할 수 있어야 하고 API 키가 필요합니다. [양식](https://azure.microsoft.com/products/ai-services/openai-service?WT.mc_id=academic-105485-koreyst)을 작성하여 접근 권한을 신청할 수 있습니다.
+
+신청이 처리되기를 기다리는 동안, 각 코딩 수업에는 코드와 출력을 볼 수 있는 `README.md` 파일이 포함되어 있습니다.
+
+## 처음으로 Azure OpenAI 서비스를 사용하기
+
+ Azure OpenAI 서비스를 처음 사용하는 경우, [Azure OpenAI 서비스 리소스를 생성하고 배포하는 방법](https://learn.microsoft.com/azure/ai-services/openai/how-to/create-resource?pivots=web-portal&WT.mc_id=academic-105485-koreyst)에 대한 가이드를 따라 주세요.
+
+## 다른 학습자들 만나기
+
+[공식 AI 커뮤니티 디스코드 서버](https://aka.ms/genai-discord?WT.mc_id=academic-105485-koreyst)에 다른 학습자들과 만날 수 있는 채널을 만들었습니다. 여기서 같은 마음을 가진 창업가, 빌더, 학생, 그리고 생성형 AI에서 한 단계 더 나아가고자 하는 모든 사람들과 네트워킹할 수 있습니다.
+
+[![Join discord channel](https://dcbadge.vercel.app/api/server/ByRwuEEgH4)](https://aka.ms/genai-discord?WT.mc_id=academic-105485-koreyst)
+
+프로젝트 팀도 해당 디스코드 서버에 있어서 어떤 학습자든 도와드릴 수 있습니다.
+
+## 기여하기
+
+해당 코스는 오픈 소스로 관리됩니다. 개선할 부분이나 문제가 있으면 [Pull Request](https://github.com/microsoft/generative-ai-for-beginners/pulls?WT.mc_id=academic-105485-koreyst)를 생성하거나 [Github issue](https://github.com/microsoft/generative-ai-for-beginners/issues?WT.mc_id=academic-105485-koreyst)를 기록해 주세요.
+
+프로젝트 팀은 모든 기여를 추적하고 있으며, 오픈 소스에 기여하는 것은 생성형 AI 분야에서 커리어를 구축하는 데 훌륭한 방법입니다.
+
+대부분의 기여는 CLA(Contributor License Agreement)에 동의해야 합니다. CLA는 귀하가 귀하의 기여를 사용할 권리가 있으며 실제로 그렇게 하는 것에 동의한다고 선언하는 것입니다. 자세한 내용은 [CLA, Contributor License Agreement 웹사이트](https://cla.microsoft.com?WT.mc_id=academic-105485-koreyst)를 방문하세요.
+
+중요: 이 저장소의 텍스트를 번역할 때 기계 번역을 사용하지 마세요. 커뮤니티를 통해 번역을 검증할 것이므로, 귀하가 능숙한 언어로만 번역에 자원해 주세요.
+
+풀 리퀘스트를 제출하면 CLA-bot이 자동으로 귀하가 CLA를 제공해야 하는지 여부를 결정하고 적절하게 PR을 꾸며줍니다(예: 레이블, 코멘트). 봇이 제공하는 지침을 따르기만 하면 됩니다. CLA를 사용하는 모든 저장소에서 한 번만 이 작업을 수행하면 됩니다.
+
+해당 프로젝트는 Microsoft 오픈 소스 행동 강령을 따릅니다. 자세한 내용은 행동 강령 FAQ를 읽거나 추가적인 질문이나 의견이 있으면 [Email opencode]([email protected])으로 연락하세요.
+
+## 시작해봅시다
+
+해당 코스에 필요한 단계를 모두 완료했으니, [생성형 AI와 LLM 소개](../../../01-introduction-to-genai/translations/ko/README.md?WT.mc_id=academic-105485-koreyst)를 통해 시작해 보세요.