'예스24 리뷰어클럽서평단자격으로도서를제공받고작성한리뷰입니다' 

이 책은 최근 빠르게 발전하고 있는 생성형 AI와 에이전트 개발 흐름을 한 번에 정리해주면서 실제로 구현까지 경험할 수 있도록 구성된 실전형 입문서입니다. LangChain을 중심으로 LLM API 활용부터 RAG, 그리고 자율형 에이전트까지 이어지는 흐름을 단계적으로 따라가며 학습할 수 있다는 점이 인상적이었습니다.

1장부터 4장까지는 비교적 기초적인 내용으로 구성되어 있습니다. 하지만 단순히 환경 설정을 나열하는 데 그치지 않고 왜 이런 구조로 구성되는지까지 함께 설명해주기 때문에 이해하는 데 도움이 되었습니다. Python 환경 설정, 모델 선택, Streamlit을 활용한 UI 구성까지 자연스럽게 이어지며 특히 AI 채팅 애플리케이션을 직접 만들어보는 과정에서 전체적인 구조를 파악할 수 있었습니다. 단순히 코드를 따라 치는 것이 아니라 LLM이 어떻게 호출되고 응답이 처리되는지 흐름을 이해할 수 있는 점이 좋았습니다.

이후 5장과 6장에서는 웹사이트 및 유튜브 요약, 이미지 인식, 음성 처리 등으로 범위를 확장합니다. 이 부분에서는 요즘 AI 서비스가 실제로 어떻게 만들어지는지를 예제를 통해 확인할 수 있었습니다. 기능을 하나씩 따로 배우는 방식이 아니라 실제 서비스 형태로 구현해보는 과정이라 자연스럽게 학습 흐름을 이어갈 수 있다는 점이 인상적이었습니다.

7장에서 다루는 RAG 기반 PDF 질의응답은 개인적으로 가장 흥미롭게 느껴진 부분이었습니다. 단순한 챗봇을 넘어 특정 문서를 기반으로 답변하는 시스템을 직접 만들어볼 수 있어 실무와의 연결성도 높다고 느꼈습니다. RAG의 개념 설명과 함께 전체 파이프라인을 단계적으로 구현할 수 있도록 구성되어 있어 처음 접하는 분들도 흐름을 이해하는 데 큰 어려움은 없을 것 같습니다.

8장 이후부터는 본격적으로 에이전트 개념을 다룹니다. Function Calling과 LangSmith 같은 개념을 먼저 설명한 뒤 인터넷 검색 에이전트, 고객 지원 에이전트, 데이터 분석 에이전트를 직접 구현해볼 수 있습니다. 이 과정에서는 단순히 기능 구현에 그치지 않고 Tool을 어떻게 설계하고 선택하게 할지 상태를 어떻게 관리할지 등 구조적인 부분까지 함께 다루고 있어 도움이 되었습니다. 특히 LangSmith를 활용한 디버깅 과정은 실제 개발 환경에서도 유용하게 활용할 수 있을 것 같습니다.

전체적으로 이 책의 가장 큰 장점은 흐름 중심으로 구성되어 있다는 점입니다. 기획부터 구현, 확장, 배포까지 하나의 흐름으로 이어지기 때문에 단편적인 지식이 아니라 실제 서비스를 만들기 위한 전체 구조를 이해할 수 있습니다.

다만, 완전한 초보자에게는 다소 빠르게 느껴질 수 있습니다. Python 기본 문법이나 웹 개발 경험이 없는 경우에는 일부 코드나 구조를 이해하는 데 시간이 필요할 수 있습니다. 반대로 어느 정도 프로그래밍 경험이 있는 분들에게는 핵심 내용을 빠르게 익힐 수 있다는 장점으로 느껴질 수 있습니다.

결론적으로 이 책은 AI를 활용해 직접 서비스를 만들어보고 싶은 분들에게 적합한 책이라고 생각합니다. 단순한 이론 설명에 그치지 않고 실제로 작동하는 결과물을 만들어보는 과정 중심으로 구성되어 있어 학습 효율이 높습니다. RAG와 에이전트까지 한 권에서 다룬다는 점에서 입문서를 넘어 실무로 이어지는 기반을 다지는 데 도움이 되는 책이었습니다.

#리뷰어클럽리뷰

#리뷰어클럽리뷰

ChatGPT가 나왔을 때만 해도 ChatGPT가 보여주는 대규모 언어모델은 능력은 경이로움 그 자체였습니다. 마치 사람과 대화하는 듯이 자연스러운 언어로 답변하는 모습이 사람들은 충격을 받았습니다. 하지만, 사용하면 할수록 할루시네이션과 같은 부작용이 나타나면서 AI에 대한 의구심도 들었던 적이 있지만 제미나이, 클로드 같은 경쟁사들이 앞을 다투어 더 좋은 모델과 서비스를 내놓으면서 AI는 폭발적인 기술 혁신과 삶의 변화를 이끌어 내고 있습니다.

이제는 단순한 인공지능 채팅을 넘어 AI 에이전트의 시대가 되고 있습니다. 단순히 학습된 모델에서 답변을 생성해 내는 것이 아니라, 여러가지 도구들을 사용해서 외부의 지식을 검색해오고 이러 정보로부터 인간과 같은 추론 결과를 내놓습니다. 여러 도구들이 덧붙여지면서 이미지를 분석해주고, 문서를 작성해주고 심지어 코딩도 자동으로 해줍니다.

AI 에이전트의 활용 분야는 매우 무궁무진해 보이고, 앞으로도 계속 발전해 나갈 분야인것 같습니다.

이 책은 랭체인을 이용하여 LLM API를 연동하고 AI 채팅 어플리케이션을 만들어 보면서 AI 서비스 개발의 기본기를 탄탄히 다지게 해줍니다. 요즘 기업에서 많이 활용되고 있는 RAG 파이프라인도 직접 구현해보면서 질의응답 시스템을 만들어 봅니다. 에이전트가 도구(tools)를 선택해 문제를 해결하는 과정을 배움으로써, AI 에이전트에 대한 개념을 확실하게 배울 수 있습니다.

AI 에이전트에 관심있는 입문자들이 공부하기에 좋은 책인것 같습니다.

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.

본 도서는 리뷰어스클럽으로부터 무상으로 제공받아 주관적인 리뷰를 했습니다.

2022년 11월  openAI의 챗GPT가 상용서비스를 시작한후  구글의 제미나이, 엔트로피의 클로드 등의 대형 LLM서비스가 본격화되었습니다. 이 LLM서비스들은 외부에서  기능을 하용할 수있는 API를 통해 활용할 수있게 했습니다. 그러면 다른 앱에서 LLM을 활용해서 다양한 서비스가 가능해집니다. ＜랭체인으로 구현하는 AI서비스 &에이전트 개발입문＞은 챗GPT에서 API를 뽑아서 AI챗봇을 만들고 Streamlit Cloud를 통해  서비스를 배포하는 방법들을 학습할 수있습니다. 이미지인식앱, pdf기반 질의응답 앱 등을 LangChain라이브러리로 쉽게  개발할 수있게 설명하게 학습해줍니다.  LangChain이나 Streamlit이 없다면  파이썬으로 엉청나게 오랜동안 개발을 해야 하는것이지만  이러한 에이전트를 통해 빠르게  앱개발을 할수가 있게 되었습니다. 

저자는 ML_Bear  프리랜서 머신러닝 엔지니어십니다. 도쿄대 대학원에서 항공우주공학을 전공하셨고   기업에서  디지털 마케팅과 데이터 사이언스을 경험했고  머신러닝 엔지니어로까지 커리어 전환을 하신 분이십니다. 컴퓨터 서적은 역자도 중요하죠.  역자는 손민규 삼성전자에서 데이터분석과 알고리즘 개발을 하시는 분이십니다. 딱 정확한 전공자가 번역을 하셔서 더욱 수월한 이해를 할수가 있습니다. 

AI챗봇하면 어렵죠. 3년전만해도 아무나 만들수있는 프로그램이 아니었습니다. 지금은 챗GPT, LangChain, Streamlit만 있으면 챗GPT의 API를 LangChain이 호출하고 Streamlit이 화면을 꾸면서 Streamlit Cloud를 이용해서 배포하면  많은 사람들이 사용할 수있게 됩니다. 챗GPT를 기본 LLM으로 사용을 하지만  LLM 서비스 전환도 해볼 수있게 학습합니다. 처음에는 ChatGPT였으나  요즘은 제미나이를 거쳐 클로드가 인기가 좋습니다. 다만 API호출할때 토큰비용이 다양함으로 이는 확실히 확인하고 서비스하지 않으면 큰 돈을 물어낼수도 있습니다. ㅠㅠ 

저자는 좋은 프롬프트를 말하면서 매우 긴 프롬프트를 제시했는데 이것이 제대로 작동을 하는 것이 놀랍지만  얼마나 LLM이 뛰어난건지도 알수가 있습니다.  그리고 개인적으로 이미지인식에 관심이 많은데, 아직까지는 전문적인 인식  영상판독, 공간파악 인식은 아직 미숙하다고 합니다. 그외에 이미지인식으로 좋은 서비스를 할수있는 기반은 만들었다는 생각이 듭니다. 다만 RAG개념이 조금만 다뤄서 아쉬움이 있었습니다.  여기까지학습하면  AI에이전트를 구축하는 작업을 합니다. 여기에는 Fusion Calling함수와 LangChain의 기능을 사용해서 구축합니다. 여기에  동작 시각화도구인 LangSmith를 사용하는데  LangChain요금제의 무료로도 충분하다고 합니다. 이건 좋습니다. 이런 방식으로 인터넷 검색 에이전트, 고객지원 에이전트,데이터 분석 에이전트 등 까지 만들수있는 수준을 제공합니다. 

이 한권의 책으로  챗GPT와 Streamlit 그리고 RangChain을 설치한후  AI챗봇, 애플리케이션개발,  마지막으로 AI에이전트로, PDF질의응답서비스, 인터넷검색, 고객지원, 데이터분석 등을 해볼수있고 완성했을때 성취까지 맞볼 수있습니다. 그리고 이들을 수정하면 서비스까지 가능은 합니다. 물론 API를 사용하는 것은 사용할때마다 토큰이 들아가서 비용이 발생하기에  로그인을 통한 과금이나  최소한 광고까지 배포시 설치하는 작업은 따로 공부를 해야 할겁니다.  이를 바이브코딩으로 연결해서 사용도 가능합니다.  이제 아이디어를 사용자에게 배포할 기초는 마련된 듯합니다. 

#LLM #랭체인 #에이전트 #API연동 #지능형에이전트개발 #랭체인으로구현하는AI서비스 #에이전트개발입문

출판사로부터 도서를 제공받아 작성한 리뷰입니다

AI 기술이 급속도로 발달하면서, AI를 기반으로 하는 서비스들도 발달하고 더 다양해지고 있다. 우리 주변에 AI를 활용한 서비스가 정말 많은데, 실제로 어떻게 구현하고 어떻게 동작하는지 그 내부가 궁금했었다. 이번에 좋은 기회가 생겨 우리가 실제로 사용하는 AI 서비스 & 에이전트를 어떻게 구현하는지 학습할 수 있는 책을 만나게 되었다. 영진닷컴에서 출간된 ‘랭체인으로 구현하는 AI 서비스 & 에이전트 개발 입문’이라는 책으로, 랭체인이란 기술을 활용하여 우리가 평소에 사용하는 AI 서비스를 만들어보는 것이다.

그렇다면 랭체인이란 무엇인지 책을 읽기 전에 구글에서 검색해봤다. 랭체인이란 GPT-4와 같은 대규모 언어 모델(LLM)을 외부 데이터 소스, API, 데이터베이스 등과 연결해 챗봇, 문서 요약, 데이터 분석 등 복잡한 AI 애플리케이션을 쉽게 개발하도록 돕는 오픈소스 오케스트레이션 프레임워크라고 한다. 랭체인은 LLM의 제한된 기억력과 데이터를 보완하여, 맥락을 이해하는 맞춤형 AI 서비스 제작을 지원한다고 하니, 보다 최신의 정보를 활용해서 AI가 우리에게 답변을 줄 수 있다는 의미일 것이다. 주요 활용 사례는 개인화된 챗봇이나 문서 요약 및 분석, 데이터 검색 및 추출에 많이 사용된다고 한다.

위의 활용 사례를 자주 사용하고 있기 때문에 나만의 AI 서비스를 만들 수 있겠다는 기대감에 책을 읽었다. 랭체인을 다루기 위해서는 우선 파이썬을 알아야 한다. 챗GPT API를 이용하니 바로 채팅 서비스가 완성되는 것을 확인할 수 있다. 다음 장에서는 2장에서 만든 간단한 채팅 프로그램을 고도화하는 내용을 확인할 수 있다. 4장에서는 만든 채팅 애플리케이션을 배포하는 방법을 익힌다. 5장에서는 실생활에서 유용하게 쓸 수 있는 애플리케이션을 만들어보는데, 웹 사이트 요약 애플리케이션과 유튜브 영상 요약 애플리케이션을 실습해본다. 6장과 7장에서는는 이미지와 PDF를 활용한 애플리케이션을 만들어본다.

7장까지는 AI 서비스에 대한 애플리케이션을 만들어봤다면, 9장부터는 AI 에이전트를 구현하는 법을 익힌다. 구현을 위해 배경 지식(function calling), LangSmith 등을 익히고, 9장부터 본격적으로 인터넷 검색 에이전트, 고객 지원 에이전트, 데이터 분석 에이전트 등을 학습할 수 있다.

이 책에 나와있는 AI 서비스와 에이전트를 구현하는데 있어 약간의 과금이 필요하지만, 학습을 위해서는 그 정도의 지출은 필요하다고 생각한다. 요즘은 AI가 직접 코딩도 해주지만, 개인적인 학습을 위해 직접 코딩해보는 것도 필요할 것 같다. 직접 구현해보면서 AI가 어떻게 동작하고 어떤 원리를 갖고 있는지 조금이나마 이해하게 되었다. AI 서비스나 에이전트에 대해 관심이 많으신 분들은 직접 구현해보는 것을 추천한다.

출판사로부터 도서를 제공받아 작성한 리뷰입니다

#랭체인으로구현하는AI서비스에이전트개발입문 #MLBear #우치다나오타카 #손민규 #영진닷컴 #LLM #랭체인 #에이전트 #API연동 #지능형에이전트개발 #랭체인으로구현하는AI서비스 #에이전트개발입문

*출판사를 통해 도서를 지원받아 작성한 리뷰입니다

어제 ＜리미트리스＞라는 영화를 보았습니다. 내용인 즉슨 주인공이 한 알약을 먹게 되면서 자신의 뇌 기능을 100% 활용할 수 있게 되어 이를 통해 성장해가는 과정의 이야기를 보여줍니다. 예를 들어 자신이 보고 확인한것, 뇌에서는 지워지는 기억세포들이 활성화되고, 학습능력이 일반인대비 수십배는 빨라집니다. 그러니 수개국어마스터는 물론, 온갖 정보들을 흡수하고 조합하는 능력이 어마어마해지는 것이죠. 그러고보니 지금 시대에는 이런 능력을 굳이 인간이 가지면서 알약의 부작용을 가져갈 필요는 없습니다. 왜냐하면 이제는 인공지능을 통한 서비스에이전트의 시대니까요. 그리고 이 AI에이전트를 만드는 방법중에 하나가 바로 랭체인이라 ＜랭체인으로구현하는AI서비스 & 에이전트＞같은 서적을 참고하면 됩니다.

랭체인은 어플리케이션과 통합하기 위한 오픈소스 프레임워크입니다. 단순 텍스트기반 모델이 아니라 DBMS와 파일시스템등의 데이터소스와의 통합을 지원하고 실시간으로 API를 연동하여 어플리케이션을 개발할 수 있습니다. 조금 쉽게 얘기하자면 우리가 쓰는 GPT등의 경우 공개자료를 가져오게 되어있습니다. 심지어 내부의 시스템과 연동지어서 정확한 측정값을 가져오고 싶더라도 LLM은 보안이슈와 더불어 정확한 값을 연동하기 위한 별도의 작업을 거쳐야 합니다. 하지만 랭체인(LangChain)은 데이터응답을 위한 별도의 과정을 거치치 않고 내부 데이터가 연동되어 있으면 원하는 값을 가져올 수 있는 시스템입니다. 본서는 이를 기초로 서비스 에이전트를 만드는 방법을 다루고 있는 서적입니다. 

AI챗봇을 기반으로 이를 고도화하고 Streamlit을 통해서 배포를 하는 사례, 혹은 이미지인식 AI애플리케이션을 만들거나PDF기반 질의 응답 애플리케이션등을 하는데 있어 본서의 활용법은 2가지입니다 일단 랭체인에 익숙하지 않거나 파이썬 초보분이라면 한땀한땀 따라하면서 구조를 익혀가는게 필요하다고 판단됩니다. 다른 한편 이미 랭체인에 익숙한 분들이라면 기존에 만들었던 랭체인 기반 워크플로우의 어플리케이션을 만드는 과정에서 본서에 나온 내용으로 보강할 점을 반영하면 좋을 것 같습니다. 

사실 이제는 어플리케이션 자체는 바이브코딩으로도 구현이 가능한 시대입니다. 그리고 이제는 돈만 주면 배포는 됩니다. 하지만, 저는 점점더 이렇게 직접 랭체인으로 어플리케이션 실시간 연동을 해보고 문제를 어떻게 해결하는지가 더욱 중요해질거라 생각합니다.본서에 나온 프로젝트등을 하나하나 파헤쳐가는 게 중요한 이유도 거기에 있다고 봅니다.  

'점점 더 문제해결이 강조될예정'

📖#랭체인으로구현하는AI서비스에이전트

✒#MLBEAR

📍#영진닷컴

📎#LLM #서비스에이전트

이 서평은 #리뷰어스클럽 의 소개로  출판사로부터 서적을 

제공받아 주관적으로 작성하였습니다.

AI 3대장이라고 하면 좀 과한 감이 있을 수도 있지만, 현재는 ChatGPT와 클로드, 제미나이 정도라고 개인적으로 생각을 합니다. 그래서 생성형 AI를 이야기할 때 하나만을, 단순히 잘 쓰는 법만으로는 부족하다는 생각을 자주 하게 됩니다. 다른 질문을 잘 던지고 답을 잘 받는 수준을 넘어, 이제는 내가 가진 문서, 웹사이트, 영상, 데이터베이스, 업무 흐름을 AI와 연결해 실제 서비스처럼 작동하게 만드는 능력이 중요해진 상황입니다. 그냥 질문하고 답변만 하면 예전에 유행했던 심심이의 업그레이드 정도에 지나지 않는다는 느낌이죠.  그런 점에서 『랭체인으로 구현하는 AI 서비스 & 에이전트 개발 입문』은 제목 그대로 “AI를 사용하는 사람”에서 “AI 서비스를 만드는 사람”으로 레벨업 시켜주는 책이라고 생각이 들었습니다. 

AI를 그냥 쓰는 것보다 AI를 활용해서 생산성을 높여보고 싶다는 개인적인 욕심도 한 몫을 했습니다.

생성형 AI에 대한 지식이 전무하다면 사용이 어려울 수 있습니다. Python을 완전히 처음 배우는 사람을 위한 책은 아닙니다. Python의 기본 문법, 자료 구조, 제어문 정도는 알고 있다고 가정하고, 그 위에서 LLM API와 LangChain, Streamlit을 어떻게 연결하는지 설명합니다. 그래서 프로그래밍을 처음 시작하는 독자에게는 다소 빠르게 느껴질 수 있지만, Python을 조금이라도 다뤄 본 사람이라면 오히려 군더더기 없이 실습에 들어갈 수 있다는 장점이 있습니다. 완전초보 분들에게는 사용이 좀 어렵겠습니다. 코딩과 관련된 내용이 계속해서 등장하고, 처음에 언급했었던 3대장의 언어 모델들을 사용할 계정이 있으면 좋습니다. 저 같은 경우 세 가지 다 유료계정이 있어서, 이것저것 맛보기가 가능할 것 같지만, 처음 시작 때는 무료 계정으로도 되는 것 같습니다. 다만 ChatGPT가 중심으로 다른 모델들은 바꾸어 적용하기 정도로 되어 있는데, 이렇게 하니 차라리 나은 것 같습니다. 세 가지 다 파고드는 것이 아니라 하나의 서비스 구조를 우선 해보는 것이니 습득하는데 시간도 덜 걸릴 것 같거든요.

저는 사실 클로드가 마음에 들지만, 일단은 ChatGPT 중심의 실습이 될 것이라는 점도 인지하고 있습니다. 구글 제미나이도 사용 가능하다고 되어 있는데, 필수과정은 아니라고 되어 있습니다. 아직은 ChatGPT가 중심이 되어 있는 것 같네요. 긍정적으로 생각하자면 독자의 부담을 줄여 주는 것이지요. 여러 서비스를 동시에 설정하다 보면, 정작 중요한 LangChain 구조를 이해하기 전에 계정 설정 단계에서 지칠 수 있기 때문입니다. 시작도 하기 전에 손놔버리면 곤란하니까요.

일본 저자들의 특성인지, 아니면 다들 그런지는 모르겠지만 이렇게 그림으로 구조를 나타내주니, 처음에 직관적으로 내용을 훑어볼 수가 있습니다. '본격적인 서비스를 개발' 에서 가슴이 뜁니다. 사실 책의 주요 내용은 파이썬을 사용한 코드로 가득합니다. 눈이 핑핑 돌지만, 이런 그림으로 그 전체적인 내용을 파악해보는 것도 좋네요. 사용자가 Streamlit 화면에서 질문을 입력하고, 그 질문이 LangChain을 거쳐 ChatGPT API로 전달된 뒤, 다시 응답이 화면에 표시되는 흐름을 보여줍니다. 이 구조는 단순하지만 핵심이라고 생각됩니다. 많은 사람이 코드 한 줄 한 줄에만 집중할 수도 있습니다. 하지만 실제로 중요한 것은 전체 흐름입니다. 나무 대신에 숲을 보라는 것처럼요. 사용자의 입력은 어디서 시작되는지, LangChain은 어떤 역할을 하는지, LLM API는 어디에서 호출되는지, 응답은 다시 어떤 방식으로 사용자에게 전달되는지 알아야 합니다. 이 책은 그 흐름을 먼저 잡아 주기 때문에, 단순히 코드를 따라 치는 데서 끝나지 않고 AI 애플리케이션의 기본 작동 원리를 이해하게 해 줍니다. 이 책이 다루는 내용은 상당히 많습니다. 웹사이트 요약, 유튜브 영상 요약, 이미지 인식, 이미지 생성, 음성 인식과 음성 생성처럼 최근 AI 서비스에서 자주 등장하는 기능들도 함께 다룹니다. 각각의 주제를 깊은 이론 중심으로 파고들기보다는, 실제 앱 안에서 어떻게 구현할 수 있는지 보여주는 방식입니다. 책이 상당히 무거운데, 이 책의 내용만 잘 파악해도 AI로 뭔가 하나 해낼 수 있겠다는 생각도 듭니다. 두껍습니다만....

저에게 상당히 유용한 부분이었습니다. 논문이나 실적 발표 자료 분석에 관련된 내용입니다. RAG, 자기 지식만으로 답하는 것이 아니라, 외부 문서와 자료로 학습을 시켜서 답변을 생성하게 하는 것입니다. LLM 많이 들어보셨을텐데 바로 그겁니다. 

사진 속 구조도를 보면 PDF 업로드, 문서 읽기, 문서 분할, 임베딩, 벡터 저장소, 질문 임베딩, 관련 문서 검색, 최종 답변 생성까지 이어지는 흐름이 나옵니다. 처음 보면 다소 복잡해 보이지만, 이 구조를 이해하는 순간 AI 활용을 더욱 넓게 하실 수 있습니다. 논문, 보고서, 매뉴얼, 연수 자료, 업무 문서처럼 긴 텍스트를 자주 다루는 사람이라면 RAG는 매우 실용적인 기술입니다. 활용도가 매우 높지만 저작권 같은 문제는 잘 생각해서 사용해야 하긴 합니다. 개인 학습용이나 프로토타입 제작용으로는 충분히 의미 있는 출발점이 될 수 있습니다. 저도 논문관련해서 유용하게 쓸 마음이 생겨, 이 부분을 깊게 파고들어보았었습니다.

이 책의 내용을 파악하기 전까지는 AI는 심심이의 궁극 업그레이드판, 검색기 정도인 존재였습니다. 저에게는 말이죠. 그런데 이젠 정말 에이전트 세계로 확장이 된 거 같습니다. 단순히 말을 잘하는 존재가 아니라, 특정 목적을 위해 여러 도구를 연결하고 실행하는 시스템으로 확장, 저는 좀 더 나가면 이제 아이언X의 자*스 가 실세계에서 누구나 사용할 수 있지 않을까, 하는 생각까지도 하게 되었습니다. AI가 이런 일까지 하게 될 거라고는 생각을 못했네요. 검색하고, 분류하고, 요약하고, 분석하고, 필요한 경우 외부 기능을 호출하는 하나의 업무 파트너로 될 날까지 얼마나 남았을까요? 자율적으로 활동하는 수준으로 말이죠.

* 출판사에서 보내준 책을 읽고 서평을 썼습니다.

2022년 말 챗GPT 가 처음 등장하였을때 우리가 평상시에 쓰는 말로 AI 와 대화할 수 있어서 큰 충격을 받았습니다. 마치 SF 영화나 소설에 등장하는 장면처럼 느껴졌는데 처음 기대와는 달리 사용해 보면서 대부분 잘하지만 전혀 틀린 내용을 알려주거나 간단한 사칙연산도 틀리는 경우가 많았습니다. 이제 겨우 3년 지났지만 이제 AI 는 엄청나게 빠른 속도로 발전하면서 이제 우리 생활 깊숙이 스며들었습니다. 키워드를 입력하고 페이지를 하나하나 클릭해서 원하는 정보를 찾아야 했던 구글이나 네이버 같은 검색 사이트와 달리 질문을 입력하면 바로 답변을 만들어 주어서 무척 편리하네요.

이렇게 AI 를 편하게 쓸 수 있게 되었는데 어떤 기술로 동작하는지도 궁금하고 나에게 딱 맞는 AI 를 스스로 만들어보고 싶다는 생각도 들 것입니다. '랭체인으로 구현하는 AI 서비스 & 에이전트 개발 입문' 에서는 랭체인을 이용해 AI 서비스를 개발하는 방법에 대해 자세히 설명하고 있습니다.

어떻게 동작하는지 가장 빨리 파악하기 위해서는 간단한 서비스를 직접 만들어 보면서 경험하는 것이 중요합니다. 이 책에서는 채팅 서비스를 만들면서 랭체인을 어떻게 쓰는지 단계적으로 나와있네요. 거대언어모델(LLM)이 없을 때에도 챗봇이 있었는데 내가 물어보는 질문에 대해 동문서답을 하는 경우가 많아서 쓰면 쓸수록 화가(?) 났습니다. LLM 을 이용한 챗봇은 문장의 의미와 맥락을 파악하는데 여기서 중요할 역할을 하는 것이 랭체인이네요. 랭체인을 설치하는 방법에서부터 구조 설계 후 실제 개발 코드까지 나와있어서 따라가면서 이해하기 편했습니다.

챗GPT 초기에는 오늘 날씨나 현재 대통령이 누구인지 물어보면 언제까지 데이터로 학습하였기 때문에 모른다고 하는 경우가 많았습니다. 이제는 웹에서 검색하고 있다는 표시가 나온 다음에 잠시 후 바로 결과를 보여줍니다. 우리가 검색할때 페이지를 하나씩 클릭하면서 원하는 정보를 찾는 것처럼 이를 AI 에이전트로 만들면 이러한 과정을 전부 자동으로 대신하고 결과만 추려 보여주기 때문에 별도의 작업이 필요하지 않네요. LLM 이 내부 학습 데이터로 충분한지 아니면 외부 서비스를 이용해야 하는지, 외부 서비스를 이용한다면 어디가 맞는지 등을 학습시켰기 때문에 가능하다고 합니다. Function Calling 부분에서는 이론적인 부분과 함께 실제 구성 방법 등을 알 수 있었네요.

이렇게 만든 서비스는 나 혼자 이용할 수도 있지만 경우에 따라 다른 사람도 쓸 수 있도록 공개해야 할 수도 있습니다. 서버에 배포하기 위해서는 아마존 웹서비스나 네이버 클라우드 같은 서비스를 이용해야 하지만 서버 비용에 대한 부담도 있고 서버를 관리하는게 번거롭습니다. 파이썬으로 간단한 웹페이지를 만들때 Streamlit 을 이용하는 경우가 많은데 이를 편하게 배포할 수 있는 사이트도 있네요. 책을 읽어보니 어렵지 않아서 한번 AI 에이전트를 만든 다음에 이용해봐야 겠습니다.

AI 는 무서울 정도로 빠르게 발전하면서 기존에 사람이 하던 일들을 빠르게 대체해 나가고 있습니다. 챗GPT 나 Gemini 등 외부 서비스를 바로 이용할 수도 있지만 자신에게 최적화된 AI 에이전트를 만든다면 더 편하게 이용할 수 있을텐데 이에 필요한 기반 기술과 예제를 볼 수 있어서 도움이 되었습니다.

#LLM #랭체인 #에이전트 #API연동 #지능형에이전트개발 #랭체인으로구현하는AI서비스 #에이전트개발입문

#리뷰어클럽리뷰 

‘예스24 리뷰어클럽서평단자격으로도서를제공받고작성한리뷰입니다.’

예스24 리뷰어클럽 서평단 자격으로 도서를 제공받고 작성한 리뷰입니다

안녕하세요. 클로드 코드, 코덱스, 안티그래비티 같은 툴들은 이미 많이들 알고 계시죠?

이런 툴들은 기본적으로 강력한 LLM(모델 자체 성능)을 기반으로 코드를 생성하거나 작업을 도와주는 형태입니다.

반면 RAG(Retrieval-Augmented Generation)는 접근 방식이 조금 다릅니다.
모델 자체의 지식에만 의존하는 게 아니라, 외부 데이터(문서, DB, 파일 등)를 실시간으로 가져와서 답변을 생성하는 구조입니다.

예를 들어 사내 문서, PDF, 데이터베이스 같은 자료를 기반으로 답변해야 하는 경우에는 단순 LLM만으로는 한계가 있지만, RAG을 적용하면 내가 가진 데이터에 맞춰 답하는 AI를 만들 수 있습니다.

이 책은 바로 이런 개념을 실제로 구현해보는 데 초점을 맞춘 책입니다.

처음에는 ‘에이전트’, ‘체인’, ‘툴’ 같은 용어가 조금 낯설게 느껴질 수 있는데, 단순 정의를 나열하기보다 “이걸 왜 쓰는지”부터 자연스럽게 설명해줘서 흐름을 따라가기 어렵지 않았습니다.

구성도 꽤 실전형입니다. 단순 이론 설명에서 끝나는 게 아니라, 파이썬 환경 세팅 → LLM API 연동 → 간단한 챗봇 → RAG 기반 QA → 에이전트 구현까지 단계별로 이어집니다.

중간에는 유튜브 요약, 이미지 생성, 음성 처리 같은 기능들도 가볍게 다루고, RAG를 활용해 문서 기반으로 질문하고 답하는 구조도 직접 만들어볼 수 있습니다. 

이 과정에서 “각 기능이 따로 있는 게 아니라 어떻게 연결되는지”를 자연스럽게 이해하게 되는 점이 좋았습니다.

후반부에서는 에이전트 개념을 조금 더 확장해서 다룹니다.
AI가 상황에 따라 필요한 도구를 선택해서 문제를 해결하는 구조인데, 검색이나 고객 응대 같은 예제를 따라가다 보니 “이게 서비스로 어떻게 이어지는지” 감이 잡히는 구성입니다.

또 LangSmith를 활용해서 실행 흐름을 확인하거나 디버깅하는 부분까지 다루고 있어서, 단순히 만드는 데서 끝나는 게 아니라 전체 구조를 한 번에 볼 수 있습니다.

물론 생성형 AI 분야 특성상, 지금 기준으로 맞는 내용이 불과 며칠~심하면 하루 만에도 바뀌는 경우가 많습니다. 

그래서 책에 나온 일부 코드나 구현 방식도 시간이 지나면 달라질 수 있다는 점은 감안하고 보는 게 좋습니다.

저만 해도 나노바나나로 이미지 생성하다가 이번 GPT의 덕테이프 모델 공개 이후 바로 넘어갔고, 오픈 클로 기반으로 에이전트 구축에 관심 갖고 보던 중에 헤르메스 에이전트가 또 이슈가 되더라고요.

이렇게 흐름이 계속 바뀌다 보니 하나하나 따라가는 것도 쉽지 않은 게 현실입니다.

이런 분들께 추천드려요.

✔ LLM 기반 서비스 개발을 처음 시작하는 분
✔ RAG나 에이전트 구조를 실제로 구현해보고 싶은 분
✔ 개념이 아니라 “동작하는 결과물” 중심으로 배우고 싶은 분

#리뷰어클럽리뷰

랭체인활용해 나만의 AI 서비스를 직접 배포까지 해볼 수 있는 알찬 입문서입니다. 복잡한 RAG와 에이전트 개념을 도식화로 쉽게 설명해주어 파이썬 초보자도 금방 완성할 수 있습니다. 실무 위주로 빠르게 배우고 싶은 분들께 강력 추천합니다!