옮긴이 머리말
추천의 글
베타리더 후기
추천사
시작하며
이 책에 대하여

CHAPTER 1 에이전트란 무엇이며, 왜 에이전트인가

1.1 상상력을 자극하는 강연: Life 3.0
1.2 그렇다면, 도대체 에이전트란 무엇인가?
1.3 에이전트의 두뇌: LLM의 범용 추론 능력
__인간의 뇌는 대단하다
__LLM 이전의 에이전트
__LLM이 곧 에이전트의 두뇌다
__기대의 고점과 실망의 저점
__지식, 기억, 이해, 표현, 추론, 성찰, 일반화, 자기 향상
__LLM의 추론 능력 기반의 인공지능 애플리케이션 구축
1.4 에이전트의 감지 능력: 언어 상호작용 능력과 멀티모들 처리 능력
__언어 상호작용 능력
__멀티모들 처리 능력
__언어 상호작용 능력과 멀티모들 처리 능력의 결합
1.5 에이전트의 실행력: 언어 출력 능력과 도구 사용 능력
__언어 출력 능력
__도구 사용 능력
__구체적 지능의 실현
1.6 에이전트가 각 산업에 미치는 효율성 향상
__자동화된 사무 업무 지원
__고객 서비스 혁명
__개인화 추천
__프로세스 자동화 및 자원 최적화
__의료 서비스의 변화
1.7 에이전트가 가져오는 새로운 비즈니스 모델과 변화
__가트너의 8대 주요 예측
__AaaS
__다중 에이전트 협업
__자기 진화형 인공지능
__구체적 지능의 발전
1.8 요약

CHAPTER 2 LLM 기반의 에이전트 기술 기반 체계

2.1 에이전트의 네 가지 핵심 요소
2.2 에이전트의 계획 및 의사 결정 능력
2.3 에이전트의 다양한 기억 기제
2.4 에이전트의 핵심 기술: 도구 호출
2.5 에이전트의 추론 엔진: ReAct 기반 체계
__ReAct란 무엇인가?

__ReAct 기반 체계를 이용한 간단한 에이전트 구현
__ReAct 기반 체계 기반의 프롬프트
__LLM 인스턴스 생성
__검색 도구 정의
__ReAct 에이전트 생성
__ReAct 에이전트 실행
2.6 기타 에이전트 인지 기반 체계
__함수 호출
__계획과 실행
__자문자답
__비판적 수정
__사고의 연쇄
__사고의 나무
2.7 요약

CHAPTER 3 OpenAI API, LangChain, LlamaIndex

3.1 OpenAI API란 무엇인가?
__OpenAI라는 회사에 대해 이야기하다
__OpenAI API와 에이전트 개발
__OpenAI API를 이용한 대화 프로그램 예제
__OpenAI API를 이용한 이미지 생성 예제
__OpenAI API 사용 시 주의사항
3.2 LangChain이란 무엇인가?
__LangChain에 대해 이야기하다
__LangChain의 여섯 가지 모듈
__LangChain과 에이전트 개발
__LangSmith 사용 방법
3.3 LlamaIndex란 무엇인가?
__LlamaIndex에 대해 이야기하다
__LlamaIndex와 검색증강생성 기반의 인공지능 개발
__간단한 LlamaIndex 개발 예제
3.4 요약

CHAPTER 4 에이전트 1: 자동화된 사무 구현 - Assistants API와 DALL·E 3 모델을 이용한 프레젠테이션 제작

4.1 OpenAI의 도우미란 무엇인가?
4.2 코딩 없이 플레이그라운드에서 도우미 체험하기
4.3 Assistants API의 간단한 예제
__도우미 생성하기
__대화 흐름 생성하기
__메시지 추가하기
__도우미 실행하기
__응답 표시하기
4.4 간단한 가상의 프레젠테이션 작성하기
__데이터 수집과 정리하기
__OpenAI 도우미 생성하기
__자동으로 데이터 분석 차트 생성하기
__자동으로 데이터 통찰 생성하기
__자동으로 페이지 제목 생성하기
__DALL·E 3 모델을 사용해 프레젠테이션 첫 페이지 이미지 만들기
__자동으로 프레젠테이션 생성하기
4.5 요약

CHAPTER 5 에이전트 2: 다기능 선택 엔진 - 함수 호출 기능

5.1 OpenAI의 함수
__함수 도구란 무엇인가?
__함수 도구의 설명이 중요한 이유
__함수 도구 정의 예시의 의미
__함수 호출이란 무엇인가
5.2 플레이그라운드에서 함수 정의하기
5.3 Assistants API를 이용한 함수 호출 구현
__함수 도구를 사용할 수 있는 도우미 생성하기
__함수 호출 없이 직접 도우미 실행하기
__실행 세션이 조치 필요 상태일 때 순환 종료하기
__도우미가 반환한 속성 정보 획득하기
__도우미의 반환 정보를 통해 함수 호출하기
__결과를 제출하고 작업 완료하기
5.4 ChatCompletion API를 이용한 도구 호출 구현
__대화 초기화 및 사용 가능한 함수 정의
__첫 번째 LLM 호출: 대화 내용과 도구 정의 전달 후 응답받기
__모델이 선택한 도구 호출과 새 메시지 작성하기
__두 번째 LLM 호출: 최종 응답 받기
5.5 요약 244

CHAPTER 6 에이전트 3: 추론과 행동의 협업 - LangChain의 ReAct 기반 체계를 이용한 자동 가격 설정 구현

6.1 ReAct 기반 체계 복습
6.2 LangChain에서 ReAct 에이전트 구현하기
6.3 LangChain의 도구와 도구 모음
6.4 꽃 가격을 책정하는 ReAct 에이전트
6.5 AgentExecutor의 실행 기제 심층 탐구
__AgentExecutor에 중단점 설정하기
__첫 번째 사고: 모델이 검색하기로 결정하다
__첫 번째 행동: 도구를 이용해 검색을 실행하다
__두 번째 사고: 모델이 계산하기로 결정하다
__두 번째 행동: 도구를 이용해 계산을 실행하다
__세 번째 사고: 모델이 작업을 완료하다
6.6 요약

CHAPTER 7 에이전트 4: 계획과 실행의 분리 - LangChain의 계획과 실행 에이전트를 활용한 스마트 스케줄러 작성

7.1 계획과 해결 전략의 제안
7.2 LangChain의 계획과 실행 에이전트
7.3 계획과 실행 에이전트를 이용한 물류 관리 구현
__자동 재고 배분을 위한 도구를 에이전트에 정의하기
__계획과 실행 에이전트 생성 및 해결 불가능 과제의 해결 시도
__요청을 구체화하여 에이전트가 과제를 완료하게 하기
7.4 단일 에이전트에서 다중 에이전트로
7.5 요약

CHAPTER 8 에이전트 5: 지식의 추출과 통합 - LlamaIndex를 이용한 검색증강생성 구현

8.1 검색증강생성이란 무엇인가?
__프롬프트 엔지니어링, 검색증강생성, 파인튜닝
__기술적 관점에서 본 검색 부분의 파이프라인
__사용자 관점에서 본 검색증강생성 과정
8.2 검색증강생성과 에이전트
8.3 ReAct 검색증강생성 에이전트를 이용해 재무 보고서 검색하기
__전자상거래 업체의 재무 보고서 파일 적재하기
__재무 보고서 데이터를 벡터 데이터로 변환하기
__요청 엔진과 도구 구축하기
__텍스트 생성 엔진인 LLM 설정하기
__재무 정보 검색을 위한 에이전트 생성하기
8.4 요약

CHAPTER 9 에이전트 6: 깃허브의 인기 에이전트 탐색 - AutoGPT, BabyAGI, CAMEL

9.1 AutoGPT
__AutoGPT 개요
__AutoGPT 실습
9.2 BabyAGI
__BabyAGI 개요
__BabyAGI 실습
9.3 CAMEL
__CAMEL 개요
__CAMEL 논문의 주식 거래 시나리오
__CAMEL 실습
9.4 요약

CHAPTER 10 에이전트 7: 다중 에이전트 기반 체계 - AutoGen, MetaGPT

10.1 AutoGen
__AutoGen 소개
__AutoGen 실습
10.2 MetaGPT
__MetaGPT 소개
__MetaGPT 실습
10.3 요약

APPENDIX A 다음 세대 에이전트의 탄생지: 학술 논문에서 찾아낸 새로운 아이디어

A.1 두 편의 고품질 에이전트 종합 논문
A.2 논문 추천: 에이전트 자율 학습, 다중 에이전트 협력, 에이전트 신뢰성 평가, 에지 시스템 배포, 체화 지능 구현
A.3 요약

마치며
찾아보기