이미 소장하고 있다면 판매해 보세요.
|
[Part 01 랭체인 시작하기]
Chapter 01 인공지능 시인과 ChatPDF 서비스 이해 인공지능 시인 ChatPDF 수익화 방식 기술 스택 Chapter 02 랭체인과 GPT 모델 이해 LLM이란 랭체인이란 랭체인을 배우는 이유 랭체인 v0.3 OpenAI 플레이그라운드로 GPT 모델 이해하기 Chapter 03 기본 개발 환경 설정 비주얼 스튜디오 코드 환경 설정 파이썬 환경 설정 환경변수 설정 랭체인 환경 설정 LLM 체인 Miniconda 설정 랭스미스 설정 [Part 02 랭체인 기초 실습] Chapter 04 음식, 식당, 숙박 리뷰 평가 AI 만들기 음식 리뷰 평가 AI 만들기 식당 리뷰 평가 AI 만들기 LCEL 기반 숙박 시설 리뷰 평가 AI 만들기 Chapter 05 인공지능 시인 만들기 구현할 서비스 구조 LLM 체인 생성 Streamlit 기초 프런트엔드 구현 실전 배포 Chapter 06 다국어 이메일 생성기 만들기 Ollama 설치 및 환경 설정 이메일 응답 생성 Streamlit 앱 구성 [Part 03 문서 임베딩을 활용한 Q&A 서비스] Chapter 07 ChatPDF 만들기 구현할 서비스 구조 도큐먼트 로더 텍스트 분할기 임베딩 벡터 저장소 검색기 생성기 프런트엔드 구현 실전 배포 웹 서비스 수익화 스트리밍 구현 Chapter 08 현진건 작가님 봇 만들기 Responses API란 OpenAI 플레이그라운드로 파일 검색 도구 이해하기 Responses API 연동 프런트엔드 구현 [Part 04 RAG 기법을 활용한 유사성 검색 서비스] Chapter 09 FAISS 인덱스 생성 FAISS란 텍스트 데이터 청크 분할 인덱스 생성 Chapter 10 FAISS VectorDB로 유사성 검색 구현 쿼리 기반 유사 문서 검색 임베딩 벡터로 문서 유사도 검색 Chapter 11 RAG 기반 대규모 텍스트 검색 구현 FAISS 인덱스 생성 문서 포매팅과 답변 생성 [Part 05 고급 RAG 기법을 활용한 뉴스 검색 서비스] Chapter 12 Multiquery 기반 뉴스 검색 시스템 만들기 Multiquery + Unique-union 기법 Multiquery + RAG Fusion 기법 Chapter 13 하이브리드 검색 시스템 만들기 Hybrid Search를 활용한 고급 RAG 시스템 구축 Multiquery + Hybrid Search + RAG Fusion 기법 Multiquery + Hybrid Search + RAG Fusion + Streamlit 기법 [Part 06 멀티모달 데이터를 활용한 통합형 서비스] Chapter 14 멀티모달 데이터 RAG 시스템 만들기 멀티모달 RAG 개요 멀티모달 RAG 아키텍처 패키지 설치 및 JupyterLab 환경 설정 데이터 추출 및 분할 다중 벡터 검색기 멀티모달 RAG 체인 Chapter 15 FashionRAG: 이미지 기반 스타일링 어시스턴트 FashionRAG 시스템 이해 Fashionpedia 데이터셋 로드 Base64 인코딩 Chapter 16 시/소설 생성 서비스 만들기 LangServe와 FastAPI로 애플리케이션 구성 OpenAI와 Ollama 모델의 비교 Streamlit으로 인터페이스 구축 [Part 07 랭그래프와 Agentic RAG를 활용한 에이전트] Chapter 17 도구를 사용하는 AI 에이전트 만들기 시스템의 주요 구성 요소 에이전트와 도구 통합 Chapter 18 랭그래프를 활용한 AI 에이전트 만들기 랭그래프의 주요 기능 워크플로 그래프 생성 및 상태 관리 워크플로 그래프 시각화 및 에이전트와 상호작용 Chapter 19 Agentic RAG로 지능형 정보 검색 시스템 만들기 에이전트의 흐름 에이전트 상태 정의 워크플로 그래프 생성 [Part 08 CrewAI를 활용한 협업형 에이전트] Chapter 20 다중 에이전트 블로그 작성기 인공지능 에이전트의 특성 에이전트 정의 수행 작업 정의 Chapter 21 FastAPI, CrewAI 기반 블로그 콘텐츠 생성기 에이전트 정의 수행 작업 정의 CrewAI 로직과 FastAPI 웹 서비스 결합 Chapter 22 리액트 통합으로 완성하는 블로그 서비스 Node.js 설치 리액트 프로젝트 설정 프로젝트에 필요한 컴포넌트 작성 |
조코딩
조동근의 다른 상품
|
랭체인, 랭그래프부터 RAG Fusion, Agentic RAG까지
한 권으로 마스터하는 LLM 개발 이 책은 복잡한 이론 대신 예제 중심으로 LLM 기술을 자연스럽게 이해하도록 돕습니다. 점진적으로 확장되는 실습 구조로 초심자도 AI 에이전트 서비스 개발을 쉽게 체화할 수 있습니다. 특히 텍스트는 물론 표와 이미지를 통합하여 질문에 답하는 멀티모달 RAG 구현, GPT-4 Vision과 LLaVA 같은 최신 VLM 활용까지 다뤄 실무에 적용할 수 있는 예시를 명확히 보여 줍니다. ● Step 1 | LLM 첫걸음 파이썬 기초만 있다면 누구나 시작할 수 있도록 GPT API 설정부터 랭체인 설치, 개발 환경 구성까지 친절하게 안내합니다. ● Step 2 | 시도 쓰고, 감정도 읽는 나만의 AI 서비스 만들기 AI 시인, 리뷰 평가 AI, 다국어 이메일 생성기 등 랭체인 기본 실습으로 핵심 개념을 익힙니다. ● Step 3 | 문서를 읽고 대답하는 ‘ChatPDF’ 만들기 PDF를 분석해 질문에 응답하는 문서 Q&A 챗봇을 만들고, API 키 입력/후원 버튼까지 넣어 서비스 수익화 구조를 간단히 배웁니다. ● Step 4 | RAG·벡터DB로 고급 검색형 AI 서비스 구축하기 FAISS, ChromaDB로 문서를 임베딩하고 RAG Fusion·Hybrid Search 등 최신 검색 기술까지 직접 구현해 봅니다. ● Step 5 | 랭그래프와 CrewAI로 에이전트 시스템 설계하기 조건 분기·멀티에이전트, 협업형 에이전트까지 설계하며 복잡한 워크플로를 다루는 방법을 익힙니다. ● Step 6 | 웹앱 배포, 모니터링, 수익화까지 완성형 서비스 만들기 Streamlit으로 배포하고 랭스미스로 성능을 추적하는 것은 물론 API 키 관리와 후원 기능을 더해 실질적인 운영 기반까지 세워 보세요. 이런 분께 추천해요! ● LLM을 활용한 AI 서비스 제작에 관심 있는 분 ● AI 서비스를 만들어 보고 싶지만, 개발자 전용 도구는 너무 어렵게 느껴지는 분 ● 공식 문서가 너무 어렵거나 랭체인 실전 예제를 찾기 어려운 분 ● 나만의 웹 서비스를 만들고 싶지만 디자인과 배포가 막막한 분 ● 기술뿐 아니라 서비스 운영과 수익화까지 관심 있는 분 ● 생성형 AI 트렌드에 뒤처지고 싶지 않은 실무자, 기획자, 마케터, 크리에이터 먼저 읽은 베타리더들의 한 마디 ● LLM을 활용한 서비스를 만들고 싶다면 가장 먼저 읽어야 할 책이며, 인공지능 서비스 개발을 준비하고 있는 개발자들에게는 등대가 되어줄 것입니다. _김민규 님 ● 명쾌한 설명과 실용적인 예제 코드는 독자들이 자신만의 AI 서비스를 쉽게 완성하도록 돕습니다. AI 서비스 시장에서 경쟁력을 확보하고 싶은 모든 분께 필독을 권합니다. _이석곤 님 ● 예제 하나하나가 단순 기능 구현에 그치지 않고 실제 서비스로 연결될 수 있을 만큼 현실적이고 실용적입니다. 따라 하다 보면 자연스럽게 랭체인의 구조와 AI 에이전트의 흐름이 머릿속에 잡힙니다. _이지아 님 |
|
이 책은 ‘손에 익히기’의 난도를 확 낮춰 줍니다. AI가 복잡한 업무를 단계별로 수행하도록 하는 에이전트 개념을 중심에 두고, 랭체인이 GPT·LLaMA 같은 초거대 언어 모델을 어떻게 엮어 주는지 차근차근 보여 줍니다. 낯선 용어가 나올 때마다 짧은 설명이 곁들여져 있어 초심자도 부담 없이 따라올 수 있습니다. 그리고 무엇보다 실습이 친절합니다. GPT API 키 발급부터예제 코드 실행까지 30분이면 충분하고, Streamlit으로 만든 웹앱을 세상에 공개하는 과정까지 한 호흡으로 이어집니다. 책의 안내대로만 따라가도 PDF 챗봇, 감성 분석기 같은 서비스를 금세 구현해 볼 수 있고, 랭스미스로 성능을 모니터링하고 후원 버튼으로 수익화하는 경험까지 해볼 수 있습니다. 실제로 돌아가는 결과물을 확인하는 순간 ‘나도 할 수 있다’라는 자신감이 밀려올 것입니다. 첫 AI 서비스를 세상에 선보일 여러분의 도전을 진심으로 응원하며, 이 책을 자신 있게 추천합니다. - 이경록 (YouTube 테디노트)
|
|
LLM 기술의 급격한 발전 속에서 ‘이 기술을 내가 실제로 활용할 수 있을까?’라는 막연한 불안감을 느끼는 분들을 자주 목격합니다. 그런 분들에게 이 책이 해결책이 되어줄 것입니다. 이 책의 가장 큰 강점은 ‘Learning by Doing’ 방식입니다. 22개의 프로젝트를 차례대로 따라 하며 랭체인의 핵심 개념을 자연스럽게 체화할 수 있도록 구성되어 있습니다. 단순한 ChatPDF부터 멀티모달 RAG와 CrewAI 에이전트까지 실습하며, 기초적인 설명에서 출발해 RAG Fusion이나 Agentic RAG 같은 현업 필수 개념도 실무적 깊이로 다루고 있어 인상적입니다. LLM을 나만의 도구로 만들고 싶은 모든 분에게 든든한 나침반 같은 책으로 적극 추천합니다. - 백병인 (Structum AI 대표)
|
|
AI 시대를 살아가는 평범한 직장인부터 개발 경험이 부족한 분들, 그리고 AI 서비스를 통해 새로운 기회를 모색하는 모든 분들께 이 책은 분명 현실적인 출발점이 되어줄 것이라 확신합니다. 저자의 깊이 있는 실전 경험과 지식이 이해하기 쉽게 구조화되어 담겼기에, 이 책을 통해 독자 여러분이 생성형 AI 시대의 능동적인 창작자로 거듭나기를 진심으로 응원합니다. - 박은수 (모두의 연구소 AIFFEL 교장)
|
|
AI 기술의 발전 속에서 관련 기술을 실무에 적용하는 능력이 요구되는 시대입니다. 이 책은 바로 그 지점을 정확히 짚어냅니다. 랭체인과 GPT API 활용, RAG 파이프라인 구축, 벡터 데이터베이스 운영, 프롬프트 엔지니어링과 같은 AI 애플리케이션 개발의 필수 요소들을 다루고 실제 프로젝트를 통해 이러한 핵심 기술을 자연스레 체득할 수 있도록 구성되어 있습니다. 급변하는 AI 생태계에서 든든한 기초 체력을 만들고자 하는 개발자들에게 강력히 추천합니다. - 정강민 (라지엘랩스 대표)
|
|
이 책은 에이전트의 실제 활용 예시까지 제공합니다. 다시 말해 ‘그래서 뭘 어떻게 만드는데?’라는 질문에 대한 답입니다. 단순히 정해진 답만 하는 챗봇이 아니라 고객 리뷰에 맞춤형으로 답변하는 챗봇을 만들 수 있습니다. 예를 들어 배달앱 고객이 “맛은 있었지만 배달 포장이 아쉬웠어요.”라는 음식 리뷰를 남기면, 긍정이나 부정 감정을 평가한 뒤 공손한 답변을 작성해 주는 챗봇 말이죠. 마치 24시간 근무하는 직원 한 명이 생기는 셈입니다. 지금까지는 AI라는 단어에 막연한 거부감을 느꼈을지도 모르지만, 이 책을 읽고 나면 오히려 호기심이 생길지도 모릅니다. 막상 해보면 생각보다 어렵지 않을 거예요. - 나민주 (테크니컬 리뷰어)
|
|
이론적 기초부터 AI 에이전트 아키텍처 구축, 서비스 배포 및 수익화 전략까지 LLM 서비스 개발의 전 과정을 체계적으로 다룬 실전 중심의 안내서입니다. 최신 트렌드와 다양한 실무 사례를 폭넓게 아우르고 있어 LLM 개발을 처음 접하는 학습자는 물론 실무 역량을 강화하려는 개발자에게도 큰 도움이 될 것입니다. - 박은지 (프리랜서 IT 강사)
|
|
AI 에이전트와 LLM 서비스에 관심은 많지만 어디서부터 시작해야 할지 막막했다면 이 책이 가장 좋은 출발점이 될 것입니다. 프로젝트 기반 실습으로 주요 개념을 익히고, 랭체인을 중심으로 배포와 수익화까지 경험할 수 있는 실전형 가이드입니다. 초심자부터 실무자까지 모두에게 추천합니다. - 유현아 (랭체인 코리아 운영진)
|