첫째마당 스프링 AI 기초 다지기

01장 AI 애플리케이션과 스프링 AI
_01-1 스프링 AI 이해하기
__AI 애플리케이션이란 무엇일까?
__스프링과 AI를 쉽게 연결하는 방법 - 스프링 AI
__스프링 AI의 핵심 기능
_01-2 AI 애플리케이션의 핵심 개념
__AI 모델
__토큰
__프롬프트
__구조화된 출력
__벡터와 벡터 공간
__AI 모델의 데이터와 API 확장
01장 되새김 문제

02장 스프링 AI 시작하기
_02-1 스프링 AI의 개발 환경 준비하기
__[Do it! 실습] 인텔리제이 설치하기
__ [Do it! 실습] 인텔리제이 플러그인 설치하기
__ [Do it! 실습] 포스트맨 설치하기
_02-2 AI 모델의 사용 환경 준비하기
__오픈AI의 API
__[Do it! 실습] 오픈AI의 API 키 발급받기
__[Do it! 실습] 오픈AI의 API 결제 수단 설정하기
__크레딧 사용 한도 설정하기
__[Do it! 실습] 올라마 설치하기
_02-3 첫 번째 스프링 AI 프로젝트 시작하기
__스프링 AI의 핵심 구성 요소
__AI 모델과 통신하기 위한 표준 규격 - ChatModel
__[Do it! 실습] 첫 번째 스프링 AI 프로젝트 생성하기
__[Do it! 실습] 윈도우 환경 변수 설정하기
__[Do it! 실습] 인텔리제이 환경 변수 설정하기
__[Do it! 실습] ChatModel로 LLM과 직접 통신하기
__ChatModel이 생성되는 6단계
02장 되새김 문제

03장 ChatClient 이해하기
_03-1 ChatClient로 AI 모델과 대화하기
__ChatModel과 ChatClient의 차이 이해하기
__ChatClient를 생성하는 방법
__AiConfig에서 ChatClient 빈 등록하기
__설정 클래스에서 등록하기
__[Do it! 실습] ChatModel에서 ChatClient로 리팩터링하기
_03-2 ChatClient로 다중 AI 모델 연동하기
__[Do it! 실습] 올라마의 AI 모델을 사용하도록 설정하기
__수동 구성 방식으로 ChatClient를 생성하는 방법
__[Do it! 실습] 다중 AI 모델과 연동하는 ChatClient 구성하기
__@Primary로 기본 ChatClient 지정하기
_03-3 Prompt 객체 이해하기
__AI 모델에게 보낼 요청을 담는 상자 - Prompt
__대화의 맥락과 역할 - Message 인터페이스
__대화의 규칙과 제약 조건 - ChatOptions 인터페이스
_03-4 ChatClient의 유창한 API 이해하기
_메서드 체이닝과 유창한 API
__[Do it! 실습] 단일 ChatClient 프로젝트 생성하기
__[Do it! 실습] Builder 패턴으로 프롬프트 구성하기
__[Do it! 실습] Prompt 객체를 직접 조립해서 사용하기
_03-5 ChatClient의 응답 다루기
__ChatClient의 응답을 추출하는 3가지 방법
__[Do it! 실습] ChatResponse 객체에서 상세 내용 추출하기
__[Do it! 실습] AI 모델의 응답에서 메타데이터 추출하기
__[Do it! 실습] AI 응답을 Entity 객체로 받기
__[Do it! 실습] AI 응답을 객체 리스트로 받기
_03-6 ChatOptions로 응답 옵션 설정하기
__ChatOptions의 주요 옵션 살펴보기
__스프링 AI에서 옵션을 설정하는 3가지 방법
__옵션을 설정하는 방법이 다양한 이유
__[Do it! 실습] ChatOptions 설정 우선순위 확인하기
03장 되새김 문제

둘째마당 템플릿과 스트리밍 응답 제어하기

04장 동적 프롬프트와 템플릿 다루기
_04-1 동적 프롬프트 이해하기
__프롬프트 엔지니어링과 맥락의 중요성
__AI에게 보낼 메시지를 만드는 틀 - PromptTemplate
__PromptTemplate을 사용하는 2가지 방법
__[Do it! 실습] ChatClient의 유창한 API로 동적 프롬프트 만들기
_04-2 명시적으로 동적 프롬프트 만들기
__PromptTemplate을 명시적으로 생성하는 방법
__[Do it! 실습] PromptTemplate을 단계별로 구현하기
__[Do it! 실습] PromptTemplate을 역할 기반으로 구현하기
__[Do it! 실습] 외부 파일로 PromptTemplate 관리하기
04장 되새김 문제

05장 Advisor와 스트리밍 응답 다루기
_05-1 스프링 AI의 Advisor 이해하기
__Advisor란 무엇일까?
__스프링 AI의 내장 Advisor 종류
__스프링 AI에서 Advisor를 설정하는 2가지 방법
__[Do it! 실습] SimpleLoggerAdvisor로 로그 기록하기
__[Do it! 실습] SafeGuardAdvisor로 프롬프트 검사하기
_05-2 사용자 정의 Advisor 구현하기
__[Do it! 실습] TokenPrintAdvisor 클래스 작성하기
__Advisor가 실행되는 순서
_05-3 스프링 AI의 스트리밍 응답 구현하기
__call() 메서드의 한계
__스트리밍 방식의 원리 이해하기
__스트리밍 응답을 구현하는 stream() 메서드
__[Do it! 실습] 실시간 답변을 제공하는 스트리밍 서비스 구축하기
05장 되새김 문제

셋째마당 기억력과 전문 지식을 갖춘 AI 챗봇 만들기

06장 대화 문맥 관리하기
_06-1 ChatMemory로 기억력 구현하기
__대화 내용을 기억하지 못하는 LLM
__스프링 AI의 기억력을 만드는 2가지 인터페이스
__대화에 맥락을 삽입하는 Advisor
__메모리 기능을 위한 객체의 주입 관계
__스프링 AI 메모리 기능의 전체 흐름
__[Do it! 실습] 대화를 기억하는 AI 챗봇 구현하기
_06-2 다중 사용자 환경에서 메모리 기능 구현하기
__사용자가 두 명 이상이라면 어떻게 될까?
__[Do it! 실습] 다중 사용자 세션 분리하기
__[Do it! 실습] 인메모리 저장소에 저장된 데이터 확인하기
_06-3 대화 내용 영구 저장하기
__인메모리 저장소의 한계를 극복하는 JDBC
__[Do it! 실습] 대화를 저장할 데이터베이스 준비하기
__[Do it! 실습] 데이터베이스 기반 대화 저장소 구축하기
__메모리 전략 커스터마이징하기
06장 되새김 문제

07장 스프링 AI로 RAG 시작하기
_07-1 필수 개념과 함께 RAG 이해하기
__LLM의 한계를 해결하는 RAG
__RAG가 만드는 4가지 변화
__RAG의 3단계 핵심 프로세스
__LLM이 데이터를 이해하는 방법 - 임베딩과 벡터 공간
__유사성 검색
__코사인 유사도
__벡터 데이터베이스
_07-2 RAG를 위한 지식 베이스 구축하기
__Document
__VectorStore
__스프링 AI에서 RAG의 동작 흐름
__스프링 AI의 벡터 데이터베이스 솔루션
__[Do it! 실습] MariaDB 벡터 데이터베이스 준비하기
__[Do it! 실습] 스프링 AI로 MariaDB 벡터 테이블 자동 생성하기
_07-3 스프링 AI로 ETL 파이프라인 구현하기
__스프링 AI에서 ETL 파이프라인 동작 흐름 이해하기
__TokenTextSplitter의 동작 원리
__[Do it! 실습] 호텔 매뉴얼 데이터를 벡터 스토어에 적재하기
_07-4 첫 번째 RAG 프로젝트 완성하기
__[Do it! 실습] RAG로 AI 호텔 컨시어지 만들기
_07-5 Advisor를 통한 RAG 자동화하기
__RAG 파이프라인을 자동화하는 Advisor
__QuestionAnswerAdvisor의 프롬프트 템플릿
__[Do it! 실습] QuestionAnswerAdvisor로 RAG 자동화하기
_07-6 고급 RAG 파이프라인 구현하기
__고급 RAG 파이프라인의 4단계 프로세스
__[Do it! 실습] 4단계 모듈식 RAG 파이프라인 구축하기
__[Do it! 실습] PDF 데이터를 벡터 데이터베이스로 변환하기
07장 되새김 문제

넷째마당 행동하는 AI 에이전트 만들기

08장 도구 호출로 외부 세계와 연결하기
_08-1 도구 호출 이해하기
__도구 호출이란 무엇일까?
__도구 호출의 6단계 작동 원리
_08-2 선언적 방식으로 도구 구현하기
__스프링 AI에서 도구를 구현하는 2가지 방법
__[Do it! 실습] @Tool로 날짜 조회 도구 만들기
__[Do it! 실습] @ToolParam을 활용해 액션 수행 도구 만들기
_08-3 날씨 조회 AI 에이전트 완성하기
__AI 에이전트란 무엇일까?
__[Do it! 실습] 날씨 정보 조회를 위한 API 키 발급받기
__[Do it! 실습] 외부 API로 날씨를 조회하는 도구 만들기
__강력한 AI 에이전트의 3가지 조건
08장 되새김 문제

09장 MCP로 도구 확장하기
_09-1 MCP 이해하기
__MCP란 무엇일까?
__MCP의 클라이언트-서버 아키텍처
__MCP의 주요 기능 구성
__MCP의 2가지 통신 방식
__MCP와 JSON-RPC 2.0
__MCP 통신의 라이프사이클
__스프링 AI에서 MCP 사용하기
__MCP 서버 탐색하기
_09-2 첫 번째 MCP 서버 연결하기
_파일 관리 AI 에이전트 살펴보기
__[Do it! 실습] 파일 관리 AI 에이전트 구축하기
__[Do it! 실습] 파일 관리 AI 에이전트 테스트하기
_09-3 다중 MCP 서버 연결하기
__회의록 자동화 AI 에이전트 살펴보기
__[Do it! 실습] 노션 API 사용을 위한 준비하기
__[Do it! 실습] 회의록 자동화 AI 에이전트 구축하기
09장 되새김 문제

10장 커스텀 MCP 서버 구축하기
_10-1 MCP의 2가지 통신 방식 이해하기
__로컬 MCP 서버와 통신하기 - STDIO
__원격 MCP 서버와 통신하기 - SSE와 Streamable HTTP
_10-2 도서 DB 검색 MCP 서버 만들기
__[Do it! 실습] STDIO 방식으로 통신하는 MCP 서버 구축하기
__[Do it! 실습] MCP 인스펙터로 로컬 MCP 서버 테스트하기
__[Do it! 실습] 클로드 데스크톱에서 로컬 MCP 서버 테스트하기
_10-3 도서 DB 검색 MCP 클라이언트 만들기
__[Do it! 실습] MCP 클라이언트 구현하기
__[Do it! 실습] 직접 만든 MCP 클라이언트와 MCP 서버 연동하기
_10-4 원격 MCP 서버 만들기
__[Do it! 실습] 원격 MCP 서버 구축하기
__[Do it! 실습] 인스펙터로 Streamable HTTP 방식 MCP 서버 테스트하기
__[Do it! 실습] 원격 MCP 클라이언트 구축하기
__[Do it! 실습] MCP Client와 원격 MCP 서버 연동하기
10장 되새김 문제

다섯째마당 멀티모달 기능 구현하기

11장 이미지 모델 활용하기
_11-1 이미지 생성 기능 구현하기
__ImageModel
__ImagePrompt
__ImagePrompt를 생성하는 방법
__ImageResponse와 ImageGeneration
__[Do it! 실습] 이미지를 생성하는 AI 애플리케이션 만들기
__이미지 생성 요청 시 처리 흐름 살펴보기
_11-2 AI 이미지 안전하게 관리하기
__이미지 URL을 왜 그대로 사용할 수 없을까?
__[Do it! 실습] 로컬 PC에 이미지를 저장하기
_11-3 AI 비전 기능 구현하기
__비전 분석과 멀티모달 모델
__[Do it! 실습] 바딘을 활용해 AI 비전 분석 서비스 구축하기
11장 되새김 문제

12장 음성 모델 활용하기
_12-1 음성을 텍스트로 바꾸는 STT 구현하기
__스프링 AI에서 오디오 다루기
__TranscriptionModel
__AudioTranscriptionPrompt
__AudioTranscriptionOptions
__오픈AI의 STT 모델과 특징
__[Do it! 실습] 음성 인식 서비스 및 컨트롤러 구현하기
__음성 인식 기능의 한계 극복하기
_12-2 텍스트를 음성으로 바꾸는 TTS 구현하기
__TextToSpeechModel
__TextToSpeechPrompt
__TextToSpeechOptions
__[Do it! 실습] AI의 목소리를 만드는 TTS 서비스 구현하기
_12-3 실시간 스트리밍 TTS 구현하기
__stream() 메서드 살펴보기
__[Do it! 실습] WebFlux 스트리밍 엔드포인트 구현하기
12장 되새김 문제

부록 A 실습을 위한 환경 구성하기
부록 B 스프링 AI로 구현하는 효과적인 에이전트 패턴
최종 프로젝트 코딩 튜터 AI 에이전트 만들기

찾아보기