랭체인으로 구현하는 AI 서비스 & 에이전트 개발 입문 (LLM API, RAG, 자율형 에이전트 구현과 배포까지)

랭체인으로 구현하는 AI 서비스 & 에이전트 개발 입문 (LLM API, RAG, 자율형 에이전트 구현과 배포까지)

$28.00
Description
랭체인으로 시작하는 지능형 에이전트와 AI 서비스 개발 완벽 가이드!

이 책은 LangChain을 활용하여 기본적인 AI 채팅 앱부터 스스로 판단하고 행동하는 자율형 AI 에이전트까지, 실전 프로젝트를 단계별로 구축하며 배우는 완벽한 가이드입니다.
Python 환경 설정과 LLM API 연동을 시작으로, Streamlit 기반의 AI 채팅 애플리케이션을 직접 만들고, 스트리밍 출력과 멀티 모델 전환, Streamlit Cloud 배포까지 AI 서비스 개발의 탄탄한 기본기를 다집니다. 웹사이트·유튜브 영상 요약 앱, 이미지 인식·GPT Image를 활용한 이미지 생성, 음성 처리 등 멀티모달 애플리케이션으로 영역을 넓히고, RAG(검색 증강 생성) 파이프라인을 직접 구현해 PDF 문서에 질문하고 답을 얻는 질의응답 시스템까지 완성합니다.
Function Calling의 작동 원리를 깊이 있게 이해한 뒤, create_agent와 미들웨어 기반의 에이전트 아키텍처를 설계하고, 인터넷 검색 에이전트, RAG·캐싱·피드백을 조합한 고객 지원 에이전트, 외부 데이터 소스(BigQuery) 연동 데이터 분석 에이전트를 단계적으로 구축합니다. 에이전트가 스스로 도구(Tool)를 선택해 문제를 해결하는 전체 흐름을 체계적으로 다루며, LangSmith를 활용한 모니터링과 디버깅까지 구현합니다.
최신 버전에 대응하는 모든 예제는 실행 가능한 코드와 함께 제공되어 누구나 쉽게 따라 하며 익힐 수 있습니다. AI 서비스 개발에 첫발을 내딛으려는 입문자부터 고도화된 에이전트 시스템을 실무에 적용하고자 하는 현업 개발자까지, 폭넓은 독자층에게 가장 확실한 나침반이 되어줄 것입니다.
저자

ML_Bear

1984년교토시출생.교토대학교대학원에서항공우주공학을전공,수료한후대형건설기계제조업체에서생산기술직으로근무했다.이후IT/웹업계로전향하여웹서비스운영기업에서디지털마케팅과데이터사이언스업무를담당했다.주식회사메루카리재직중캐글(Kaggle)을접한것이전환점이되어머신러닝엔지니어로커리어를전환했으며,현재는프리랜서머신러닝엔지니어로여러벤처기업의프로젝트에참여하고있다.취미는넷플릭스감상,만화,라멘맛집탐방,여행이다.

목차

1장사전준비하기
1.1Python버전확인_14
1.2LLM체험하기_14
1.3계정준비와라이브러리설치_17
1.4사용할모델이해_20
1.5Streamlit준비_29
1.6LangChain준비_31

2장AI채팅애플리케이션만들기
2.12장개요_42
2.2화면에요소배치하기_46
2.3완성_58

3장AI채팅애플리케이션고도화하기
3.13장개요_62
3.2다양한옵션활용법익히기_68
3.3스트리밍출력구현하기_72
3.4LLM모델변경기능추가하기_82
3.5API호출비용파악하기_84
3.6완성_87

4장AI채팅애플리케이션배포하기
4.14장개요_90
4.2StreamlitCloud란_91
4.3StreamlitCloud로애플리케이션을배포하는전체흐름_92
4.4정리_103
4.5부록①:자주하는실수_104
4.6부록②:설정파일_104

5장실용적인AI애플리케이션개발하기
5.15장개요_110
5.2Part1:웹사이트요약애플리케이션_111
5.3Part2:유튜브영상요약애플리케이션_118
5.4정리_137

6장이미지인식AI애플리케이션만들기
6.16장개요_142
6.2ChatGPT이미지인식기능_145
6.3이미지인식기능의특징_147
6.4이미지인식애플리케이션구현하기_149
6.5GPTImage를사용한이미지생성_154
6.6음성인식및음성생성모델_163
6.7정리_164

7장PDF기반질의응답애플리케이션만들기
7.17장개요_166
7.2PDF내용에대해질문하는구조_174
7.3RAG처리흐름이해하기_175
7.4PDF업로드기능구현하기_179
7.5질의응답기능구현하기_193
7.6완성_200
7.7추가개선_201
7.8정리_203

8장AI에이전트구현을위한배경지식
8.18장개요_206
8.2AI에이전트란?_207
8.3FunctionCalling-LLM이외부함수를호출하는기능_208
8.4LangSmith-에이전트동작시각화도구_223

9장인터넷검색에이전트만들기
9.19장개요_236
9.2에이전트구현흐름_239
9.3툴(Tool)구현_240
9.4프롬프트작성하기_245
9.5LLM선택하기_246
9.6에이전트생성하기_247
9.7CompiledStateGraph이해하기_249
9.8에이전트에메모리추가하기_251
9.9에이전트실행하기_258
9.10LangSmith를활용한상세디버깅_261
9.11부록:사용한라이브러리설명_262
9.12정리_264
9.13완성코드_264

10장고객지원에이전트만들기
10.110장개요_276
10.2Step1:간단한고객지원에이전트만들기_279
10.3Step2:LLM응답캐시구현하기_294
10.4Step3:피드백수집기능추가하기_302
10.5정리_305
10.6완성코드_307

11장데이터분석에이전트만들기
11.111장개요_322
11.2데이터분석에이전트란?_323
11.3배경지식:OpenAIResponsesAPI_324
11.4Part1.CSV파일을업로드하고에이전트에게분석의뢰하기_337
11.5Part2.에이전트에게BigQuery데이터분석맡기기_350
11.6정리_371