살바토레라이엘리,가브리엘레이우쿨라노
저자:살바토레라이엘리(SalvatoreRaieli)
제약회사의수석데이터과학자로,암치료신약개발에AI를적용하는전문가다.LLM,에이전트,자연어처리등다양한AI기법을활용한프로젝트를이끌었으며,AI석사와면역학박사학위를바탕으로한신경망구축경험이풍부하다.사회적가치에기여하는AI개발에열정을갖고있으며,여가시간에는미디엄(Medium)에서AI대중화블로그를운영하고있다.
저자:가브리엘레이우쿨라노(GabrieleIuculano)
임베디드시스템과AI에전문성을갖춘테스트플랫폼아키텍트다.첨단테스트자동화플랫폼의기반이되는정교한시뮬레이션시스템을설계하고있으며,예측정비시스템을도입하여문제예측과다운타임최소화를실현하는등AI기반솔루션통합에주력해왔다.리즈대학교(UniversityofLeeds)에서AI석사학위를취득했으며,혁신기술인AI를통해기존비즈니스를근본적으로혁신하는것을목표로한다.
역자:에디유
현업에서검색증강생성(RAG)과에이전트시스템개발을담당하고있다.LLM기반서비스구축에깊은관심을가지고있으며,특히최근에는에이전트의추론능력을향상시키기위한파인튜닝연구에집중하고있다.지은책으로『LLM과RAG로구현하는AI애플리케이션』(위키북스)이있다.
역자:김대규
자연어처리분야의AI리서치엔지니어로,LLM기반생성형모델과에이전트시스템을연구한다.검색증강생성(RAG),함수호출(FunctionCalling),플래너설계등실무응용기술의연구와구현에주력하고있다.이론적깊이와실무적용가능성을동시에추구하는균형잡힌접근을지향한다.지은책으로『LLM과RAG로구현하는AI애플리케이션』(위키북스)이있다.
역자:김현지
동아일보와채널A에서산업및경제분야기자로활동한경험을바탕으로,경제경영전문AI챗봇'애스크비즈(AskBiz)'를기획·개발하는등언론사에다양한AI서비스를도입하고있다.IT기술을활용한뉴스제작·유통·소비방식의혁신과AI가가져올사회전반의변화에깊은관심을가지고있다.지은책으로『LLM과RAG로구현하는AI애플리케이션』(위키북스)이있다.
추천사
옮긴이의말
들어가며
1부:AI에이전트엔진:텍스트에서대규모언어모델까지
1장딥러닝으로텍스트데이터분석하기
1.AI를위한텍스트표현
__원-핫인코딩
__단어가방
__TF-IDF
2.임베딩,응용그리고표현
__word2vec
__텍스트의유사도개념
__임베딩의속성
3.텍스트처리를위한RNN,LSTM,GRU,CNN
__순환신경망
__장단기메모리
__게이트순환유닛
__텍스트용CNN
4.임베딩과딥러닝을활용한감정분석
2장트랜스포머:현대AI혁명이면의모델
1.어텐션과셀프어텐션탐구하기
2.트랜스포머모델소개
3.트랜스포머학습하기
4.마스크드언어모델링탐구하기
5.내부메커니즘시각화하기
6.트랜스포머활용하기
3장강력한AI엔진,LLM탐구하기
1.LLM의진화과정살펴보기
__스케일링법칙
__창발적특성
__컨텍스트길이
__전문가혼합
2.지시튜닝,파인튜닝,정렬
3.작고효율적인LLM탐색하기
4.멀티모달모델탐색하기
5.할루시네이션과윤리적·법적쟁점이해하기
6.프롬프트엔지니어링
2부:AI에이전트와지식검색
4장LLM으로웹스크래핑에이전트구축하기
1.두뇌,지각,행동패러다임이해하기
__두뇌
__지각
__행동
2.AI에이전트분류하기
3.단일에이전트와다중에이전트시스템이해하기
4.주요라이브러리탐구
__LangChain
__Haystack
__LlamaIndex
__SemanticKernel
__AutoGen
__LLM에이전트프레임워크선택하기
5.검색하여정보를스스로찾는ReAct에이전트만들기
5장할루시네이션을방지하는RAG기반에이전트
1.나이브RAG탐구하기
2.검색,최적화,증강
__청크분할전략
__임베딩전략
__임베딩데이터베이스
3.출력에대해평가하기
4.RAG와파인튜닝비교하기
5.RAG를활용한영화추천에이전트구축하기
6장정보검색과증강을위한고급RAG기법
1.나이브RAG의문제점
2.고급RAG파이프라인살펴보기
__계층적인덱싱
__가상질문과HyDE
__컨텍스트강화
__쿼리변환
__키워드기반검색과하이브리드검색
__쿼리라우팅
__재순위화
__응답최적화
3.모듈형RAG와다른시스템통합하기
__훈련기반접근법과비훈련접근법
4.고급RAG파이프라인구현하기
5.RAG의확장성과성능이해하기
__데이터확장성,저장,전처리
__병렬처리
__보안과개인정보보호
6.미해결과제와미래전망
7장지식그래프생성하고AI에이전트와연결하기
1.지식그래프소개
__그래프와지식그래프의형식적정의
__분류체계와온톨로지
2.LLM을활용한지식그래프구축하기
__지식생성
__LLM으로지식그래프생성
__지식평가
__지식정제
__지식확장
__지식호스팅과배포
3.지식그래프와LLM을활용하여정보검색하기
__그래프기반인덱싱
__그래프기반검색
__그래프RAG활용
4.그래프추론이해하기
__지식그래프임베딩
__그래프신경망
__LLM의지식그래프추론
5.지식그래프와그래프RAG의도전과제
8장강화학습과AI에이전트
1.강화학습소개
__멀티암드밴딧문제
__마르코프결정과정
2.심층강화학습
__모델프리접근법과모델기반접근법
__온-폴리시와오프-폴리시방법
__심층강화학습자세히살펴보기
__심층강화학습의과제와미래전망
__강화학습으로비디오게임학습하기
3.LLM과강화학습모델의상호작용
__강화학습으로강화된LLM
__LLM으로강화된강화학습
4.핵심정리
3부:복잡한시나리오를해결하는고도화된AI에이전트
9장단일·다중에이전트시스템만들기
1.자율에이전트소개
__툴포머
__허깅GPT
__켐크로우
__스위프트도시에
__켐에이전트
__법률분야의다중에이전트
__의료분야의다중에이전트
2.허깅GPT사용하기
__로컬에서허깅GPT사용하기
__웹에서허깅GPT사용하기
3.다중에이전트시스템
4.SaaS,MaaS,DaaS,RaaS
__서비스형소프트웨어,SaaS
__서비스형모델,MaaS
__서비스형데이터,DaaS
__서비스형결과,RaaS
__다양한패러다임비교
10장AI에이전트애플리케이션구축하기
1.스트림릿소개
__스트림릿시작하기
__결과캐싱하기
2.스트림릿으로프론트엔드개발하기
__텍스트요소추가하기
__스트림릿앱에이미지삽입하기
__동적인앱만들기
3.스트림릿과AI에이전트를활용한애플리케이션만들기
4.머신러닝운영과LLM운영
__모델개발
__모델학습
__모델테스트
__추론최적화
__프로덕션에서오류처리하기
__프로덕션보안을위한고려사항
5.비동기프로그래밍
__asyncio
__비동기프로그래밍과머신러닝
6.도커
__쿠버네티스
__머신러닝에도커사용하기
11장다가올미래
1.의료분야AI에이전트
__생물의학분야AI에이전트
2.다른산업분야AI에이전트
__피지컬에이전트
__게임용LLM에이전트
__웹에이전트
3.해결할과제와미해결질문
__인간-에이전트간의사소통문제
__다중에이전트의뚜렷한우월성부재
__추론의한계
__LLM의창의성
__기계론적해석가능성
__범용인공지능으로가는길
__윤리문제
찾아보기
LLM·RAG기본부터지식그래프·강화학습·멀티에이전트심화까지
AI에이전트구축의전체지도,이책한권에담았습니다!
최근대규모언어모델(LLM)을활용한서비스가쏟아지고있지만,단순히API를호출하는수준으로는사용자의복잡한요구사항을해결하는'진정한자율에이전트'를구축하기어렵습니다.여전한할루시네이션(환각)문제부터,스스로판단하고행동하며학습하는지능을구현하는것은많은개발자에게막막한과제입니다.
이책은이러한한계를극복하고,AI에이전트를구성하는모든기술레이어를근본부터파헤치는완벽한로드맵을제시합니다.
★AI에이전트의모든레이어를관통하는체계적인흐름
·1부에서는AI의기반이되는텍스트인코딩,RNN/LSTM부터현대AI혁명의심장인트랜스포머와LLM의내부동작원리까지기초를탄탄하게다집니다.
·2부에서는LLM을확장하고똑똑하게만드는핵심엔진인RAG(기본및고급기법),정보검색과추론능력을극대화하는지식그래프,그리고자율적인행동학습을위한강화학습을깊이있는수준으로상세히다룹니다.
·3부에서는이모든기술을통합해자율적으로작동하는단일및다중에이전트시스템을구축하고,스트림릿(Streamlit)과도커(Docker)를활용해실제애플리케이션으로배포하는실전과정까지안내합니다.
★단순한도구사용을넘어,문제해결능력을갖춘아키텍트로
특히이책은각기술이왜등장했는지,그리고다른기술들과어떻게유기적으로연결되는지를강조합니다.트랜스포머가RNN의한계를어떻게극복했는지,RAG가LLM의고질적인문제를어떻게해결하는지,그리고지식그래프가왜복잡한추론에필수적인지를종합적인시각에서설명합니다.
이러한본질적인이해를바탕으로한접근방식은독자가단순한라이브러리사용자를넘어,실무에서발생하는복잡한문제를스스로진단하고최적의솔루션을설계하는진정한AI아키텍트로성장하게할것입니다.
방대한참고문헌과풍부한도식을바탕으로핵심원리를설명하면서도,웹스크래핑에이전트,영화추천RAG에이전트,여행플래너등실제동작하는프로젝트예제를통해이론을실습으로즉시연결합니다.
AI에이전트의동작원리를꿰뚫어보고,미래의AI시스템을주도적으로설계하고싶은모든개발자,연구자,실무자에게이책은가장든든하고명쾌한길잡이가되어줄것입니다.
-이책의구성-
_1장'딥러닝으로텍스트데이터분석하기'에서는자연어를머신러닝모델에적합한형식으로처리하고표현하는방법을소개한다.원-핫인코딩(one-hotencoding)과단어가방(bagofwords)같은기본기법부터TF-IDF와word2vec과같은고급표현까지다양한텍스트인코딩기법을다룬다.이어서RNN,LSTM,GRU,CNN등순차데이터에적합한주요딥러닝아키텍처를탐구하고,이를텍스트분류작업에적용하는방법을설명한다.이장을마치면이러한기반이어떻게ChatGPT와같은현대언어모델을가능하게하는지이해할수있을것이다.
_2장'트랜스포머:현대AI혁명이면의모델'에서는어텐션(attention)메커니즘을소개하고,그것이어떻게발전해트랜스포머아키텍처로이어졌는지를설명한다.RNN과LSTM같은초기모델의한계를짚으면서,트랜스포머가이를어떻게극복해현대자연어처리의토대가되었는지를살펴본다.셀프어텐션,마스크드언어모델링,학습기법,내부모델시각화등의핵심주제를다루며,실제응용사례를통해오늘날의LLM을이해하기위한기초를다진다.
_3장'강력한AI엔진,LLM탐구하기'에서는트랜스포머모델의대규모학습이어떻게오늘날의LLM을탄생시켰는지살펴본다.LLM의발전과정과주요능력,한계를다루며,지시튜닝(instructiontuning)과파인튜닝(fine-tuning),정렬(alignment)같은기법을소개한다.또한더작고효율적인LLM변형모델,여러데이터유형을다루는멀티모달모델,할루시네이션및윤리적문제,프롬프트엔지니어링과같은주요과제도함께다룬다.
_4장'LLM으로웹스크래핑에이전트구축하기'에서는LLM을확장해행동수행능력을보완하는개념으로서AI에이전트를소개한다.이장에서는에이전트의핵심특성과단일에이전트시스템과다중에이전트시스템의차이를탐구한다.이어서에이전트를구축하는데활용하는주요라이브러리를소개하고,실제로인터넷에서정보를검색할수있는웹스크래핑에이전트를만드는과정을단계별로안내한다.
_5장'할루시네이션을방지하는RAG기반에이전트'에서는RAG가LLM의한계인오래된지식과할루시네이션을어떻게극복할수있는지살펴본다.RAG의임베딩과벡터데이터베이스를통해LLM이외부정보에접근함으로써정확성과적응성을향상시키는방법을설명한다.또한RAG와파인튜닝을비교하고,영화추천에이전트를구축하는실습을통해실제활용방안을제시한다.
_6장'정보검색과증강을위한고급RAG기법'에서는기본적인RAG아키텍처를확장해데이터수집,인덱싱,검색,생성등파이프라인전단계에서성능을향상하는기법을소개한다.모듈형RAG,대규모데이터셋과사용자기반에맞춰시스템을확장하는기술,그리고견고성과개인정보보호같은핵심과제를다룬다.아울러RAG기반시스템의향후발전을둘러싼현재의도전과제와미해결문제도함께조명한다.
_7장'지식그래프생성하고AI에이전트와연결하기'에서는텍스트기반지식을지식그래프(knowledgegraph)로구조화해AI에이전트의정보검색과추론능력을강화하는방법을다룬
다.이장에서는지식그래프를활용해LLM에구조화된컨텍스트데이터를제공하는GraphRAG개념을소개한다.이어서LLM을활용해엔터티와관계를추출해지식그래프를구축하는방법,그래프를활용한쿼리와추론기법을설명하고,이러한접근을결합할때의장점과한계,나아가향후발전방향을논의한다.
_8장'강화학습과AI에이전트'에서는에이전트가동적인환경과상호작용하면서경험에따라행동을조정하고학습하는방법을설명한다.이장은강화학습의기본원리를소개하고,에이전트가어떻게의사결정을내리고시간이지남에따라성능을개선하는지다룬다.또한신경망을활용해행동을최적화하는방법을시연한다.마지막으로LLM과강화학습을결합해더욱강력한AI시스템을구축하는방안을논의하며마무리한다.
_9장'단일·다중에이전트시스템만들기'에서는LLM을도구와다른모델로확장해자율에이전트를구성하는방법을다룬다.단일에이전트와다중에이전트시스템의개념을소개하고,LLM이API나외부모델과상호작용하는방식을설명하며,HuggingGPT와같은대표사례를살펴본다.또한에이전트간조정전략,복잡한분야에서의실제활용사례,SaaS,MaaS,DaaS,RaaS와같은새로운비즈니스패러다임을다룬다.
_10장'AI에이전트애플리케이션구축하기'에서는AI에이전트를실제애플리케이션으로확장하고배포할때발생하는주요과제를살펴본다.이장에서는에이전트기반시스템의프론트엔드와백엔드컴포넌트를빠르게프로토타이핑할수있는프레임워크로스트림릿(Streamlit)을소개한다.아울러비동기프로그래밍,도커(Docker)를이용한컨테이너화,확장성과운영안정성을갖춘AI솔루션을구축하기위한모범사례등핵심운영측면을다룬다.
_11장'다가올미래'에서는헬스케어를비롯한다양한산업전반에서AI에이전트가지닌변혁의가능성을탐구한다.앞장에서논의한기술발전을바탕으로,LLM과에이전트시스템이직면한기술적,윤리적과제를돌아보고,지능형AI에이전트의개발과배포과정에서남아있는미해결과제와향후연구및실용화방향을제시하며마무리한다.