랭체인과 RAG로 배우는 실전 LLM 애플리케이션 개발 (멀티모달/GraphRAG/ReAct 에이전트/sLLM 완벽 실무 가이드)

랭체인과 RAG로 배우는 실전 LLM 애플리케이션 개발 (멀티모달/GraphRAG/ReAct 에이전트/sLLM 완벽 실무 가이드)

$28.67
Description
LLM 애플리케이션, 이제는 실전으로!
〉〉 왜 이 책인가?


언어 모델이 강력해질수록 사용자에게는 새로운 도전이 생긴다. 외부 데이터 및 지식을 어떻게 연결할 것인가? 복잡한 워크플로를 어떻게 구성할 것인가? 모델의 환각 현상을 어떻게 제어할 것인가? 이 책은 이런 질문에 답하며 랭체인과 RAG 기술로 현실적인 문제를 해결하는 방법을 안내한다.
〉〉 실전 코드로 배우는 핵심 기술과 실무자를 위한 특별 구성


이 책은 랭체인의 필수 컴포넌트(체인, 메모리, 도구, 에이전트)부터 다양한 RAG 방법론(리트리버, 리랭커, 하이브리드 검색, 멀티모달 처리, GraphRAG, ReAct 패턴, sLLM 활용)까지 체계적으로 다룬다. 각 장은 개념 설명부터 시작해 점진적으로 복잡한 실습으로 이어지며, 독자는 기본 코드를 응용해서 자신만의 프로젝트에 적용할 수 있는 방법을 배운다.
단순한 API 호출을 넘어 RAG 방법론의 진화 과정과 적용 시나리오를 이해하고, 코랩 환경에서 바로 실행할 수 있는 예제로 진입 장벽을 낮췄다. 특히 상황별로 어떤 접근법이 적합한지 명확한 가이드라인과 실제 서비스로 확장할 수 있는 아키텍처 패턴을 제시한다.
저자

양기빈,조국일,장지선,조수현

성균관대학교데이터사이언스융합학과에서석사학위를취득했고,게임회사N사에서데이터사이언티스트로서일하고있으며,NLP업무를수행하고있다.임베딩파인튜닝논문을작성했으며,현재는도메인RAG및Post-Training,에이전트에대해관심을가지고연구하고있다.

목차

▣01장:랭체인(LangChain)
1.1랭체인을위한준비사항
___1.1.1체인을사용하는이유
1.2코랩(GoogleColaboratory)환경
___1.2.1코랩실행환경설정
1.3LLMAPI키
___1.3.1GPTAPI키
___1.3.2제미나이API키
1.4허깅페이스
___1.4.1허깅페이스의모델찾기
1.5랭체인구성요소
___1.5.1체인
___1.5.2프롬프트
___1.5.3메모리
___1.5.4인덱스
___1.5.5콜백및평가

▣02장:RAG(Retrieval-AugmentedGeneration)
2.1RAG의배경및중요성
2.2랭체인을이용한RAG
___2.2.1환경설정
___2.2.2데이터로드
___2.2.3데이터청킹
___2.2.4벡터스토어
___2.2.5리트리버및프롬프트
2.3AdvancedRAG
___2.3.1문서의순서를조절하여성능을올리는리랭커기술
___2.3.2가상문서를통해높은질의응답성능을달성하는HyDE기술
___2.3.3쿼리를보다구체적이고풍부하게만드는쿼리확장기술
___2.3.4다양한관점을반영할수있는멀티쿼리기술

▣03장:멀티모달RAG
3.1_멀티모달RAG소개
___3.1.1멀티모달RAG개념
___3.1.2활용사례
___3.1.3중요성
3.2멀티모달RAG의중요한모델및기술
___3.2.1멀티모달인코더
___3.2.2멀티모달생성을위한디코더
___3.2.3지식검색및증강
___3.2.4융합기술
___3.2.5모델학습과파인튜닝
3.3[실습]멀티모달RAG
___3.3.1멀티모달정보추출
___3.3.2멀티모달RAG구현

▣04장:GraphRAG
4.1GraphRAG란?
4.2기존RAG와차이점
4.3GraphRAG를위한환경설정
___4.3.1Neo4j
4.4[실습]GraphRAG
___4.4.1[실습]자연어쿼리를통한그래프데이터조회및조작
___4.4.2[실습]LLM기반지식그래프구축및RAG실습

▣05장:ReAct에이전트
5.1ReAct에이전트란?
___5.1.1ReAct에이전트의개념
___5.1.2기본원리설명
___5.1.3ReAct와기존방식의차이점
___5.1.4ReAct에이전트의주요기능및활용사례
5.2검색API연동
___5.2.1외부데이터기반답변생성
___5.2.2검색API호출
___5.2.3[실습]ReAct에이전트와검색API통합
5.3[실습]에이전트기반도구호출
___5.3.1기본에이전트에서의도구호출
___5.3.2ReAct를활용한고급도구호출
5.4에이전트를활용한금융데이터실전프로젝트
___5.4.1ReAct에이전트를사용한금융데이터수집및분석
___5.4.2검색API를통한실시간금융시장분석
___5.4.3ReAct에이전트를통한통합분석

▣06장:sLLM
6.1sLLM을학습하는이유
6.2sLLM실행
___6.2.1허깅페이스의sLLM모델실행해보기
6.3FFT학습방법과코드
___6.3.1학습데이터만들기
___6.3.2sLLM학습을위한병렬처리방법
___6.3.3sLLM학습FullFine-tuning하기
6.4PEFT학습방법과코드
___6.4.1PEFT알고리즘및실습(QLoRA)
___6.4.2PEFT알고리즘및실습(DoRA)
6.5RAG기반의LLM최적화학습
___6.5.1RAG를고려한QA데이터생성
___6.5.2RAG를고려한sLLM학습
___6.5.3RAG를고려한sLLM최적화
6.6LLM서빙
___6.6.1스트림릿을활용한서비스환경구성하기
___6.6.2스트림릿을활용한sLLM배포해보기
___6.6.3vLLM으로sLLM서빙최적화하기