랭체인과 랭그래프로 구현하는 RAG·AI 에이전트 실전 입문 (RAG 설계부터 AI 에이전트 구현과 디자인 패턴까지, LLM 애플리케이션 개발자를 위한 완벽 실습서)

랭체인과 랭그래프로 구현하는 RAG·AI 에이전트 실전 입문 (RAG 설계부터 AI 에이전트 구현과 디자인 패턴까지, LLM 애플리케이션 개발자를 위한 완벽 실습서)

$36.68
Description
RAG 설계부터 AI 에이전트 디자인 패턴과 패턴별 AI 에이전트 실습까지 완벽 마스터!
OpenAI, Google, Anthropic 등 다양한 LLM API 서비스 덕분에 애플리케이션 개발자들은 AI 시스템을 쉽게 구축할 수 있게 되었습니다. 하지만 사람과 상호작용하는 단순한 챗봇을 넘어 자율적으로 업무를 처리하는 진정한 AI 에이전트를 구현하는 것은 새로운 도전입니다. 이 책은 OpenAI의 Chat API와 랭체인 기초에서 시작해 랭그래프를 활용한 고급 AI 에이전트 시스템 구축까지 단계별로 안내합니다.

단순 RAG(검색 증강 생성) 시스템을 넘어 복잡한 워크플로를 자율적으로 수행하는 AI 에이전트 디자인 패턴과 구현 코드를 통해 미래 AI 기술의 발전에 대응할 수 있는 기초를 탄탄하게 다질 수 있습니다.

★ 이 책에서 다루는 내용 ★

◎ OpenAI의 Chat API와 프롬프트 엔지니어링 기초
◎ 랭체인 프레임워크의 핵심 컴포넌트와 활용법
◎ RAG 시스템의 고급 구현 기법과 평가 방법
◎ 랭그래프를 활용한 복잡한 AI 에이전트 워크플로 구축
◎ AI 에이전트의 발전 과정과 최신 트렌드
◎ 에이전트 디자인 패턴과 7가지 주요 패턴별 실전 구현 코드
◎ 복잡한 의사결정 프로세스와 자율적 업무 처리가 가능한 AI 에이전트 개발
저자

니시미마사히로,요시다신고,오시마유키

저자:니시미마사히로
주식회사제너레이티브에이전츠대표이사CEO.
ChatGPT활용을중심으로대규모언어모델을활용한애플리케이션개발및자문을제공하는과정에서공동저자인요시다,오시마를만나주식회사제너레이티브에이전츠를공동창업.AI에이전트를경영에도입함으로써모든업종과업태의생산성을높이기위한활동에힘쓰고있다.

저자:요시다신고
주식회사제너레이티브에이전츠이사COO.
ChatGPTCommunity(JP),LangChainCommunity(JP),ServerlessCommunity(JP)등을주최.일본에서의LLM과서버리스보급을촉진.《챗GPT와랭체인을활용한LLM기반AI앱개발》(위키북스)공저.

저자:오시마유키
주식회사제너레이티브에이전츠이사CTO.
대규모언어모델을내장한애플리케이션과AI에이전트개발수행.개인적으로엔지니어대상스터디모임개최및교재작성등활발히활동.온라인코스Udemy에베스트셀러강좌다수.《챗GPT와랭체인을활용한LLM기반AI앱개발》(위키북스)공저.스터디모임커뮤니티StudyCo운영.

역자;최용
한국방송통신대학교에서컴퓨터과학을전공하고IT시스템운영을자동화하는소프트웨어의기술지원을주로했다.프로그래밍책을쓰고번역하다가IT전문출판사의편집자가됐다.데이터분석과인공지능책을주로담당하는한편,파이썬으로업무자동화프로그램을개발해활용한다.누구나챗GPT를활용해자신의이야기를책으로쓸수있게도우려개발한‘BookCreatorGuide’GPT가OpenAI의추천을받아글쓰기부문상위권에올랐다.저자번역자로서《OpenAI,구글Gemini,업스테이지SolarAPI를활용한실전LLM앱개발》(위키북스,2025),《실전!LLM을활용한생성형AI애플리케이션개발》(위키북스,2024),《HelloIT파이썬을제대로활용해보려고해》(패스트캠퍼스,2022)등을냈고,온라인책공유플랫폼인위키독스에‘전뇌해커’라는필명으로글을쓴다.어릴적꿈을떠올리고서울사이버대학교드론로봇융합학과에입학해공부하고있다.

목차

01장:LLM애플리케이션개발의기초
1.1활용되기시작한생성형AI
1.2CopilotvsAI에이전트
1.3모든것이AI에이전트가된다
1.4AI에이전트의지식지도
1.5요약

02장:OpenAI챗API의기초
2.1OpenAI의챗모델
__ChatGPT의‘모델’
__OpenAIAPI에서사용가능한챗모델
__모델스냅숏
2.2OpenAI의챗API기본
__ChatCompletionsAPI
__ChatCompletionsAPI요금
__발생한요금확인
2.3입출력길이제한과요금에영향을미치는‘토큰’
__토큰
__Tokenizer와tiktoken소개
__한국어의토큰수에대해
2.4ChatCompletionsAPI테스트환경준비
__GoogleColab이란
__GoogleColab노트북생성
__OpenAIAPI사용을위한등록
__OpenAIAPI키준비
2.5ChatCompletionsAPI실습
__OpenAI라이브러리
__ChatCompletionsAPI호출
__대화이력을고려한응답얻기
__스트리밍으로응답얻기
__기본파라미터
__JSON모드
__Vision(이미지입력)
2.6Functioncalling
__Functioncalling개요
__Functioncalling샘플코드
__tool_choice파라미터
2.7요약

03장:프롬프트엔지니어링
3.1프롬프트엔지니어링의필요성
3.2프롬프트엔지니어링이란
3.3프롬프트의기본구성요소
__주제:레시피생성AI앱
__프롬프트의템플릿화
__명령과입력데이터분리
__문맥제공
__출력형식지정
__프롬프트구성요소요약
3.4프롬프트엔지니어링의대표적인기법
__Zero-shot프롬프팅
__Few-shot프롬프팅
__Zero-shotChainofThought프롬프팅
3.5요약

04장:LangChain기초
4.1LangChain개요
__왜LangChain을배워야하는가
__LangChain전체구조
__LangChain의다양한컴포넌트를제공하는패키지그룹
__LangChain설치
__LangSmith설정
__LangChain의주요컴포넌트
4.2LLM/Chatmodel
__LLM
__Chatmodel
__스트리밍
__LLM과Chatmodel의상속관계
__LLM/Chatmodel요약
4.3Prompttemplate
__PromptTemplate
__ChatPromptTemplate
__MessagesPlaceholder
__LangSmith의Prompts
__Prompttemplate요약
4.4Outputparser
__Outputparser개요
__PydanticOutputParser를사용한Python객체변환
__StrOutputParser
__Outputparser요약
4.5Chain―LangChainExpressionLanguage(LCEL)개요
__LangChainExpressionLanguage(LCEL)란
__prompt와model연결
__StrOutputParser를연결에추가
__PydanticOutputParser를사용한연결
__Chain요약
4.6LangChain의RAG관련컴포넌트
__RAG(Retrieval-AugmentedGeneration)
__LangChain의RAG관련컴포넌트개요
__Documentloader
__Documenttransformer
__Embeddingmodel
__Vectorstore
__LCEL을사용한RAGChain구현
__LangChain의RAG관련컴포넌트요약
4.7요약

05장:LangChainExpressionLanguage(LCEL)심층해설
5.1Runnable과RunnableSequen
__LCEL의가장기본적인구성요소
__Runnable의실행방법―invoke·stream·batch
__LCEL의‘|’로다양한Runnable연결하기
__LangSmith에서Chain의내부작동확인
5.2RunnableLambda―임의의함수를Runnable로만들기
__chain데코레이터를사용한RunnableLamda구현
__RunnableLambda자동변환
__Runnable의입력타입과출력타입에주의
5.3RunnableParallel―여러Runnable을병렬로연결하기
__RunnableParallel의출력을Runnable의입력으로연결하기
__RunnableParallel자동변환
__RunnableLambda와의조합―itemgetter를사용한예시
5.4RunnablePassthrough-입력을그대로출력하기
__assign―RunnableParallel의출력에값추가하기
5.5요약

06장:AdvancedRAG
6.1AdvancedRAG개요
6.2실습준비
6.3검색쿼리기법
__HyDE(HypotheticalDocumentEmbeddings)
__복수검색쿼리생성
__검색쿼리기법의요약
6.4검색후기법
__RAG-Fusion
__리랭크모델개요
__Cohere리랭크모델사용준비
__Cohere리랭크모델도입
__검색후기법의요약
6.5복수Retriever를활용하는기법
__LLM에의한라우팅
__하이브리드검색예시
__하이브리드검색구현
__복수Retriever를활용하는기법의요약
6.6요약

07장:LangSmith를활용한RAG애플리케이션평가
7.17장에서다룰평가개요
__오프라인평가와온라인평가
7.2LangSmith개요
__LangSmith요금플랜
__LangSmith기능전체구조
7.3LangSmith와Ragas를활용한오프라인평가구성예시
__Ragas란
__이장에서구축할오프라인평가구성
7.4Ragas를활용한합성테스트데이터생성
__Ragas의합성테스트데이터생성기능개요
__패키지설치
__검색대상문서로드
__Ragas를활용한합성테스트데이터생성구현
__LangSmith의Dataset생성
__합성테스트데이터저장
7.5LangSmith와Ragas를활용한오프라인평가구현
__LangSmith의오프라인평가개요
__사용가능한Evaluator(평가기)
__Ragas의평가메트릭
__커스텀Evaluator구현
__추론함수구현
__오프라인평가구현·실행
__오프라인평가주의사항
7.6LangSmith를활용한피드백수집
__이절에서구현할피드백기능개요
__피드백버튼을표시하는함수구현
__피드백버튼표시
7.7피드백활용을위한자동처리
__Automationrule을활용한처리
__좋은평가의트레이스를자동으로Dataset에추가하기
7.8요약

08장:AI에이전트란
8.1AI에이전트를위한LLM활용의기대
8.2AI에이전트의기원과LLM을활용한AI에이전트의변천
__LLM기반AI에이전트
__WebGPT
__Chain-of-Thought프롬프팅
__LLM과외부전문모듈을조합한MRKLSystems
__ReasoningandActing(ReAct)
__Plan-and-Solve프롬프팅
8.3범용LLM에이전트프레임워크
__AutoGPT
__BabyAGI
__AutoGen
__crewAI
__crewAI의유스케이스
8.4멀티에이전트접근법
__멀티에이전트의정의
__멀티에이전트로Text-to-SQL의정확도향상하기
__멀티에이전트로소프트웨어개발자동화하기
__Self-OrganizedAgents:초대규모코드생성및최적화를
__LLM기반다중에이전트프레임워크
8.5AI에이전트가안전하게보급되기위해
8.6요약

09장:LangGraph로만드는AI에이전트실전입문
9.1LangGraph개요
__LangGraph란무엇인가
__LangGraph그래프구조접근법
9.2LangGraph의주요컴포넌트
__스테이트:그래프의상태표현
__노드:그래프를구성하는처리단위
__에지:노드간의연결
__컴파일된그래프
9.3실습:Q&A애플리케이션
__LangChain과LangGraph설치
__OpenAIAPI키설정
__역할정의
__스테이트정의
__Chatmodel초기화
__노드정의
__그래프생성
__노드추가
__에지정의
__조건부에지정의
__그래프컴파일
__그래프실행
__결과표시
9.4체크포인트기능:스테이트의영속화와재개
__체크포인트의데이터구조
__실습:체크포인트작동확인하기
9.5요약

10장:요구사항정의서생성AI에이전트개발
10.1요구사항정의서생성AI에이전트개요
__요구사항정의란무엇인가
__선행연구의접근법참고하기
__LangGraph의워크플로로설계하기
10.2환경설정
10.3데이터구조정의
10.4주요컴포넌트구현
__PersonaGenerator
__InterviewConductor
__InformationEvaluator
__RequirementsDocumentGenerator
10.5워크플로구축
10.6에이전트실행과결과확인
10.7전체소스코드
10.8요약

11장:에이전트디자인패턴
11.1에이전트디자인패턴의개요
__디자인패턴이란
__에이전트디자인패턴이해결하는과제영역
__에이전트디자인패턴의위치정의
__에이전트디자인패턴의전체도
11.218가지에이전트디자인패턴
__1.패시브골크리에이터(PassiveGoalCreator)
__2.프로액티브골크리에이터(ProactiveGoalCreator)
__3.프롬프트/응답

출판사 서평

★이책에서다루는내용★

OpenAI의ChatAPI와프롬프트엔지니어링기초
랭체인프레임워크의핵심컴포넌트와활용법
RAG시스템의고급구현기법과평가방법
랭그래프를활용한복잡한AI에이전트워크플로구축
AI에이전트의발전과정과최신트렌드
에이전트디자인패턴과7가지주요패턴별실전구현코드
복잡한의사결정프로세스와자율적업무처리가가능한AI에이전트개발