RAG 시스템 구축을 위한 랭체인 실전 가이드 (LLM 기초부터 모델 API, 벡터 DB, 임베딩, AI Agent까지)

윤성재

국내대기업에서RAG관련AI애플리케이션개발과AI산업컨설팅을주도적으로수행하며AI컨설턴트로활동중이다.유튜브채널‘모두의AI’를통해최신AI기술(RAG,AIAgent,LLM기반NLP)강의뿐만아니라,AI에이전트관련온ㆍ오프라인강의를수행하며AI기술을누구보다빠르고쉽게전파하고자노력하고있다.그동안의경험과유튜브채널에서진행한RAG강의를토대로이책을집필하게되었다.

CHAPTER01-LLM훑어보기
1.1생성AI열풍의주역,LLM
__규칙기반자연어처리,최초AI챗봇ELIZA
__통계기반자연어처리,N-gram의등장
__딥러닝과NLP의발전,CNN&RNN&LSTM
__언어모델의혁신,트랜스포머
__Scaleisallyouneed,LLM의시작
1.2LLM개발의양대산맥,오픈소스LLM과ClosedLLM
__어떤LLM을선택하느냐가AI서비스의핵심
__오픈소스LLMvsClosedLLM
__글로벌오픈소스LLM생태계
__국내오픈소스LLM생태계
1.3한눈에살펴보는LLM의활용현황
__생성AI기반대화형검색서비스,Perplexity
__마케팅AI코파일럿,Jasper
__자동화를AI로더욱쉽게만들다,Zapier
__전천후CRM코파일럿,세일즈포스의아인슈타인
__개발자의필수AI코딩도구,깃허브코파일럿
__쉽고빠른데이터분석,태블로AI
__누구나디자이너가될수있는도구,AdobeFirefly


CHAPTER02-RAG와친해지기
2.1RAG시스템이란?
__LLM최대의약점,환각현상
__컨텍스트윈도우제한문제
__LLMAPI의기억상실증문제
__환각현상을극복한RAG의등장
2.2RAGvs파인튜닝


CHAPTER03-LLM시작하기
3.1랭체인이란?
__랭체인의개념과구성요소
__랭체인으로구축가능한서비스,ChatPDF
3.2랭체인을통한LLM활용하기
__LLMAPI호출의기초
__프롬프트의세가지형태
__LLM의Temperature이해하기
__ChatGPT처럼답변스트리밍하기
__응답을캐싱하여더빠르게응답받기
3.3프롬프트입력이더편리한PromptTemplate
__PromptTemplate과ChatPromptTemplate
__퓨샷예제를통한프롬프트템플릿
__부분적인처리가가능한Partial프롬프트템플릿
3.4LLM의답변을원하는형태로조정하는OutputParser
__쉼표로구분된리스트를출력하는CSV파서
__날짜형식만출력하는Datetime파서
__시스템통신의기본형식을위한JSON파서


CHAPTER04-RAG으로다양한문서다루기
4.1DocumentLoaders알아보기
__RAG를위한Document객체의이해
4.2PDF파일을Document로불러오기
__PyPDFLoader
__PyPDFium2
__PyPDFLoader와PyPDFium2처리시간비교
__PDFLoader비교
4.3여러파일을Document로불러오기
__Word파일불러오기,Docx2txtLoader
__CSV파일불러오기,csv_loader
__PPT파일불러오기,UnstructuredPowerPointLoader
__인터넷정보로드하기,WebBaseLoader
__특정경로내의모든파일불러오기,DirectoryLoader
4.4문서를다양하게자르는TextSplitters
__벡터DB의저장과정
__적당한크기로문서를분할하는TextSplitters
__글자수로분할하는CharacterTextSplitter
__재귀적으로텍스트를분할하는RecursiveCharacterTextSplitter
__문맥을파악해분할하는SemanticChunker


CHAPTER05-RAG활용하기
5.1텍스트를숫자로바꾸는텍스트임베딩
__임베딩모델이란?
__Opensource와Closedsource
5.2문서벡터저장소,VectorStores
__벡터DB의종류
__ChromaDB란?
__ChromaDB문서저장및유사문서검색
__ChromaDBAPI를활용한문서관리
5.3RAG의문서검색기,Retriever
__벡터DB기반의Retriever
__사용자의쿼리를재해석해검색하는MultiQueryRetriever
__문서를여러벡터로재해석하는MultiVectorRetriever
__컨텍스트를재정렬하는Long-ContextReorder
5.4랭체인을표현하는언어,LCEL
__쉬운코드작성과효과적인모듈관리
__LCEL로기본체인구성
__스트리밍기능을쉽게추가하는stream()
__여러개API를요청하고받는batch()
5.5기본RAG시스템구축하기
__RAG시스템구축하기1-기본적인QA체인구성
__RAG시스템구축하기2-Memory기능구축
__OpensourceLLM으로RAG구축하기


CHAPTER06-RAG완전정복하기
6.1Streamlit으로RAG챗봇만들기
__Streamlit실행하기
__Streamlitchat기능설정
6.2대화기능추가하기
6.3파일업로드기능구현하기
6.4고급기능을더해RAG챗봇완성하기
6.5Streamlit에서배포하기
__애플리케이션준비
__깃허브세팅하기
__StreamlitCloud로배포하기
6.6LLM의한계를너머,Tool&Agent
__단계별추론CoT와ReAct
__랭체인으로인터넷검색Agent구축하기
__랭체인으로벡터DB및인터넷검색Agent완성하기

LLM의기초부터제대로시작하는
랭체인실전가이드!
AI분야는변화의속도가매우빠른만큼실제기업에서쓰고있는기술과가이드가필요합니다.이책은현직AI컨설턴트이자AI애플리케이션전문개발자의풍부한경험을바탕으로탄생했습니다.LLM에처음입문한사람도이해할수있을만큼의쉬운커리큘럼과,실무에서유용하게쓸수있는랭체인시스템구축의노하우를모두담았습니다.LLM의다양한케이스스터디와랭체인의고급방법론까지다루며완성도높은RAG시스템을구축해볼수있습니다.

★이책에서배울수있는내용★
*랭체인을통한LLM활용:LanguageModels,PromptTemplate,OutputParser
*RAG을활용한다양한문서처리:DocumentLoaders,TextSplitters
*RAG실전프로젝트실습:임베딩,벡터DB,Retriever,LCEL,Chains,Memory
*RAG시스템구축및배포:Streamlit,Ollama,Tool&AIAgents
*그외Langchain,OpenAI,Claude,GPT-4o,HuggingFace등의모델활용!

★이책이필요한독자★
*LLM의기초를채우면서랭체인을활용한AI개발에도전하는예비개발자
*최신AI생성기술과프로젝트를서비스에접목하고싶은현직개발자
*다양한모델API를실습하고실제프로젝트에적용해보고싶은누구나!