테디노트의 랭체인을 활용한 RAG 비법노트(기본편) (8단계 RAG 파이프라인으로 LLM 성능을 끌어올리는 RAG 기본부터 실제 챗봇 제작까지)

이경록(테디노트)

삼성전자무선사업부에서소프트웨어엔지니어로출발했다.2018년AI교육·개발스타트업브레인크루를창업하며현장개발에뛰어들었고,데이터분석,머신러닝,딥러닝공부를했던것을기반으로생성형AI시대를맞아기술과삶을잇는실전개발을끊임없이하고있다.특히2023년부터는LLM·RAG애플리케이션을제작하며〈랭체인한국어튜토리얼〉을공개해LangChain·LangGraph생태계를국내에확산시켰고,지금은기업과대학을오가며강연과컨설팅을통해더많은학습자와조직이AI를손에쥘수있도록돕고있다.
개발을사랑하고사람들과소통하는것을즐기는천직개발자다.또한지식공유의즐거움을원동력삼아LLM애플리케이션의최전선에서‘쉬운기술설명’을전파하는데누구보다진심이다.특히이믿음으로지식공유플랫폼‘테디노트’블로그와유튜브채널을운영한다.2025년4월현재유튜브구독자4.2만명,GitHub튜토리얼1,630개와약1,500명의팔로워를기록하며입문자에게친숙한언어로AI개념과최신동향을전하고있다.

대표저서
-일잘러의비밀,챗GPT와GPTs로나만의AI챗봇만들기(2025,한빛미디어)
-파이썬딥러닝텐서플로(2021,정보문화사)

강의채널
패스트캠퍼스온라인https://fastcampus.co.kr/data_online_teddy
최신자료공유공간https://linktr.ee/teddynote

프롤로그
추천사
독자들의찬사
코드리뷰어들의후기
다운로드및문의
이책의구성

PART01처음만나는LangChain

CHAPTER01RAG이해하기
01RAG를사용해야하는이유
02RAG의기막힌능력
03LangChain을이용한RAG시스템구축

CHAPTER02환경설정
01윈도우에서환경설치
02MacOS에서환경설치
03OpenAIAPI키발급및설정하기
04LangSmith키발급및설정하기

CHAPTER03LLM기본용어
01JupyterNotebook사용법
02토큰,토큰계산기,모델별토큰비용
03모델의입출력과컨텍스트윈도우

CHAPTER04LangChain시작하기
01ChatOpenAI주요매개변수와출력
02LangSmith로GPT추론내용추적하기
03멀티모달모델로이미지를인식하여답변출력하기
04프롬프트템플릿활용하기
05LCEL로체인생성하기
06출력파서를체인에연결하기
07batch()함수로일괄처리하기
08비동기호출방법
09Runnable로병렬체인구성하기
10값을전달해주는RunnablePassthrough
11병렬로Runnable을실행하는RunnableParallel
12함수를실행하는RunnableLambda와itemgetter

PART02프롬프트와출력파서

CHAPTER05프롬프트
01프롬프트템플릿만들기
02부분변수활용하기
03YAML파일로부터프롬프트템플릿로드하기
04ChatPromptTemplate
05MessagesPlaceholder
06퓨샷프롬프트
07예제선택기
08FewShotChatMessagePromptTemplate
09목적에맞는예제선택기
10LangChainHub에서프롬프트공유하기

CHAPTER06출력파서
01PydanticOutputParser
02with_structured_output()바인딩
03LangSmith에서출력파서의흐름확인하기
04쉼표로구분된리스트출력파서
05구조화된출력파서
06JSON형식출력파서
07Pandas데이터프레임출력파서
08날짜형식출력파서
09열거형출력파서

PART03모델과메모리

CHAPTER07모델
01RAG에서LLM의역할과모델의종류
02다양한LLM활용방법과API키가져오기
03LLM답변캐싱하기
04직렬화와역직렬화로모델저장및로드하기
05GPT모델의토큰사용량확인하기
06GoogleGenerativeAI모델
07HuggingFaceInferenceAPI활용하기
08DedicatedInferenceEndpoint로원격호스팅하기
09HuggingFace로컬모델다운로드받아추론하기
10Ollama설치및Modelfile설정하기
11Ollama모델생성하고ChatOllama활용하기
12GPT4All로로컬모델실행하기

CHAPTER08메모리
01대화버퍼메모리
02대화버퍼윈도우메모리
03대화토큰버퍼메모리
04대화엔티티메모리
05대화지식그래프메모리
06대화요약메모리
07벡터스토어검색메모리
08LCEL체인에메모리추가하기
09SQLite에대화내용저장하기
10휘발성메모리로일반변수에대화내용저장하기

PART04데이터로드와텍스트분할

CHAPTER09문서로더
01문서로더의구조이해하기
02PDF로더
03HWP로더
04CSV로더와데이터프레임로더
05WebBaseLoader
06DirectoryLoader
07UpstageDocumentParseLoader
08LlamaParse

CHAPTER10텍스트분할
01문자단위로분할하기
02문자단위로재귀적으로분할하기
03토큰단위로분할하기
04의미단위로분할하기
05코드분할하기
06마크다운헤더로분할하기
07HTML헤더로분할하기
08JSON단위로분할하기

PART05벡터스토어와리트리버

CHAPTER11임베딩
01OpenAIEmbeddings
02CacheBackedEmbeddings
03HuggingFaceEmbeddings
04UpstageEmbeddings
05OllamaEmbeddings

CHAPTER12벡터스토어
01Chroma
02FAISS
03Pinecone

CHAPTER13리트리버
01벡터스토어기반리트리버
02문서압축기
03양방향리트리버
04긴문맥재정렬
05부모문서리트리버
06다중쿼리생성리트리버
07다중벡터스토어리트리버
08셀프쿼리리트리버
09시간가중벡터스토어리트리버

PART06LangChain실습

CHAPTER14Streamlit으로ChatGPT웹앱제작하기
01기본적인웹앱형태만들기
02웹앱에체인생성하기
03프롬프트타입선택기능추가하기

CHAPTER15이메일업무자동화챗봇
01이메일내용으로부터구조화된정보추출하기
02SerpAPI를정보검색에활용하기
03구조화된답변을다음체인의입력으로추가하기
04이메일의주요정보및검색정보기반요약보고서챗봇

CHAPTER16다양한모델을활용한챗봇
01별도의파이썬파일로기능분리하기
02GPT대신Deepseek모델사용하기
03Ollama모델을사용한RAG
04멀티모달모델을활용한이미지인식기반챗봇

CHAPTER17RAG챗봇
01PDF문서기반질의응답RAG만들기
02프롬프트를개선해주는프롬프트메이커
03페이지분할후파일업로드기능추가하기
04PDF기반QA챗봇만들기
05LangSmith추적,다양한LLM을RAG에적용하기
06프롬프트에출처표시하고표기능추가하기

에필로그
찾아보기

★8단계로정리한RAG파이프라인을손에익히는완성형학습과정
LLM과RAG의기본개념을이해하고,LangChain의기본사용법과LCEL체인구성문법을익히는체계적인과정으로이뤄져있다.RAG파이프라인8단계(문서로드→텍스트분할→임베딩→벡터저장→리트리버검색→프롬프트생성→LLM응답생성→체인구성)를하나하나실습하며,각단계에서활용할수있는다양한모듈과도구(PDF로더,여러종류의텍스트분할기,OpenAI및HuggingFace임베딩,다양한벡터데이터베이스,고급리트리버등)를익힌다.이과정에서선택가능한옵션과특성,차이점을비교해가며기본기를탄탄히다진다.

★다양한모델을짧게,빠르게,반복해서실전감각완성
책전반에걸쳐LLM모델(OpenAI,HuggingFace,Upstage,Ollama등),문서로더(PDF,HWP,CSV,웹데이터),텍스트분할기,벡터스토어(Chroma,FAISS,Pinecone),리트리버,메모리시스템구축과정을반복해서실습한다.각기능별로짧은코드예제와실행결과를통해자연스럽게손에익히게하며,다양한선택지를실습하고비교함으로써자신의프로젝트목적에맞는최적의모델과기능을빠르게고를수있는실전감각을기른다.또한최신논문의기술도소개하며실습에직접적용해볼수있다.

★상황별챗봇프로젝트로배우는실전형RAG시스템구축
Streamlit프레임워크를활용하여다양한상황별RAG프로젝트를직접만든다.문서기반질문응답챗봇,이메일업무자동화챗봇,멀티모달입력을지원하는이미지기반챗봇,다양한오픈소스모델을조합한고급RAG챗봇등실전사례를직접구현해본다.


▶코드리뷰어들의후기
“실습중심으로개념학습은물론,실제프로젝트에곧바로적용할수있는실전형가이드입니다.특히LangSmith와같은최신도구까지반영되어있어그가치는더큽니다.”
_전창원_LGCNS

“전공자가아닌제가감히리뷰를해도될지고민했지만,저와비슷하게다른분야의업무를하면서AI분야필요성을느껴배움을시작하는독자들에게조금이라도도움이되고자하는마음으로진행했습니다.실습중심의구성과친절한설명덕분에누구든부담없이시작할수있을것입니다.”
_김무상_삼성전자

“『테디노트의랭체인을활용한RAG비법노트』는LLM을뛰어놀게하는아름다운코드입니다.리뷰를거듭할수록저자의피와땀이얼마나이코드에스며들었는지느낄수있었습니다.”
_김정욱_브레인크루


▶이책에쏟아진찬사
“시작이어려웠던모두에게최고의선택이될것입니다.”
_김재호_수원대학교대학원컴퓨터학과
“독보적한국형예시로이해가쏙쏙되었고빠르게성장할수있었습니다.”
_박정기_JCHSYSTEMS/AI선임연구원/n8nKorea앰버서더
“복잡한설명없이stepbystep따라하기로!정말매력적입니다.사실입니다.”
_신정호_입소스코리아/데이터사이언스
“책이아니라나침반을사는겁니다.”
_오주영_프리랜서
“LangChain입문에있어서바이블같은책”
_정광원_주식회사스튜디오엠개발팀팀장
“더이상랭체인이무엇인지,어떻게개발해야하는지찾지않게되었습니다.”
_조영준_에스티이지
“코드를따라가다보니어느새랭체인마스터가되었습니다.”
_허수영_윈드케어


▶이책이필요한독자
RAG기본개념부터실제구현까지체계적으로배우고자하는입문자들랭체인프레임워크를활용하여RAG시스템을구축하려는개발자들LLM의한계를극복하고정확한정보검색과응답생성을결합하려는데이터전문가들기업이나조직에서문서검색,이메일자동화,보고서작성등실제업무를AI에적용하려는실무자들기초적인파이썬실력을가진비개발자지만AI에관심있는사람들

▶이책에서다루는내용
_PART01처음만나는LangChain
RAG의기본개념과필요성을이해하고,환경설정방법,LLM기본용어,LangChain의핵심기능과LCEL문법을학습한다.ChatOpenAI설정,멀티모달모델,체인구성등LangChain의기초를다룬다.
_PART02프롬프트와출력파서
프롬프트템플릿생성,부분변수활용,퓨샷프롬프트,예제선택기등다양한프롬프트기법과PydanticOutputParser,JSON파서,데이터프레임파서등출력형식을제어하는방법을배운다.
_PART03모델과메모리
다양한LLM모델(OpenAI,Google,HuggingFace,Ollama등)활용법과대화버퍼,토큰버퍼,요약메모리,벡터스토어검색메모리등대화내용을기억하는메모리시스템구축법을다룬다.
_PART04데이터로드와텍스트분할
PDF,HWP,CSV등다양한문서로더와문자단위,토큰단위,의미단위,코드,마크다운,HTML,JSON등다양한방식의텍스트분할방법을학습한다.
_PART05벡터스토어와리트리버
OpenAI,HuggingFace등임베딩모델과Chroma,FAISS,Pinecone등벡터스토어,다양한리트리버(문서압축기,앙상블,다중쿼리생성,셀프쿼리등)활용법을배운다.
_PART06LangChain실습
Streamlit으로ChatGPT웹앱,이메일자동화챗봇,다양한모델활용챗봇,PDF기반RAG챗봇등실제프로젝트를구현하며앞서배운기술을종합적으로적용한다.