LLM과 RAG로 구현하는 AI 애플리케이션

책 · 이한울 · 예스24

데모를 넘어, 실제로 운영할 수 있는 AI 시스템을 설계하라 LLM을 호출하고 RAG와 에이전트를 구현하는 것만으로 AI 시스템이 완성되지는 않습니다. 실제 운영에서는 예측하기 어려운 입력과 출력, 반복되는 실패, 평가와 통제처럼 모델 밖의 문제까지 함께 설계해야 합니다. 이 책을 통해 데모와 운영 사이의 간극이 왜 발생하는지 이해하고, 사람이 대신하던 통제와 판단을 하네스라는 반복 가능한 시스템 구조로 옮기는 방법을 익힐 수 있습니다. 입력부터 운영까지 실패 지점을 나눠 진단하고, RAG와 에이전트를 기능이 아닌 아키텍처로 바라보며, 평가 데이터·가드레일·관측 가능성을 연결해 AI를 평가하고 개선할 수 있는 구조를 설계합니다. 좋은 모델을 선택하는 데서 한 걸음 더 나아가, 모델과 환경이 바뀌어도 다시 검증하고 개선할 수 있는 AI 시스템 설계 역량을 갖추게 됩니다.

AI에이전트 개발 로드맵 6개에 담김

책 · 이성용 · 예스24

GPT API를 활용한 업무 자동화부터 랭체인과 랭그래프를 활용한 멀티에이전트 개발까지! 한 권으로 끝내는 AI 에이전트 개발 입문! AI가 모두의 일상을 바꾸고 있는 지금, AI 기술을 제대로 이해하고 활용하는 방법을 소개하는 책이 출간되었다. 『Do it! LLM을 활용한 AI 에이전트 개발 입문』은 AI 기술의 핵심인 LLM의 개념부터 시작해 LLM을 활용해 AI 에이전트를 개발하는 방법을 소개한다. GPT API를 활용해 맞춤형 업무 자동화 프로그램을 만들고 랭체인과 랭그래프를 활용해 에이전트들이 협업하는 멀티에이전트 시스템까지 구현한다. 또한 LLM의 한계와 이를 해결하는 전략은 물론, 보안과 비용 걱정 없이 로컬에서 언어 모델과 임베딩 모델을 사용하는 방법까지 폭넓게 다루었다. 이 책과 함께라면 이전에는 상상할 수 없었던 생산적이고 창의적인 AI 에이전트를 직접 만들어 낼 수 있다.

AI에이전트 개발

책 · 허정준 · 예스24

트랜스포머 아키텍처부터 RAG 개발, 모델 학습, 배포, 최적화, 운영까지 라마인덱스와 LLM을 활용한 AI 애플리케이션 개발의 모든 것 이 책에서는 LLM의 기본 아키텍처에서 출발해 애플리케이션의 요구사항에 맞춰 LLM을 길들이고 제한된 컴퓨팅 환경에서 동작하게 경량화해서 원활하게 서빙하게끔 기초를 다진 다음에 RAG라는 LLM의 대표적인 애플리케이션을 만드는 방법을 차근차근 설명한다. 여기서 끝나지 않고 실제 운영과정에서 부딪히는 어려움을 해소하는 방법과 멀티 모달과 더불어 에이전트와 같은 고급 주제까지 다룬다. LLM 시대를 맞이하여 필수적으로 갖춰야 하는 개발 지식을 이론과 실무 양쪽 관점에서 설명하고 있으므로, 새로운 패러다임에 적응하고자 하는 개발자들에게 가뭄의 단비처럼 다가올 것이다.

AI에이전트 개발 딥러닝 · 머신러닝 자연어 처리 로드맵 1개에 담김

책 · 벤 아우파스 · 예스24

프로덕션에서 통하는 LLM 애플리케이션은 무엇이 다른가 설계에서 운영까지, 개발 전 과정의 기준을 제시한다 이 책은 오늘날 AI를 다루는 기업이 직면한 가장 큰 과제, 즉 프로토타입에서 프로덕션으로의 전환을 다룬다. LangChain 생태계의 최신 변화를 반영해 전면 개정되었으며, 엔터프라이즈 환경에서 AI 시스템을 개발·배포·확장하는 방법을 담았다. 특히 다중 에이전트 아키텍처, 견고한 LangGraph 워크플로, 고급 RAG 파이프라인에 중점을 두었다. 에이전틱 시스템 구축을 위한 디자인 패턴을 다루고, 복잡한 작업을 처리하는 다중 에이전트 구성을 실제로 구현한다. 테스트·평가·배포에 관한 내용도 대폭 확장하여 최신 LLM 애플리케이션의 요구에 대응하며, 안전장치와 책임 있는 개발 원칙을 갖춘 AI 시스템의 설계 방법까지 제시한다. 또한 RAG 관련 내용을 보강하여 하이브리드 검색·리랭킹·팩트체크 파이프라인을 통해 출력 정확도를 높이는 방법을 안내한다. 기존 워크플로를 확장하든 ...

AI에이전트 개발 로드맵 2개에 담김

책 · 이경록 · 예스24

8단계 RAG 파이프라인으로 LLM의 성능을 50점에서 90점으로 끌어올리는 RAG 시스템 ChatGPT와 같은 LLM은 다양한 업무에 활용되지만, 최신 정보나 특정 문서 내용을 정확히 반영하지 못하는 한계가 있다. 이를 극복하는 대안이 RAG(검색 증강 생성) 기술이다. 이 책은 LangChain을 활용한 RAG 시스템을 ‘문서 로드 → 텍스트 분할 → 임베딩 → 벡터 저장 → 리트리버 검색 → 프롬프트 생성 → LLM 응답 생성 → 체인 구성’의 8단계로 정리하고 각 단계를 하나하나 실습하며 익힌다. 이 과정에서 LCEL 문법, 프롬프트 설계, 출력 포맷 처리법을 배우며, OpenAI, Hugging Face, Upstage, Ollama 등 다양한 모델과 연결하는 방법도 익힐 수 있다. 또한 Streamlit을 활용해 문서 검색, 이메일 자동화, 보고서 작성 챗봇, 멀티모달 챗봇 등 실무에 적용 가능한 다양한 웹 애플리케이션을 어렵지 않게 직접 제작할 수 있다.

AI에이전트 개발

책 · 브라이스 유, 조경아, 박수진, 김재웅 · 예스24

LLM 서비스 구현의 핵심, RAG 단 한 권으로 끝내는 실전 Advanced RAG의 모든 것! 이 책은 실제 RAG 기반 서비스를 구축해온 현업 개발자 겸 데이터 과학자 4인이 이론과 함께 생생한 실무 중심의 노하우를 담아냈다. RAG의 기본 원리부터 다양한 고급 기법과 랭그래프, ReAct 에이전트 활용, 그리고 RAG 성능 향상을 극대화하는 LLM과 임베딩 모델 파인튜닝까지 다룬다. 랭체인을 활용한 실습 중심 구성으로, 구글 코랩에서 바로 따라 하며 배우고 각 장의 실전 예제를 통해 나만의 RAG 시스템을 완성할 수 있다. 기초를 탄탄히 다지고 싶은 입문자부터, 고급 기법으로 LLM 시스템을 완성하고 싶은 실무 개발자까지, 이 책은 지금 가장 필요한 RAG 기술의 모든 것을 체계적으로 안내한다.

AI에이전트 개발