홈앤서비스 SK BROADBAND

추천사 옮긴이의 말 들어가며 1부: AI 에이전트 엔진: 텍스트에서 대규모 언어 모델까지 1장 딥러닝으로 텍스트 데이터 분석하기 1. AI를 위한 텍스트 표현 __원-핫 인코딩 __단어 가방 __TF-IDF 2. 임베딩, 응용 그리고 표현 __word2vec __텍스트의 유사도 개념 __임베딩의 속성 3. 텍스트 처리를 위한 RNN, LSTM, GRU, CNN __순환 신경망 __장단기 메모리 __게이트 순환 유닛 __텍스트용 CNN 4. 임베딩과 딥러닝을 활용한 감정 분석 2장 트랜스포머: 현대 AI 혁명 이면의 모델 1. 어텐션과 셀프 어텐션 탐구하기 2. 트랜스포머 모델 소개 3. 트랜스포머 학습하기 4. 마스크드 언어 모델링 탐구하기 5. 내부 메커니즘 시각화하기 6. 트랜스포머 활용하기 3장 강력한 AI 엔진, LLM 탐구하기 1. LLM의 진화 과정 살펴보기 __스케일링 법칙 __창발적 특성 __컨텍스트 길이 __전문가 혼합 2. 지시 튜닝, 파인튜닝, 정렬 3. 작고 효율적인 LLM 탐색하기 4. 멀티모달 모델 탐색하기 5. 할루시네이션과 윤리적·법적 쟁점 이해하기 6. 프롬프트 엔지니어링 2부: AI 에이전트와 지식 검색 4장 LLM으로 웹 스크래핑 에이전트 구축하기 1. 두뇌, 지각, 행동 패러다임 이해하기 __두뇌 __지각 __행동 2. AI 에이전트 분류하기 3. 단일 에이전트와 다중 에이전트 시스템 이해하기 4. 주요 라이브러리 탐구 __LangChain __Haystack __LlamaIndex __Semantic Kernel __AutoGen __LLM 에이전트 프레임워크 선택하기 5. 검색하여 정보를 스스로 찾는 ReAct 에이전트 만들기 5장 할루시네이션을 방지하는 RAG 기반 에이전트 1. 나이브 RAG 탐구하기 2. 검색, 최적화, 증강 __청크 분할 전략 __임베딩 전략 __임베딩 데이터베이스 3. 출력에 대해 평가하기 4. RAG와 파인튜닝 비교하기 5. RAG를 활용한 영화 추천 에이전트 구축하기 6장 정보 검색과 증강을 위한 고급 RAG 기법 1. 나이브 RAG의 문제점 2. 고급 RAG 파이프라인 살펴보기 __계층적 인덱싱 __가상 질문과 HyDE __컨텍스트 강화 __쿼리 변환 __키워드 기반 검색과 하이브리드 검색 __쿼리 라우팅 __재순위화 __응답 최적화 3. 모듈형 RAG와 다른 시스템 통합하기 __훈련 기반 접근법과 비훈련 접근법 4. 고급 RAG 파이프라인 구현하기 5. RAG의 확장성과 성능 이해하기 __데이터 확장성, 저장, 전처리 __병렬 처리 __보안과 개인정보 보호 6. 미해결 과제와 미래 전망 7장 지식 그래프 생성하고 AI 에이전트와 연결하기 1. 지식 그래프 소개 __그래프와 지식 그래프의 형식적 정의 __분류 체계와 온톨로지 2. LLM을 활용한 지식 그래프 구축하기 __지식 생성 __LLM으로 지식 그래프 생성 __지식 평가 __지식 정제 __지식 확장 __지식 호스팅과 배포 3. 지식 그래프와 LLM을 활용하여 정보 검색하기 __그래프 기반 인덱싱 __그래프 기반 검색 __그래프 RAG 활용 4. 그래프 추론 이해하기 __지식 그래프 임베딩 __그래프 신경망 __LLM의 지식 그래프 추론 5. 지식 그래프와 그래프 RAG의 도전 과제 8장 강화학습과 AI 에이전트 1. 강화학습 소개 __멀티 암드 밴딧 문제 __마르코프 결정 과정 2. 심층 강화학습 __모델 프리 접근법과 모델 기반 접근법 __온-폴리시와 오프-폴리시 방법 __심층 강화학습 자세히 살펴보기 __심층 강화학습의 과제와 미래 전망 __강화학습으로 비디오 게임 학습하기 3. LLM과 강화학습 모델의 상호작용 __강화학습으로 강화된 LLM __LLM으로 강화된 강화학습 4. 핵심 정리 3부: 복잡한 시나리오를 해결하는 고도화된 AI 에이전트 9장 단일·다중 에이전트 시스템 만들기 1. 자율 에이전트 소개 __툴포머 __허깅GPT __켐크로우 __스위프트도시에 __켐에이전트 __법률 분야의 다중 에이전트 __의료 분야의 다중 에이전트 2. 허깅GPT 사용하기 __로컬에서 허깅GPT 사용하기 __웹에서 허깅GPT 사용하기 3. 다중 에이전트 시스템 4. SaaS, MaaS, DaaS, RaaS __서비스형 소프트웨어, SaaS __서비스형 모델, MaaS __서비스형 데이터, DaaS __서비스형 결과, RaaS __다양한 패러다임 비교 10장 AI 에이전트 애플리케이션 구축하기 1. 스트림릿 소개 __스트림릿 시작하기 __결과 캐싱하기 2. 스트림릿으로 프론트엔드 개발하기 __텍스트 요소 추가하기 __스트림릿 앱에 이미지 삽입하기 __동적인 앱 만들기 3. 스트림릿과 AI 에이전트를 활용한 애플리케이션 만들기 4. 머신러닝 운영과 LLM 운영 __모델 개발 __모델 학습 __모델 테스트 __추론 최적화 __프로덕션에서 오류 처리하기 __프로덕션 보안을 위한 고려 사항 5. 비동기 프로그래밍 __asyncio __비동기 프로그래밍과 머신러닝 6. 도커 __쿠버네티스 __머신러닝에 도커 사용하기 11장 다가올 미래 1. 의료 분야 AI 에이전트 __생물의학 분야 AI 에이전트 2. 다른 산업 분야 AI 에이전트 __피지컬 에이전트 __게임용 LLM 에이전트 __웹 에이전트 3. 해결할 과제와 미해결 질문 __인간-에이전트 간 의사소통 문제 __다중 에이전트의 뚜렷한 우월성 부재 __추론의 한계 __LLM의 창의성 __기계론적 해석 가능성 __범용 인공지능으로 가는 길 __윤리 문제 찾아보기