홈앤서비스 SK BROADBAND

단순히 질문에 대답하는 챗봇을 넘어, 사용자의 목표를 이해하고 스스로 계획을 세워 실행하는 자율형 AI 에이전트의 전 개발 과정을 직접 따라하며 배울 수 있습니다. FastAPI(백엔드)와 React(프런트엔드)로 견고한 서비스 뼈대를 세우고, 실시간 구글 검색, 캘린더 연동, 영화 DB 활용 등 외부 API와의 능동적인 결합을 통해 실제 문제를 해결하는 지능형 에이전트를 완성합니다. 특히 최신 랭체인(LangChain) 프레임워크의 Plan & Execute 패턴을 도입하여, 여러 도구를 자율적으로 선택하고 조합하는 고수준 에이전트 아키텍처를 구현하는 법을 익히게 됩니다.

또한 Docker와 AWS를 활용해 로컬 환경을 넘어 전 세계 누구나 접속 가능한 실제 운영 환경에 서비스를 배포하는 실무 공정을 완벽히 마스터합니다. 이 과정을 통해 사용자의 피드백을 기억하고 학습하며 성장하는 개인화 비서는 물론, 음성 명령 인식과 AI 이미지 생성까지 지원하는 상용 수준의 에이전틱(Agentic) 서비스를 내 손으로 직접 완성할 수 있게 해줍니다.

_대상 독자
_코딩 입문자 또는 비전공자
단순한 챗봇 질문 답변 수준을 넘어, 나의 아이디어를 스스로 계획을 세우고 실행하는 자율형 AI 에이전트 서비스로 직접 구현해보고 싶은 분

_아이디어는 있지만 구현이 막막한 기획자·디자이너·마케터
복합적인 요청을 스스로 판단하고 도구를 선택해 실행하는 고수준 에이전트 서비스를 단 한 권의 가이드로 빠르게 런칭하고 싶은 분

_AI 조수를 실무 현장에 제대로 적용하고 싶은 분
단순 코드 생성을 넘어 프로젝트 구조 설계, 환경 변수 보안 관리(.env), 랭체인(LangChain) 기반의 실전 협업 워크플로우를 완벽하게 습득하고 싶은 분

_풀스택 서비스의 전체 구조를 실전으로 익히고 싶은 분
FastAPI(백엔드)와 React(프런트엔드)의 분리, PostgreSQL 연동, 외부 API 통합 등 현대적인 풀스택 개발 아키텍처를 경험하고 싶은 분

_내 서비스를 클라우드에 직접 배포하고 운영하고 싶은 1인 창작자
Docker와 AWS의 실무급 환경을 활용해 어디서든 접속 가능한 진짜 상용 서비스를 직접 배포하고 운영하는 실전 노하우를 배우고 싶은 분

들어가며

Intro 프로젝트 소개
A.1 이 책에서 우리가 만들 AI 에이전트
A.2 우리가 구현할 AI 에이전트의 핵심 능력
A.3 이 책을 따라가며 만나게 될 실행 화면 목록
A.4 실행 방법 요약
_사전 준비하기
_API 키 및 환경변수 설정하기
_도커로 전체 시스템 실행하기
_애플리케이션에 접속하기
_서비스 종료하기
A.5 프로젝트 구조 요약하기
_전체 디렉터리 구조
_각 구성요소의 역할

Chapter 01 AI 어시스턴트의 시대
1.1 AI 에이전트란 무엇인가
_AI
_AI 어시스턴트
_AI 에이전트
1.2 어떤 AI 에이전트를 만들 것인가
1.3 어떻게 AI 에이전트를 만들 것인가
1.4 어떻게 AI 에이전트 개발환경을 구축할 것인가

Chapter 02 개발환경 준비와 OpenAI API
2.1 비주얼 스튜디오 코드 설치하기
2.2 파이썬과 Node.js 설치하기
2.3 도커 설치하기
2.4 기본 프로젝트 생성하기
_백엔드 프로젝트 생성하기
_프런트엔드 프로젝트 생성하기
_기본 프로젝트 실행하기
2.5 깃허브에서 소스코드 관리하기
2.6 OpenAI API 준비하기

Chapter 03 나만의 AI 웹 애플리케이션 골격 잡기
3.1 기본 골격(기능 명세) 세우기
3.2 백엔드의 기본 기능 완성하기
3.3 REST API 검증 도구 사용하기
3.4 프런트엔드의 기본 기능 완성하기
3.5 중간 정리하기

Chapter 04 정보 검색, 요약 기능 추가하기
4.1 머티리얼 UI 적용하기
_로그인 페이지
_회원가입 페이지
_채팅 페이지
_package.json
4.2 정보 검색 기능 추가하기
4.3 요약 기능 추가하기

Chapter 05 일정 관리 및 추천 시스템 구현하기
5.1 일정 관리 기능 추가하기
5.2 추천 시스템 추가하기

Chapter 06 사용자 맞춤형 기능 및 데이터베이스 연동, UI 개선하기
6.1 사용자 피드백 수집 기능 구현하기
6.2 사용자 프로파일링 기능 구현하기
6.3 사용자 프로필과 피드백 적용 기능 구현하기
6.4 UI를 개선하고 디버깅하기

Chapter 07 배포와 운영: 클라우드에 내 AI 올리기
7.1 시스템 구성하기
7.2 AWS EC2 인스턴스 준비하기
7.3 깃허브 컨테이너 레지스트리 설정하기
7.4 GHCR을 이용한 도커 컨테이너 배포하기
7.5 EC2 인스턴스에서 AI 에이전트 프로젝트 실행하기

Chapter 08 고급 기능 확장: 음성 처리 및 이미지 생성하기
8.1 음성 명령 기능 추가하기
8.2 이미지 생성 기능 추가하기

Chapter 09 실무 적용 사례와 프로젝트 확장 아이디어: 랭체인 적용하기
9.1 AI 어시스턴트와 AI 에이전트의 비교하기
9.2 랭체인 적용하기
9.3 랭체인의 PlanAndExecute 패턴 구현하기
9.4 MCP 연동 확장 아이디어 및 예제

나가며
찾아보기