홈앤서비스 SK BROADBAND

지은이·옮긴이 소개 x
기술 감수자 소개 xi
옮긴이 머리말 xiii
추천사 I xiv
추천사 II xvi
감사의 글 xviii
이 책에 대하여 xx

PART I 생성형 AI와 에이전틱 시스템 기초
CHAPTER 1 생성형 AI 기본 3
1.1 생성형 AI 소개 4
1.2 생성형 AI 모델의 유형 5
__1.2.1 VAE 5
__1.2.2 GAN 7
__1.2.3 자기회귀 모델과 트랜스포머 아키텍처 8
__1.2.4 LLM 기반 AI 에이전트 12
1.3 생성형 AI의 응용 16
1.4 생성형 AI의 과제와 한계 19
__1.4.1 데이터 품질과 편향 19
__1.4.2 데이터 프라이버시 20
__1.4.3 계산 자원 21
__1.4.4 윤리적, 사회적 함의 21
__1.4.5 일반화와 창의성 22
요약 22
질문 23
답변 23
더 읽을 거리 24

CHAPTER 2 에이전틱 시스템의 원리 25
기술 요구사항 26
2.1 자기 관리, 주체성, 자율성 이해하기 26
__2.1.1 자기 관리 27
__2.1.2 주체성 28
__2.1.3 자율성 28
__2.1.4 에이전트의 주체성과 자율성에 관한 예시 30
2.2 지능형 에이전트와 그 특성 검토하기 33
2.3 에이전틱 시스템 아키텍처 탐색 34
__2.3.1 계획 기반형 아키텍처 35
__2.3.2 반응형 아키텍처 36
__2.3.3 하이브리드 아키텍처 38
2.4 다중 에이전트 시스템 이해하기 40
__2.4.1 MAS의 정의와 특징 41
__2.4.2 MAS의 상호작용 메커니즘 42
요약 47
질문 48
답변 48

CHAPTER 3 지능형 에이전트의 필수 구성 요소 50
기술 요구사항 51
3.1 지능형 에이전트에서의 지식 표현 51
__3.1.1 의미망 51
__3.1.2 프레임 53
__3.1.3 논리 기반 표현 55
3.2 지능형 에이전트의 추론 56
__3.2.1 연역 추론 57
__3.2.2 귀납 추론 58
__3.2.3 가설 추론 59
3.3 적응형 에이전트를 위한 학습 메커니즘 61
3.4 에이전트 시스템에서의 의사결정과 계획 63
__3.4.1 유틸리티 함수 63
__3.4.2 계획 알고리즘 65
3.5 생성형 AI를 활용한 에이전트 능력 향상 69
__3.5.1 에이전틱 AI 구축 시작하기 70
요약 73
질문 73
답변 73

PART II 생성형 AI 기반 에이전트 설계 및 구현
CHAPTER 4 에이전트의 반성과 자기 성찰 77
기술 요구사항 78
4.1 에이전트에서 반성의 중요성 78
__4.1.1 향상된 의사결정 79
__4.1.2 적응 79
__4.1.3 윤리적 고려 80
__4.1.4 인간-컴퓨터 상호작용 81
__4.1.5 지능형 에이전트의 자기 성찰 83
4.2 반성 기능 구현하기 84
__4.2.1 전통적인 추론 84
__4.2.2 메타 추론 84
__4.2.3 자기 설명 95
__4.2.4 자기 모델링 99
4.3 사용 사례와 예시 102
__4.3.1 고객 서비스 챗봇 102
__4.3.2 개인 맞춤 마케팅 에이전트 103
__4.3.3 금융 트레이딩 시스템 104
__4.3.4 예측 에이전트 105
__4.3.5 전자상거래에서의 가격 전략 107
요약 108
질문 109
답변 109

CHAPTER 5 도구 사용 및 계획 수립 기능 활성화 110
기술 요구사항 111
5.1 에이전트에서의 도구 사용 개념 이해 111
__5.1.1 도구 호출과 함수 호출 112
__5.1.2 에이전트를 위한 도구 정의 114
__5.1.3 도구의 유형 116
__5.1.4 에이전틱 시스템에서의 도구의 중요성 120
5.2 에이전트를 위한 계획 알고리즘 121
__5.2.1 낮은 실용성을 가진 계획 알고리즘 121
__5.2.2 중간 실용성을 가진 계획 알고리즘 122
__5.2.3 가장 높은 실용성을 가진 계획 알고리즘 124
5.3 도구 사용과 계획의 통합 131
__5.3.1 도구에 관한 추론 131
__5.3.2 도구 사용을 위한 계획 수립 133
5.4 실용적 구현 탐색 134
__5.4.1 CrewAI 예제 134
__5.4.2 AutoGen 예제 136
__5.4.3 LangGraph 예시 138
요약 140
질문 140
답변 141

CHAPTER 6 조정자, 작업자, 위임자 접근 방식 살펴보기 142
기술 요구사항
6.1 CWD 모델 이해 143
__6.1.1 CWD 모델의 핵심 원칙 144
__6.1.2 지능형 여행 에이전트를 위한 CWD 모델 145
6.2 역할 할당을 통한 에이전트 설계 148
__6.2.1 각 에이전트의 역할과 책임 151
6.3 에이전트 간 커뮤니케이션 및 협업 158
__6.3.1 커뮤니케이션 158
__6.3.2 조정 메커니즘 159
__6.3.3 협상 및 갈등 해결 159
__6.3.4 지식 공유 160
6.4 생성형 AI 시스템에서 CWD 접근 방식 구현 161
__6.4.1 시스템 프롬프트와 에이전트 행동 161
__6.4.2 지시 형식 지정 162
__6.4.3 상호작용 패턴 164
요약 164
질문 165
답변 165

CHAPTER 7 효과적인 에이전틱 시스템 설계 기법 167
기술 요구사항 168
7.1 에이전트를 위한 집중 시스템 프롬프트와 지침 168
__7.1.1 목표 정의 168
__7.1.2 작업 명세 170
__7.1.3 콘텍스트 인식 172
7.2 상태 공간 및 환경 모델링 173
__7.2.1 상태 공간 표현 173
__7.2.2 환경 모델링 175
__7.2.3 통합 및 상호작용 패턴 177
__7.2.4 모니터링과 적응 179
7.3 에이전트 메모리 아키텍처 및 콘텍스트 관리 180
__7.3.1 단기 메모리(작업 메모리) 180
__7.3.2 장기 메모리(지식 베이스) 181
__7.3.3 일화적 메모리(상호작용 기록) 183
__7.3.4 콘텍스트 관리 184
__7.3.5 의사결정과의 통합 185
7.4 순차 및 병렬 처리의 에이전트 워크플로 186
__7.4.1 순차 처리 186
__7.4.2 병렬 처리 187
__7.4.3 워크플로 최적화 188
요약 190
질문 191
답변 191

PART III 신뢰, 안전성, 윤리, 그리고 응용
CHAPTER 8 생성형 AI 시스템에서의 신뢰 구축 195
기술 요구사항 196
8.1 AI에서 신뢰의 중요성 196
8.2 신뢰를 구축하기 위한 기술 197
__8.2.1 투명성과 설명 가능성 197
__8.2.2 불확실성과 편향 처리 202
__8.2.3 효과적인 출력 커뮤니케이션 203
__8.2.4 사용자 제어와 동의 204
__8.2.5 윤리적 개발과 책임 205
8.3 투명성과 설명 가능성 구현하기 207
8.4 불확실성과 편향 처리 208
요약 209
질문 210
답변 210

CHAPTER 9 안전 및 윤리 고려사항 관리 212
9.1 잠재적 위험 및 도전 과제 이해하기 213
__9.1.1 적대적 공격 213
__9.1.2 편향과 차별 215
__9.1.3 허위 정보와 환각 216
__9.1.4 데이터 프라이버시 침해 217
__9.1.5 지적 재산권 위험 219
9.2 안전하고 책임 있는 AI 보장 220
9.3 윤리 지침 및 프레임워크 탐색 225
__9.3.1 인간 중심 설계 225
__9.3.2 책임과 책임 소재 225
__9.3.3 프라이버시 및 데이터 보호 225
__9.3.4 다양한 이해관계자의 참여 226
9.4 프라이버시 및 보안 문제 대응 226
요약 228
질문 229
답변 229

CHAPTER 10 일반적인 활용 사례와 응용 분야 231
10.1 크리에이티브 및 예술 분야의 응용 232
__10.1.1 크리에이티브 및 예술 에이전트의 발전 232
__10.1.2 실제 적용 사례 233
10.2 자연어 처리 및 대화형 에이전트 236
__10.2.1 언어 에이전트의 발전 236
__10.2.2 실제 응용 사례 236
10.3 로보틱스와 자율 시스템 239
__10.3.1 로봇 에이전트의 발전 239
__10.3.2 실제 응용 사례 240
10.4 의사결정 지원 및 최적화 243
__10.4.1 의사결정 지원 에이전트의 발전 243
__10.4.2 실제 응용 사례 243
요약 247
질문 248
답변 248

CHAPTER 11 결론과 미래 전망 250
11.1 핵심 개념 요약 251
11.2 최신 동향과 연구 방향 252
__11.2.1 멀티모달 인텔리전스 ? 다양한 입력의 통합 252
__11.2.2 고급 언어 이해 253
__11.2.3 경험적 학습 ? 강화 학습의 혁신 253
__11.2.4 산업 전반에 걸친 실질적 영향 254
11.3 인공 일반 지능 254
__11.3.1 AGI는 무엇이 다른가 254
__11.3.2 큰 도전 255
__11.3.3 학습 방법 배우기 255
__11.3.4 현실 세계 이해 255
11.4 도전과 기회 256
요약 258

찾아보기 261