홈앤서비스 SK BROADBAND

베타리더 후기 x 시작하며 xiii 이 책에 대하여 xv PART I 개발 전 필요한 배경지식 CHAPTER 1 LLM과 RAG 기초 3 1.1 LLM의 개념과 작동 원리 4 1.2 LLM의 주요 특징 16 1.3 LLM의 실제 활용 사례 17 1.4 RAG란? 18 1.5 RAG 파이프라인 구성 시 LangChain 활용의 장점 21 CHAPTER 2 벡터 저장소와 임베딩, 검색 전략 24 2.1 RAG 파이프라인의 핵심 구성 요소 24 2.2 벡터 저장소 검색 방식 비교 30 CHAPTER 3 프롬프트 엔지니어링 기초 35 PART II LangChain을 활용한 RAG 파이프라인 구성하기 CHAPTER 4 LangChain 입문 45 4.1 LangChain이란? 45 4.2 환경 설정과 LangChain ChatOpenAI 활용법 47 CHAPTER 5 로컬 및 오픈소스 LLM 활용: Ollama와 허깅 페이스 54 5.1 Ollama를 활용한 로컬 LLM 활용 55 5.2 허깅 페이스의 오픈소스 LLM 활용 60 CHAPTER 6 Chroma를 활용한 벡터 저장소 구성 69 CHAPTER 7 retrieval 효율 개선을 위한 데이터 전처리 79 CHAPTER 8 LLM을 효율적으로 사용하는 방법 84 8.1 분할 정복 85 8.2 LCEL의 특징 87 8.3 소규모 LLM을 활용한 비용 최적화 101 CHAPTER 9 LangChain을 활용하지 않는다면? 108 CHAPTER 10 LangChain의 유연한 AI 스택 구성 114 PART III LangGraph를 활용한 AI 에이전트 구현하기 CHAPTER 11 LangGraph 입문 127 11.1 LangGraph란? 127 11.2 LangGraph와 LangChain의 차이점 129 CHAPTER 12 워크플로 vs. 에이전트 134 12.1 LangGraph로 구현하는 워크플로 135 12.2 LangGraph로 구현하는 에이전트 144 CHAPTER 13 에이전트 오케스트레이션 157 13.1 슈퍼바이저 상태 및 라우터 정의 172 13.2 슈퍼바이저 구성 요소 설정 173 13.3 Command 클래스와 구조화된 출력 기능을 활용한 슈퍼바이저 노드 구현 174 13.4 에이전트 노드 구현 176 13.5 에이전트 노드의 역할과 구현 방식 178 13.6 그래프 구성 및 컴파일 182 CHAPTER 14 MCP를 활용한 에이전트 구현 186 14.1 MCP 서버 구현 189 14.2 LangChain 도구를 MCP 도구로 변환 196 CHAPTER 15 LangSmith를 활용한 에이전트 모니터링 205 15.1 Input(입력) 209 15.2 Output(출력) 210 15.3 TOTAL TOKENS(토큰 사용량) 211 15.4 LATENCY(지연 시간) 212 15.5 LangSmith를 활용한 에이전트 평가 213 CHAPTER 16 실전 AI 에이전트 구현 사례 215 16.1 우버의 대규모 코드 마이그레이션 에이전트 216 16.2 AppFolio의 부동산 관리 코파일럿 217 16.3 링크드인의 AI 리크루터 218 16.4 일래스틱서치의 AI 어시스턴트 219 16.5 Klarna의 고객 지원 AI 어시스턴트 220 PART IV LLM 성능 평가 CHAPTER 17 LLM 평가의 중요성 225 17.1 LLM의 예측 불가능성 225 17.2 안정적인 AI 에이전트 서비스를 위한 평가의 중요성 226 17.3 LLM 평가의 고유한 어려움 228 17.4 체계적인 LLM 평가 접근법 233 CHAPTER 18 LLM 평가 지표 240 18.1 검색 정확도 관련 지표 241 18.2 응답 품질 관련 지표 244 18.3 사용자 경험 관련 지표 247 18.4 종합 평가 지표 251 18.5 RAG 시스템의 핵심 평가 영역 253 18.6 평가 지표 간의 균형과 최적화 255 CHAPTER 19 LLM 평가를 위한 골든 데이터셋 257 19.1 골든 데이터셋의 개념 257 19.2 골든 데이터셋 구축 방법 259 19.3 골든 데이터셋의 구조화와 협업 도구 활용 262 19.4 골든 데이터셋 활용 방법 267 19.5 효과적인 골든 데이터셋 구축과 활용 전략 270 CHAPTER 20 오프라인 평가 vs. 온라인 평가 271 20.1 오프라인 평가 272 20.2 온라인 평가 274 20.3 하이브리드 접근법 284 20.4 RAG 시스템을 위한 평가 전략 288 20.5 효과적인 LLM 평가를 위한 전략적 접근 293 CHAPTER 21 LangSmith를 활용한 에이전트 평가 294 CHAPTER 22 앞으로 나아갈 방향 308 22.1 에이전트의 지능 향상 308 22.2 멀티 에이전트 시스템으로의 확장 309 22.3 실제 비즈니스 적용을 위한 다음 단계 310 찾아보기 314