내 질문에 대답하고, PDF를 요약해주고, 번역도 하고, 메일도 써주는 똑똑한 AI 서비스 만들기!
개념, 원리, 실습을 한 권으로 빠르게! RAG를 구현하며 배우는 LLM 입문!


LLM의 기본 개념부터 동작 원리까지, LLM을 활용할 수 있는 랭체인 사용법은 물론 LLM과 랭체인을 나에게 맞게 사용할 수 있도록 다양한 8가지 실습을 담았습니다. 랭체인과 오픈AI, 스트림릿을 비롯한 여러 라이브러리를 활용해 내 데이터를 가지고 질의응답하는 챗봇, 이전 대화를 기억하는 대화형 챗봇, 내 PDF 파일을 활용할 수 있는 웹서비스, 번역을 하거나 메일을 대신 써주는 서비스 등 다양한 AI 서비스를 직접 만들어 볼 수 있습니다. 개념, 원리, LLM을 활용한 실습 그리고 LLM 사례들을 한 권으로 빠르게 살펴보면서 LLM을 어떻게 사용하면 좋을지 인사이트와 아이디어를 얻을 수 있도록 구성했습니다.

마이크로소프트에서 Data & AI Specialist로 근무 중이며, 정보관리기술사와 컴퓨터시스템응용기술사로 20년 넘게 IT 분야에서 일하고 있다. 고려대학교 대학원에서 빅데이터 및 인공지능에 대한 전문적인 연구를 진행하면서 『모두의 인공지능 기초 수학』(길벗, 2020), 『딥러닝 텐서플로 교과서』(길벗, 2021), 『딥러닝 파이토치 교과서』(길벗, 2022), 『챗GPT, 거부할 수 없는 미래』(길벗, 2023) 등을 저술했다.

1장 LLM 훑어보기
__1.1 LLM 개념
____1.1.1 언어 모델
____1.1.2 거대 언어 모델
__1.2 LLM 특징과 종류
____1.2.1 LLM의 특징
____1.2.2 LLM의 종류
____1.2.3 LLM과 GAI, SLM
__1.3 LLM 생성 과정
__1.4 LLM 생성 후 추가 고려 사항


2장 LLM 활용하기
__2.1 LLM 활용 방법
____2.1.1 파인튜닝
____2.1.2 RAG
____2.1.3 퓨샷 러닝
__2.2 LLM 활용 시 주의 사항
__2.3 LLM의 한계


3장 RAG 훑어보기
__3.1 RAG 개념
__3.2 RAG 구현 과정
____3.2.1 정보 검색
____3.2.2 심화 정보 검색
____3.2.3 텍스트 생성
__3.3 RAG 구현 시 필요한 것
____3.3.1 데이터
____3.3.2 벡터 데이터베이스
____3.3.3 프레임워크(랭체인)


4장 랭체인 익숙해지기
__4.1 랭체인 훑어보기
__4.2 랭체인을 사용하기 위한 환경 구성
____4.2.1 아나콘다 환경 구성
____4.2.2 필요한 라이브러리 설치
____4.2.3 키 발급
__4.3 랭체인 주요 모듈
____4.3.1 모델 I/O
____4.3.2 데이터 연결
____4.3.3 체인
____4.3.4 메모리
____4.3.5 에이전트/툴


5장 랭체인으로 RAG 구현하기
__5.1 간단한 챗봇 만들기
__5.2 RAG 기반의 챗봇 만들기
__5.3 PDF 요약 웹사이트 만들기
__5.4 독립형 질문 챗봇 만들기
__5.5 대화형 챗봇 만들기
__5.6 번역 서비스 만들기
__5.7 메일 작성기 만들기
__5.8 CSV 파일 분석하기


6장 LLM을 이용한 서비스 알아보기
__6.1 콜센터
__6.2 상품 추천
__6.3 보험 언더라이팅
__6.4 코드 생성 및 리뷰
__6.5 문장 생성, M365 코파일럿


부록 코랩 사용법
__A.1 코랩 사용 방법
__A.2 코랩에 파일 업로드하기