- 베스트
- 소득공제
- 무료배송
테디노트의 랭체인을 활용한 RAG 비법노트 기본편 - 8단계 RAG 파이프라인으로 LLM 성능을 끌어올리는 RAG 기본부터 실제 챗봇 제작까지
- 이경록(테디노트)
- 리코멘드
- 2025년 05월 30일
5만원 이상 결제 시 (*배송비 제외)
정가제FREE(상품/사은품) 금액이
2,000원 이상이면 2,000원 추가적립10만원 이상 결제 시 (*배송비 제외)
정가제FREE(상품/사은품) 금액이
2,000원 이상이면 2,000원 추가적립정가제FREE(상품/사은품) 금액이
5,000원 이상이면 5,000원 추가적립
회원가입 시 적립금 즉시 지급!
배송안내
- 1만원 이상 주문 시 무료배송 입니다.
- 주문하신 상품을 해외로 배송 하시는 경우에는 별도의 항공료 가 부과됩니다
| ISBN | ISBN-13 : 9791194084167 |
|---|---|
| 쪽수 | 544쪽 |
| 크기 | B5(188mm X 257mm, 사륙배판) |
| 제품구성 | 단행본 |
- 컴퓨터/IT > 시스템공학 > 인공지능(AVR퍼지,계산이론,암호학형
AI추천 이유
★ 8단계로 정리한 RAG 파이프라인을 손에 익히는 완성형 학습 과정
LLM과 RAG의 기본 개념을 이해하고, LangChain의 기본 사용법과 LCEL 체인 구성 문법을 익히는 체계적인 과정으로 이뤄져 있다. RAG 파이프라인 8단계(문서 로드 → 텍스트 분할 → 임베딩 → 벡터 저장 → 리트리버 검색 → 프롬프트 생성 → LLM 응답 생성 → 체인 구성)를 하나하나 실습하며, 각 단계에서 활용할 수 있는 다양한 모듈과 도구(PDF 로더, 여러 종류의 텍스트 분할기, OpenAI 및 Hugging Face 임베딩, 다양한 벡터 데이터베이스, 고급 리트리버 등)를 익힌다. 이 과정에서 선택 가능한 옵션과 특성, 차이점을 비교해 가며 기본기를 탄탄히 다진다.
★ 다양한 모델을 짧게, 빠르게, 반복해서 실전 감각 완성
책 전반에 걸쳐 LLM 모델(OpenAI, Hugging Face, Upstage, Ollama 등), 문서 로더(PDF, HWP, CSV, 웹 데이터), 텍스트 분할기, 벡터 스토어(Chroma, FAISS, Pinecone), 리트리버, 메모리 시스템 구축 과정을 반복해서 실습한다. 각 기능별로 짧은 코드 예제와 실행 결과를 통해 자연스럽게 손에 익히게 하며, 다양한 선택지를 실습하고 비교함으로써 자신의 프로젝트 목적에 맞는 최적의 모델과 기능을 빠르게 고를 수 있는 실전 감각을 기른다. 또한 최신 논문의 기술도 소개하며 실습에 직접 적용해 볼 수 있다.
★ 상황별 챗봇 프로젝트로 배우는 실전형 RAG 시스템 구축
Streamlit 프레임워크를 활용하여 다양한 상황별 RAG 프로젝트를 직접 만든다. 문서 기반 질문 응답 챗봇, 이메일 업무 자동화 챗봇, 멀티모달 입력을 지원하는 이미지 기반 챗봇, 다양한 오픈소스 모델을 조합한 고급 RAG 챗봇 등 실전 사례를 직접 구현해 본다.
▶코드 리뷰어들의 후기
“실습 중심으로 개념 학습은 물론, 실제 프로젝트에 곧바로 적용할 수 있는 실전형 가이드입니다. 특히 LangSmith와 같은 최신 도구까지 반영되어 있어 그 가치는 더 큽니다.”
_전창원_ LG CNS
“전공자가 아닌 제가 감히 리뷰를 해도 될지 고민했지만, 저와 비슷하게 다른 분야의 업무를 하면서 AI 분야 필요성을 느껴 배움을 시작하는 독자들에게 조금이라도 도움이 되고자 하는 마음으로 진행했습니다. 실습 중심의 구성과 친절한 설명 덕분에 누구든 부담 없이 시작할 수 있을 것입니다.”
_김무상_ 삼성전자
“『테디노트의 랭체인을 활용한 RAG 비법노트』는 LLM을 뛰어놀게 하는 아름다운 코드입니다. 리뷰를 거듭할수록 저자의 피와 땀이 얼마나 이 코드에 스며들었는지 느낄 수 있었습니다.”
_김정욱_ 브레인크루
▶이 책에 쏟아진 찬사
“시작이 어려웠던 모두에게 최고의 선택이 될 것입니다.”
_김재호_수원대학교 대학원 컴퓨터학과
“독보적 한국형 예시로 이해가 쏙쏙 되었고 빠르게 성장할 수 있었습니다.”
_박정기_JCH SYSTEMS / AI 선임 연구원 / n8n Korea 앰버서더
“복잡한 설명 없이 step by step 따라하기로! 정말 매력적입니다. 사실입니다.”
_신정호_입소스코리아 / 데이터사이언스
“책이 아니라 나침반을 사는 겁니다.”
_오주영_프리랜서
“LangChain 입문에 있어서 바이블 같은 책”
_정광원_주식회사 스튜디오엠 개발팀 팀장
“더 이상 랭체인이 무엇인지, 어떻게 개발해야 하는지 찾지 않게 되었습니다.”
_조영준_에스티이지
“코드를 따라 가다 보니 어느새 랭체인 마스터가 되었습니다.”
_허수영_윈드케어
▶이 책이 필요한 독자
RAG 기본 개념부터 실제 구현까지 체계적으로 배우고자 하는 입문자들랭체인 프레임워크를 활용하여 RAG 시스템을 구축하려는 개발자들LLM의 한계를 극복하고 정확한 정보 검색과 응답 생성을 결합하려는 데이터 전문가들기업이나 조직에서 문서 검색, 이메일 자동화, 보고서 작성 등 실제 업무를 AI에 적용하려는 실무자들기초적인 파이썬 실력을 가진 비개발자지만 AI에 관심있는 사람들
▶ 이 책에서 다루는 내용
_PART 01 처음 만나는 LangChain
RAG의 기본 개념과 필요성을 이해하고, 환경 설정 방법, LLM 기본 용어, LangChain의 핵심 기능과 LCEL 문법을 학습한다. ChatOpenAI 설정, 멀티모달 모델, 체인 구성 등 LangChain의 기초를 다룬다.
_PART 02 프롬프트와 출력 파서
프롬프트 템플릿 생성, 부분 변수 활용, 퓨샷 프롬프트, 예제 선택기 등 다양한 프롬프트 기법과 PydanticOutputParser, JSON 파서, 데이터프레임 파서 등 출력 형식을 제어하는 방법을 배운다.
_PART 03 모델과 메모리
다양한 LLM 모델(OpenAI, Google, Hugging Face, Ollama 등) 활용법과 대화 버퍼, 토큰 버퍼, 요약 메모리, 벡터 스토어 검색 메모리 등 대화 내용을 기억하는 메모리 시스템 구축법을 다룬다.
_PART 04 데이터 로드와 텍스트 분할
PDF, HWP, CSV 등 다양한 문서 로더와 문자 단위, 토큰 단위, 의미 단위, 코드, 마크다운, HTML, JSON 등 다양한 방식의 텍스트 분할 방법을 학습한다.
_PART 05 벡터 스토어와 리트리버
OpenAI, HuggingFace 등 임베딩 모델과 Chroma, FAISS, Pinecone 등 벡터 스토어, 다양한 리트리버(문서 압축기, 앙상블, 다중 쿼리 생성, 셀프 쿼리 등) 활용법을 배운다.
_PART 06 LangChain 실습
Streamlit으로 ChatGPT 웹 앱, 이메일 자동화 챗봇, 다양한 모델 활용 챗봇, PDF 기반 RAG 챗봇 등 실제 프로젝트를 구현하며 앞서 배운 기술을 종합적으로 적용한다.
등록된 리뷰가 없습니다
첫번째 리뷰어가 되어주세요
| 반품/교환방법 | |
|---|---|
| 반품/교환 가능기간 |
|
| 반품/교환비용 |
|
| 반품/교환 불가 사유 |
|
| 상품 품절 |
|
| 소비자 피해보상 환불지연에 따른 배상 |
|
이 책을 읽고 어떤 느낌을 받으셨나요?
리뷰를 남기고 다른 독자들과 함께 공유해보세요.
안내 열기구매(배송/수령완료) 후 리뷰를 작성하시면 적립금 300원을 드려요!