본문 바로가기

추천 검색어

실시간 인기 검색어

랭체인 완벽 입문

혁신적인 LLM 앱을 구축하기 위한 랭체인 활용법
위키북스 생성형 AI 프로그래밍 시리즈 4
타무라 하루카 지음 | 최용 옮김
위키북스

2024년 03월 15일 출간

종이책 : 2024년 02월 22일 출간

(개의 리뷰)
( 0% 의 구매자)
eBook 상품 정보
파일 정보 pdf (7.10MB)
ISBN 9791158395094
지원기기 교보eBook App, PC e서재, 리더기, 웹뷰어
교보eBook App 듣기(TTS) 가능
TTS 란?
텍스트를 음성으로 읽어주는 기술입니다.
  • 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를​ 읽을 수 있습니다.
  • 전자책 화면에 표기된 주석 등을 모두 읽어 줍니다.
  • 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.
  • '교보 ebook' 앱을 최신 버전으로 설치해야 이용 가능합니다. (Android v3. 0.26, iOS v3.0.09,PC v1.2 버전 이상)

PDF 필기 Android 가능 (iOS예정)
소득공제
소장
정가 : 21,600원

쿠폰적용가 19,440

10% 할인 | 5%P 적립

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.

카드&결제 혜택

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 416P
  • 리뷰 작성 시, e교환권 추가 최대 300원

작품소개

이 상품이 속한 분야

챗지피티(ChatGPT)와 같은 대화형 AI의 ‘두뇌’는 대규모 언어 모델(LLM: Large Language Model)이다. ChatGPT의 API가 공개된 이후, 많은 기업과 엔지니어가 경쟁적으로 LLM 응용 프로그램 개발에 착수했는데, 이러한 개발을 효율화하는 도구가 랭체인(LangChain)이다. 랭체인은 파이썬(Python) 등에서 호출할 수 있는 라이브러리 중 하나로, ‘챗지피티 같은 언어 생성 AI를 사용한 애플리케이션 개발에 유용한 도구 모음’과 같은 것이다. 언어 생성 AI 모델의 라이브러리는 많지만, 랭체인이 기능의 풍부함과 사용의 용이성 등에서 뛰어나 현재는 사실상의 표준이 됐다. 이 책은 랭체인을 사용해 애플리케이션을 개발하면서 랭체인의 기능을 자세히 설명한다.

★ 이 책에서 다루는 내용 ★

◎ 랭체인의 각 모듈을 활용해 AI 애플리케이션을 개발하는 방법을 이해한다.
◎ 다양하고 실용적인 예제 코드를 통해 구체적인 개발 접근 방식을 배운다.
◎ 파이썬과 비주얼 스튜디오 코드(VS Code)를 이용한 개발 방법을 익혀 여러 플랫폼에서의 개발에 적용한다.
◎ 프롬프트 엔지니어링의 기초를 배워 AI와 대화하는 방법을 익힌다.
<p><strong>▣ 1장: 챗지피티와 랭체인</strong></p><p>01. 챗지피티와 언어 모델에 관해 알아보기 </p><p>___챗지피티란? </p><p>___OpenAI의 API에서 사용할 수 있는 대표적인 두 가지 언어 모델 </p><p>___OpenAI 이외의 언어 모델 알아보기 </p><p>02. 랭체인 개요 </p><p>___언어 모델을 이용한 애플리케이션 개발 </p><p>___랭체인으로 언어 모델을 이용한 애플리케이션 개발이 쉬워진다 </p><p>___랭체인에 준비된 6개의 모듈 </p><p>03. 랭체인을 이용한 애플리케이션 예시 </p><p>___PDF에 대해 질문할 수 있는 챗봇 </p><p>___파일 상호작용 및 인터넷 검색이 가능한 챗봇 </p><p>04. 실습 준비 </p><p>___파이썬 실행 환경 구축 </p><p>___VS Code에서 파이썬을 이용한 개발이 쉬워지는 확장 기능 </p><p>___OpenAI API 키 받기 </p><p>___환경 변수에 API 키 설정하기 </p><p>05. OpenAI의 API를 호출해 작동을 확인한다 </p><p>___Chat 모델의 API를 호출해 보자 </p><p> </p><p><strong>▣ 2장: Model I/O - 언어 모델을 다루기 쉽게 만들기</strong></p><p>01. 언어 모델을 이용한 응용 프로그램 작동 방식 </p><p>___언어 모델 호출이란? </p><p>___Model I/O는 랭체인의 가장 기본적인 모듈이다 </p><p>___Model I/O를 구성하는 3개의 서브모듈 </p><p>___Language models를 사용해 gpt-3.5-turbo 호출하기 </p><p>___PromptTemplate로 변수를 프롬프트에 전개하기 </p><p>___PromptTemplate에서 제공하는 다른 기능들 </p><p>___Language models와 PromptTemplate의 결합 </p><p>___목록 형식으로 결과 받기 </p><p>02. Language models - 사용하기 쉬운 모델 </p><p>___통일된 인터페이스로 사용하기 쉬움 </p><p>___Chat models와 LLMs </p><p>___Language models의 편리한 기능 </p><p>03. Templates - 프롬프트 구축의 효율성 향상 </p><p>___프롬프트 엔지니어링을 통한 결과 최적화 </p><p>04. Output parsers - 출력 구조화 </p><p>___결과를 날짜와 시간 형식으로 받아보기 </p><p>___출력 형식을 직접 정의하기 </p><p>___잘못된 결과가 반환될 때 수정을 지시할 수 있게 한다 </p><p> </p><p><strong>▣ 3장: Retrieval - 알지 못하는 데이터를 다루기</strong></p><p>01. 언어 모델이 미지의 데이터를 처리할 수 있게 하려면 </p><p>___모르는 정보에 기반한 답변을 할 수 있는 구조 </p><p>___답변에 필요한 문장을 찾는 방법이 중요 </p><p>___유사 문장 검색을 위해 필요한 벡터화란? </p><p>___언어 모델을 사용해 텍스트를 벡터화하기 </p><p>___벡터 유사도 검색 </p><p>___벡터 유사도 검색에서 RAG를 통합하는 구체적인 절차 </p><p>___사전 준비 </p><p>___검색 및 프롬프트 구축 </p><p>02. 주어진 PDF를 기반으로 답변하는 챗봇 만들기 </p><p>___PDF에서 문장 불러오기 </p><p>___문장 나누기 </p><p>___분할된 문장을 벡터화해 데이터베이스에 저장한다 </p><p>___벡터 데이터베이스에서 검색 실행하기 </p><p>___검색 결과와 질문을 조합해 질문에 답하게 한다 </p><p>___채팅 화면 만들기 </p><p>___채팅 화면에서 질문을 입력할 수 있게 하기 </p><p>___채팅 시작 시 파일 업로드 가능 </p><p>03. RetrievalQA로 QA 시스템 구축이 쉬워진다 </p><p>___RetrievalQA란? </p><p>___RetrievalQA로 코드를 간단하게 </p><p>04. 준비된 Retrievers를 사용해 위키백과를 정보원으로 활용 </p><p>___Retrievers는 문서를 검색하는 기능 세트 </p><p>___Retrievers에서 어떤 검색을 할지 제어하는 방법 </p><p> </p><p><strong>▣ 4장: Memory - 과거의 대화를 장·단기 기억하기</strong></p><p>01. 언어 모델에서 대화란 무엇인가 </p><p>___HumanMessage와 AIMessage를 번갈아 가며 대화한다 </p><p>02. 문맥에 맞는 답변을 할 수 있는 챗봇 만들기 </p><p>___Chat models로 대화 기록을 기반으로 한 응답을 하게 하는 것 </p><p>___ConversationChain을 통해 알기 쉽게 처리 </p><p>03. 히스토리를 데이터베이스에 저장하고 영속화하기 </p><p>___데이터베이스에 저장해 대화 기록을 영속화할 수 있다 </p><p>___데이터베이스 준비하기 </p><p>___환경 변수에 레디스 정보 설정하기 </p><p>___레디스를 사용해 대화를 영속화한다 </p><p>04. 여러 개의 대화 기록을 가질 수 있는 챗봇 만들기 </p><p>___세션 ID를 바꿔서 대화 기록 전환하기 </p><p>05. 매우 긴 대화 기록에 대응한다 </p><p>___대화 기록이 너무 길어지면 언어 모델을 호출할 수 없다 </p><p>___오래된 대화 삭제하기 </p><p>___대화를 요약해 토큰 수 제한에 대응한다 </p><p> </p><p><strong>▣ 5장: Chains - 여러 프로세스를 통합</strong></p><p>01. 다중 처리를 정리할 수 있다 </p><p>___Chains는 일련의 과정을 정리할 수 있다 </p><p>02. 여러 모듈을 쉽게 조합할 수 있는 Chains </p><p>___LLMChain을 사용해 여러 모듈을 통합하는 방법 </p><p>___ConversationChain으로 기억을 가진 애플리케이션 개발이 쉬워진다 </p><p>___Chains에서 어떤 처리가 이뤄지고 있는지 자세히 보기 </p><p>03. 특정 기능에 특화된 Chains </p><p>___특정 URL에 접속해 정보를 얻게 하는 방법 </p><p>04. Chains 자체 정리하기 </p><p>___Chains 자체를 순서대로 실행하는 SimpleSequentialChain </p><p> </p><p><strong>▣ 6장: Agents - 자율적으로 외부와 상호작용해 언어 모델의 한계를 뛰어넘기</strong></p><p>01. 외부와 상호작용하면서 자율적으로 행동하는 Agents </p><p>___언어 모델에 도구를 부여할 수 있다 </p><p>___주어진 URL에서 정보를 얻게 하기 </p><p>02. Tool을 추가해 Agent가 할 수 있는 일을 늘리기 </p><p>___Agent가 할 수 있는 것은 전달하는 Tool에 따라 달라진다 </p><p>___환경 변수에 SerpApi의 API 키 설정하기 </p><p>___google-search-results 설치하기 </p><p>03. Tool을 직접 제작해 기능 확장하기 </p><p>___Tool을 직접 만들어서 할 수 있는 일의 폭을 더욱 넓힌다 </p><p>04. Retrievers를 사용해 문장을 검색하는 Tool 만들기 </p><p>___Retrievers는 Tool로 변환할 수 있다 </p><p>05. 문맥에 맞게 답변하는 에이전트 만들기 </p><p>___대화 기록을 보관하는 에이전트 생성하기 </p><p> </p><p><strong>▣ 7장: Callbacks - 다양한 이벤트 발생 시 처리하기</strong></p><p>01. Callbacks 모듈로 할 수 있는 일 알아보기 </p><p>___로그 수집 및 모니터링, 다른 애플리케이션과 연동 가능 </p><p>02. Callbacks 모듈을 사용해 외부 라이브러리와 연동하기 </p><p>___준비된 클래스를 사용해 외부 라이브러리와 연동할 수 있다 </p><p>03. 로그를 터미널에 표시할 수 있는 Callbacks 만들기 </p><p>___Callbacks 모듈을 직접 제작해 이벤트 발생 시 처리를 수행한다 </p><p> </p><p><strong>▣ 부록: 랭체인에 대해 더 자세히 알아보는 팁</strong></p><p>01. 공식 문서의 사용 사례에서 배우기 </p><p>___공식 문서 보기 </p><p>___Code understanding </p><p>___Tagging </p><p>02. 랭체인의 공식 블로그 및 기타 소스 확인 </p><p>___랭체인 공식 블로그 </p><p>___awesome-langchain으로 랭체인 관련 정보 수집하기 </p><p>___랭체인과 연동할 수 있는 언어 모델 및 외부 시스템 확인하기</p>

작가정보

1990년 도쿄에서 태어났다. 프리랜서 풀스택 엔지니어로서 다수의 웹서비스를 처음부터 개발하고 운영했다. 베이스푸드(BASE FOOD) 주식회사에 첫 번째 엔지니어로 참여해 정기 구매 시스템을 구축했으며, 그 후 상장까지 프런트엔드, 백엔드, 인프라 전부를 담당했다. ChatGPT에 큰 충격을 받고 AI 관련 기술에 관심을 갖게 되었으며, 동영상에 번역 자막을 붙일 수 있는 웹 서비스를 개인적으로 개발해 출시했다(konjac.ai).

번역 최용

한국방송통신대학교에서 컴퓨터과학을 전공하고, 일괄 작업과 서버 운영을 자동화하는 외산 소프트웨어의 기술 지원 업무를 주로 했다. 책을 쓰고 번역하다가 IT 전문 출판사의 편집자가 되었다. 최근에는 데이터 분석과 인공지능을 주제로 하는 책을 주로 맡고 있으며, 인공지능으로 업무 생산성을 높이는 데에도 관심이 많다. 서울사이버대학교 드론·로봇융합학과에 재학 중이다. 《실전! 컴퓨터비전을 위한 머신러닝》(위키북스, 2023)을 번역했고 《Hello IT 파이썬을 제대로 활용해보려고 해》(패스트캠퍼스, 2022)를 썼다.

이 상품의 총서

Klover리뷰 (0)

Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
  • - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • - 리워드는 1,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다.
  • - 리워드는 한 상품에 최초 1회만 제공됩니다.
  • - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

구매 후 리뷰 작성 시, e교환권 100원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
  • 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
  • e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • 리워드는 1,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다.
  • 리워드는 한 상품에 최초 1회만 제공됩니다.
  • sam 이용권 구매 상품 / 선물받은 eBook / 오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.

구매 후 문장수집 작성 시, e교환권 100원 적립

    교보eBook 첫 방문을 환영 합니다!

    신규가입 혜택 지급이 완료 되었습니다.

    바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
    지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

    교보e캐시 1,000원
    TOP
    신간 알림 안내
    랭체인 완벽 입문 웹툰 신간 알림이 신청되었습니다.
    신간 알림 안내
    랭체인 완벽 입문 웹툰 신간 알림이 취소되었습니다.
    리뷰작성
    • 구매 후 90일 이내 작성 시, e교환권 100원 (최초1회)
    • 리워드 제외 상품 : 마이 > 라이브러리 > Klover리뷰 > 리워드 안내 참고
    • 콘텐츠 다운로드 또는 바로보기 완료 후 리뷰 작성 시 익일 제공
    감성 태그

    가장 와 닿는 하나의 키워드를 선택해주세요.

    사진 첨부(선택) 0 / 5

    총 5MB 이하로 jpg,jpeg,png 파일만 업로드 가능합니다.

    신고/차단

    신고 사유를 선택해주세요.
    신고 내용은 이용약관 및 정책에 의해 처리됩니다.

    허위 신고일 경우, 신고자의 서비스 활동이 제한될 수
    있으니 유의하시어 신중하게 신고해주세요.


    이 글을 작성한 작성자의 모든 글은 블라인드 처리 됩니다.

    문장수집 작성

    구매 후 90일 이내 작성 시, e교환권 100원 적립

    eBook 문장수집은 웹에서 직접 타이핑 가능하나, 모바일 앱에서 도서를 열람하여 문장을 드래그하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다.

    P.
    랭체인 완벽 입문
    혁신적인 LLM 앱을 구축하기 위한 랭체인 활용법
    저자 모두보기
    낭독자 모두보기
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 프리미엄 이용권입니다.
    선물하실 sam이용권을 선택하세요.
    결제완료
    e캐시 원 결제 계속 하시겠습니까?
    교보 e캐시 간편 결제
    sam 열람권 선물하기
    • 보유 권수 / 선물할 권수
      0권 / 1
    • 받는사람 이름
      받는사람 휴대전화
    • 구매한 이용권의 대한 잔여권수를 선물할 수 있습니다.
    • 열람권은 1인당 1권씩 선물 가능합니다.
    • 선물한 열람권이 ‘미등록’ 상태일 경우에만 ‘열람권 선물내역’화면에서 선물취소 가능합니다.
    • 선물한 열람권의 등록유효기간은 14일 입니다.
      (상대방이 기한내에 등록하지 않을 경우 소멸됩니다.)
    • 무제한 이용권일 경우 열람권 선물이 불가합니다.
    이 상품의 총서 전체보기
    네이버 책을 통해서 교보eBook 첫 구매 시
    교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 네이버 책을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)
    구글북액션을 통해서 교보eBook
    첫 구매 시 교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 구글북액션을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)