LLM Master:기초부터 심화까지 RAG 쿡북 with Python

고우주 지음

매쓰앤북스 2025년 06월 05일 출간

작품소개

책소개

이 책이 포함된 LLM Master 시리즈는 생성형 AI 시대를 살아가는 실무자와 개발자를 위해 기획되었다. ChatGPT를 비롯한 다양한 AI 도구들이 우리 일상과 업무에 빠르게 스며들고 있지만, 단순한 활용을 넘어 AI를 ‘내 일’과 ‘내 프로젝트’에 제대로 접목시키는 사람은 아직 많지 않다. LLM Master 시리즈는 이러한 격차를 줄이기 위해, 기초 이론부터 실무 프로젝트에 이르기까지 LLM을 완전히 내재화할 수 있는 커리큘럼을 제공한다. 특히 Python을 기반으로 한 코딩 중심 구성으로, 독자 스스로 AI 기능을 직접 구현하고 테스트하며 체화할 수 있도록 돕는다.
LLM(Large Language Model)을 구현하기 위한 프레임워크는 목적과 활용 환경에 따라 매우 다양하다.

우선, OpenAI, Claude(Anthropic), Grok(X), DeepSeek 등에서 제공하는 상용 LLM API를 단순히 호출하여 사용하는 경우에는, Python의 openai 라이브러리나 해당 서비스에서 제공하는 공식 SDK만으로도 충분히 구현할 수 있다. 이 방식은 상대적으로 설정이 간단하며, 모델을 별도로 구축하지 않아도 강력한 LLM 기능을 빠르게 활용할 수 있다는 장점이 있다.

단순한 LLM 호출을 넘어, 문서 기반 검색 및 생성(RAG, Retrieval-Augmented Generation)과 같은 고급 기능을 구현하려면 다양한 컴포넌트를 함께 조합해야 한다. 이럴 때는 다음과 같은 LLM 개발 전용 프레임워크를 활용하는 것이 효율적이다.

이 책은 RAG 기반 파이프라인을 직접 구현하기 위한 실습형 가이드북이다. 초보자도 따라할 수 있도록 단계별로 구성되어 있으며, 단순한 API 호출부터 검색 기능의 통합, 체인과 도구 구성, 메모리 확장까지 점진적으로 구현할 수 있도록 설계되어 있어 실무 활용에 유용하다.

목차

0장. RAG를 시작하기 전에
1장. 기본 RAG: Simple RAG
2장. 시만틱 청킹: Semantic Chunking
3장. 청크 사이즈: Chunk Sizes RAG
4장. 문맥 강화: Context-Enriched RAG
5장. 헤드 추출: Contextual Chunk Headers
6장. 문서 증강: Document Augmentation RAG
7장. 쿼리 전환: Query Transformation RAG
8장. Reranking RAG
9장. RSE: Relevant Segment Extraction RAG
10장. 문맥 압축: Contextual Compression RAG
11장. 피드백 루프: Feedback Loop RAG
12장. 적응형 검색: Adaptive Retrieval RAG
13장. Self-RAG
14장. 명제 청킹: Proposition Chunking RAG
15장. 멀티모달: Multi-Modal RAG
16장. Fusion Retrieval RAG
17장. 그래프: Graph RAG
18장. 계층적 색인: Hierarchical Indices RAG
19장. HyDE
20장. CRAG: Corrective RAG
21장. 강화학습: RL with RAG

작가정보

저자(글) 고우주

AI와 빅데이터 분야에서 두드러진 성과를 이루어낸 저자 고우주는 Swiss School of Management 에서 AI 및 빅데이터 박사 학위를 취득했으며, 학부에서는 전기공학을 전공하며 기술적 전문성을 다졌으며, 서울종합과학대학원대학교(aSSIST)와 Aalto University에서 각각 AI 및 빅데이터 MBA와 Executive MBA 석사 학위를 받았습니다.

현재 AI 전문 기업의 CEO 출신으로 혁신적인 인공지능 솔루션 개발을 이끌고 있으며, 2020년부터 2024년까지 명지대학교 응용소프트웨어학부의 겸임교수로 재직하며 인문, 사회학과 학생들을 대상으로 데이터 사이언스 강의로 인재 양성에 기여를 했습니다. 이전에는 센싸타테크놀러지스와 슈나이더일렉트릭에서 Technical & Product Manager로 활동하며 풍부한 실무 경험을 쌓았습니다.

저자는 기술과 데이터를 활용하여 인문학적, 사회학적, 공학적 접근으로 다양한 현상을 탐구하고 규명하는 데 깊은 관심을 가지고 연구를 수행해 왔습니다. 석사는 B2B Value Added donation model: Pledge 1% Case와 박사 논문 Developing an Explainable & Causal AI in Manufacturing Industries를 통해 AI와 빅데이터 기술의 실질적 응용과 산업적 기여를 탐구했으며, 이를 통해 학문적 연구와 실제 비즈니스 문제 해결을 연결하는 통찰력을 보여주었습니다.

저자의 주요 연구 분야는 LLM 및 생성형 AI(프롬프트 엔지니어링, RAG, Agent, SLM, 파인튜닝, 최적화), 에너지/환경/제조 분야의 IoT 데이터 신호처리와 이상치 탐지, 시계열 분석, 설명 가능한 AI(XAI), 인과추론, 그리고 디지털 마케팅(멀티모달 LLM 활용을 통한 CRM 분석)을 포함합니다. 이를 통해 기술적 도구를 넘어 데이터와 AI를 사회적 맥락에서 활용하여 인류와 산업이 직면한 복잡한 문제를 해결하고자 노력하고 있습니다.

저자는 산업계.....