생성형 AI 완전 정복

텍스트, 이미지, 영상 생성은 기본!
RAG 시스템 구축과 AI 에이전트까지 완벽 마스터!
전문가 8인이 알려주는 생성형 AI 완전 정복!
이 책은 생성형 AI 전 영역을 체계적으로 관통합니다. 생성형 AI의 역사와 발전 과정, LLM의 원리 이해부터 프롬프트 엔지니어링, LLM을 이용한 챗봇 서비스 개발, Azure AI Studio를 활용한 RAG 챗봇 구축까지 깊이 있게 다룹니다. 또한, 미드저니와 달리를 이용한 이미지 생성, 소라와 Veo 2를 이용한 동영상 제작, CrewAI/AutoGen/LangGraph 기반의 AI 에이전트 구축, n8n을 활용한 워크플로 자동화까지 폭넓게 다루어, 단순한 기술 소개를 넘어 실무 적용에 초점을 맞춥니다.
전문가 8인이 집필한 이 책은 입문자부터 실무자까지 아우르는 통합 가이드입니다. 텍스트, 이미지, 동영상 생성부터 AI 에이전트를 활용한 업무 자동화까지 한 권으로 완벽히 마스터할 수 있습니다. 또한 저자들이 직접 운영하는 네이버 카페를 통해 질의응답과 코드 피드백을 제공해, 실제 프로젝트에 바로 적용할 수 있는 실무 역량을 갖출 수 있도록 돕습니다.

1장 생성형 AI의 정의와 역사
1.1 생성형 AI의 정의
1.2 생성형 AI의 역사적 배경과 발전
__1.2.1 초기 연구와 개념적 기초
__1.2.2 인공 신경망의 등장과 발전
__1.2.3 이미지 인식 기술의 발전
__1.2.4 생성형 AI 기술의 발전
__1.2.5 자연어 처리 기술의 발전

2장 LLM
2.1 LLM의 개념과 기초
__2.1.1 LLM이란
__2.1.2 생성형 AI에서 LLM의 위치
__2.1.3 기존 언어 모델과의 차이점
2.2 LLM을 이해하기 위해 알아야 할 기술
__2.2.1 트랜스포머
__2.2.2 어텐션 메커니즘
__2.2.3 LLM 훈련 과정: 데이터 수집, 전처리, 훈련
__2.2.4 사전 훈련과 미세 조정 기술
2.3 대표적인 LLM 모델
__2.3.1 GPT
__2.3.2 BERT와 T5
__2.3.3 나에게 맞는 최적의 모델 찾기

3장 프롬프트 엔지니어링
3.1 프롬프트 엔지니어링의 개념과 기초
__3.1.1 프롬프트 엔지니어링이란
__3.1.2 효과적인 프롬프트 엔지니어링의 중요성
3.2 프롬프트의 구성 요소와 설계 원칙
__3.2.1 프롬프트의 구성 요소
__3.2.2 프롬프트 설계의 원칙
3.3 효과적인 프롬프트를 작성하기 위한 방법
__3.3.1 퓨샷 프롬프팅
__3.3.2 생각의 사슬 프롬프팅
__3.3.3 자기 일관성 프롬프팅
__3.3.4 생성 기반 지식 프롬프팅
3.4 프롬프트 엔지니어링을 사용한 다양한 사례
__3.4.1 블로그 글, 소설, 광고 카피 작성하기
__3.4.2 코드 생성과 문제 해결을 위한 프롬프트
__3.4.3 바이브 코딩 활용하기
3.5 고급 프롬프트 엔지니어링
__3.5.1 파라미터 조정으로 프롬프트 개선하기
__3.5.2 System Message 설정으로 프롬프트 개선하기

4장 생성형 AI 실습 환경 준비
4.1 실습하기 전에 꼭 알아야 할 개념
__4.1.1 구글 코랩이란
__4.1.2 주피터 노트북이란
4.2 환경 설정
__4.2.1 구글 코랩 환경 설정
__4.2.2 LLM 모델을 연동하기 위한 API Key 발급받기
__4.2.3 OpenAI API를 활용한 기본 예제 실습
__4.2.4 제미나이 API를 활용한 기본 예제 실습

5장 LLM을 이용한 S/W 개발하기
5.1 환경 설정
__5.1.1 비주얼 스튜디오 코드 설치하기
__5.1.2 Extension Pack for Java 설치하기
__5.1.3 JDK(Java Development Kit) 설치하기
__5.1.4 Java Project 생성 및 실행하기
__5.1.5 비주얼 스튜디오 코드에 EasyCode 익스텐션 설치하기
5.2 코드 자동으로 생성하기
__5.2.1 다양한 알고리즘 코드 자동으로 생성하기
__5.2.2 JUnit 테스트 코드 작성하기
__5.2.3 자동으로 코드 리팩터링하기
5.3 코드 설명하기
__5.3.1 코드 주석 만들기
__5.3.2 API 문서 만들기
5.4 프로그램 관련 다양한 활용 팁
__5.4.1 변수명과 함수명 추천받기
__5.4.2 SQL문 최적화하기
5.5 LLM을 이용한 챗봇 서비스 개발하기
__5.5.1 환경 설정하기
__5.5.2 백엔드 구축하기
__5.5.3 프런트엔드 구축하기


6장 RAG 챗봇 만들기부터 파인튜닝까지 구현하기
6.1 RAG 챗봇 서비스 개발
__6.1.1 RAG란
__6.1.2 RAG 아키텍처의 구조와 장점
__6.1.3 벡터 데이터베이스 적재를 위한 전처리 작업
__6.1.4 RAG 구현 절차와 세부 내용
6.2 Azure AI Studio로 RAG 챗봇 서비스 제작하기
__6.2.1 GPT-4o를 기반으로 사내 문서 요약 챗봇 만들기
__6.2.2 sLLM 기반 도메인 특화 챗봇 살펴보기
__6.2.3 Azure AI Studio로 sLLM 구축하고 파인튜닝 챗봇 만들기
6.3 RAG 기반의 챗봇을 실무에 적용한 사례

7장 이미지 프로젝트
7.1 이미지 생성형 모델의 개념과 기초
__7.1.1 이미지 생성형 모델이란
__7.1.2 이미지 생성형 모델의 발전
7.2 이미지 생성형 모델 기반 구조
__7.2.1 GAN 기반 구조
__7.2.2 VAE 기반 구조
__7.2.3 디퓨전 모델 기반 구조
7.3 이미지 생성형 서비스 소개
__7.3.1 이미지 생성형 서비스란
__7.3.2 미드저니(Midjourney)
__7.3.3 달리(DALL-E)
__7.3.4 스테이블 디퓨전(Stable Diffusion)
7.4 이미지 생성형 서비스 심화
__7.4.1 프로젝트 개요 및 환경 설정
__7.4.2 모델을 실제 프로젝트에서 활용하기

8장 동영상 프로젝트
8.1 동영상 생성형 모델의 개념과 기초
__8.1.1 동영상 생성형 모델이란
__8.1.2 동영상 생성형 모델의 발전
8.2 T2V 모델 기반 동영상 생성 기술
__8.2.1 동영상 VAE를 이용한 동영상 정보의 압축 및 복원
__8.2.2 디퓨전 모델을 통한 점진적 노이즈 추가 학습
__8.2.3 노이즈 제거를 통한 동영상 복원
__8.2.4 FPS, 시간적 제어, 시간 기반 업데이트
8.3 동영상 생성형 서비스 소개
__8.3.1 소라(Sora)
__8.3.2 비오(Veo) 2
__8.3.3 동영상 생성형 AI로 쇼츠 만들기

9장 AI 에이전트
9.1 AI 에이전트의 개념과 기초
__9.1.1 AI 에이전트란
__9.1.2 AI 에이전트의 유형
__9.1.3 AI 에이전트 프레임워크
__9.1.4 AI 에이전트 활용 분야
9.2 AI 에이전트 만들기
__9.2.1 CrewAI로 에이전트 만들기
__9.2.2 AutoGen으로 에이전트 만들기
__9.2.3 랭그래프로 에이전트 만들기
9.3 n8n으로 워크플로 구축하기
__9.3.1 n8n이란
__9.3.2 n8n 환경 설정
__9.3.3 n8n으로 워크플로 구축 실습

10장 생성형 AI의 법과 윤리
10.1 생성형 AI 관련 법 제도
__10.1.1 생성형 AI의 국외 법 제도 동향
__10.1.2 생성형 AI의 국내 법 제도 동향
10.2 생성형 AI의 윤리적 고려 사항
__10.2.1 생성형 AI 사용 시 윤리 위험
__10.2.2 생성형 AI의 윤리적 활용 방안

11장 생성형 AI의 미래 전망
11.1 생성형 AI의 미래
__11.1.1 진화하는 AI와 인간의 상호작용
__11.1.2 AGI와 인간의 공존

부록 A아나콘다 환경 설정
A.1 머신러닝 실습 패키지
__A.1.1 아나콘다란

정재민 CJ올리브네트웍스 AX솔루션TECH팀에서 프로젝트 매니저로 재직 중이다. 정보관리 기술사, 정보시스템 수석감리원, 데이터 거래사로 활동하고 있으며, 현재 한양대학교 기술경영전문대학원 박사과정에 재학 중이다. 연구 분야는 빅데이터를 활용한 기술 가치 분석, AI, 머신러닝, 데이터 마이닝 등이다.