OpenAI, 구글 Gemini, 업스테이지 Solar API를 활용한 실전 LLM 앱 개발(위키북스 생성형 AI 프로그래밍 12)
프롬프트 작성부터 웹 앱 개발까지, 실습으로 배우는 LLM 서비스 개발
Regular price
$39.33
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
생성 AI 기술로 최적의 LLM API 애플리케이션 개발 방법을 익혀보세요!
이 책은 오픈AI(OpenAI), 구글 제미나이(Gemini), 업스테이지 솔라(Solar) 등 최신 LLM API를 활용해 인공지능 애플리케이션을 개발하는 방법을 소개합니다. API 통합부터 프롬프트 엔지니어링, RAG 구현, 랭체인(LangChain)과 플로와이즈(Flowise)를 활용한 애플리케이션 개발, 스트림릿(Streamlit)과 Flet으로 구현하는 실용적인 웹/데스크톱 앱 제작까지 단계별로 안내합니다.
프로그래밍 기초 지식만 있다면 이 책을 통해 LLM 전문 개발자로 성장할 수 있습니다. 복잡한 이론 대신 실전 예제와 함께, LLM의 잠재력을 최대한 활용하는 방법을 배우게 될 것입니다.
★ 이 책에서 다루는 내용 ★
◎ LLM API 통합과 활용 방법
- OpenAI, 구글 제미나이, 업스테이지 솔라 등 주요 LLM API의 특징과 사용 방법을 소개하고, API 키 발급, API 호출, 응답 처리 등 LLM API 활용에 필요한 기본 지식을 익힙니다.
◎ OpenAI 놀이터를 통한 LLM 기초 익히기
- OpenAI 플레이그라운드에서 프롬프트 작성, 토큰화, 매개변수 조정 등 LLM의 기본적인 사용법을 익히고, 다양한 LLM 모델의 성능을 비교 분석합니다.
◎ 프롬프트 엔지니어링의 핵심 원리와 기법
- LLM의 성능을 극대화하는 프롬프트 엔지니어링의 핵심 원리를 소개하고, 다양한 프롬프트 작성 기법과 실제 적용 사례를 통해 효과적인 프롬프트 설계 방법을 학습합니다.
◎ OpenAI, 구글 제미나이, 업스테이지 솔라 API 사용법
- 각 LLM API의 특징과 사용법을 자세히 알아보고, 텍스트 생성, 이미지 캡셔닝, 번역, 챗봇 등 다양한 작업에 LLM API를 활용하는 방법을 실습합니다.
◎ 검색 증강 생성(RAG)을 활용한 지식 기반 AI 시스템 구축
- 검색 증강 생성(RAG) 기법을 소개하고, 랭체인을 활용해 외부 지식을 활용하는 LLM 애플리케이션을 구축하는 방법을 실습합니다.
◎ 랭체인과 플로와이즈를 활용한 LLM 애플리케이션 개발
- 랭체인 프레임워크의 주요 기능과 사용법을 익히고, 플로와이즈를 활용해 코딩 없이 LLM 애플리케이션을 개발하는 방법을 소개합니다.
◎ 스트림릿으로 구현하는 다양한 AI 웹 애플리케이션
- 스트림릿을 사용해 다양한 LLM 기반 웹 애플리케이션을 개발하는 방법을 소개하고, 데이터 시각화, 사용자 인터페이스 설계, API 연동 등 실제 웹 앱 개발에 필요한 기술을 익힙니다.
◎ Flet으로 만드는 실시간 다국어 채팅 앱
- Flet 프레임워크를 사용해 실시간 다국어 채팅 앱을 구현하고, OpenAI API를 활용한 자동 번역 기능을 추가해 다국어 환경에서의 실시간 소통을 가능하게 합니다.
이 책은 오픈AI(OpenAI), 구글 제미나이(Gemini), 업스테이지 솔라(Solar) 등 최신 LLM API를 활용해 인공지능 애플리케이션을 개발하는 방법을 소개합니다. API 통합부터 프롬프트 엔지니어링, RAG 구현, 랭체인(LangChain)과 플로와이즈(Flowise)를 활용한 애플리케이션 개발, 스트림릿(Streamlit)과 Flet으로 구현하는 실용적인 웹/데스크톱 앱 제작까지 단계별로 안내합니다.
프로그래밍 기초 지식만 있다면 이 책을 통해 LLM 전문 개발자로 성장할 수 있습니다. 복잡한 이론 대신 실전 예제와 함께, LLM의 잠재력을 최대한 활용하는 방법을 배우게 될 것입니다.
★ 이 책에서 다루는 내용 ★
◎ LLM API 통합과 활용 방법
- OpenAI, 구글 제미나이, 업스테이지 솔라 등 주요 LLM API의 특징과 사용 방법을 소개하고, API 키 발급, API 호출, 응답 처리 등 LLM API 활용에 필요한 기본 지식을 익힙니다.
◎ OpenAI 놀이터를 통한 LLM 기초 익히기
- OpenAI 플레이그라운드에서 프롬프트 작성, 토큰화, 매개변수 조정 등 LLM의 기본적인 사용법을 익히고, 다양한 LLM 모델의 성능을 비교 분석합니다.
◎ 프롬프트 엔지니어링의 핵심 원리와 기법
- LLM의 성능을 극대화하는 프롬프트 엔지니어링의 핵심 원리를 소개하고, 다양한 프롬프트 작성 기법과 실제 적용 사례를 통해 효과적인 프롬프트 설계 방법을 학습합니다.
◎ OpenAI, 구글 제미나이, 업스테이지 솔라 API 사용법
- 각 LLM API의 특징과 사용법을 자세히 알아보고, 텍스트 생성, 이미지 캡셔닝, 번역, 챗봇 등 다양한 작업에 LLM API를 활용하는 방법을 실습합니다.
◎ 검색 증강 생성(RAG)을 활용한 지식 기반 AI 시스템 구축
- 검색 증강 생성(RAG) 기법을 소개하고, 랭체인을 활용해 외부 지식을 활용하는 LLM 애플리케이션을 구축하는 방법을 실습합니다.
◎ 랭체인과 플로와이즈를 활용한 LLM 애플리케이션 개발
- 랭체인 프레임워크의 주요 기능과 사용법을 익히고, 플로와이즈를 활용해 코딩 없이 LLM 애플리케이션을 개발하는 방법을 소개합니다.
◎ 스트림릿으로 구현하는 다양한 AI 웹 애플리케이션
- 스트림릿을 사용해 다양한 LLM 기반 웹 애플리케이션을 개발하는 방법을 소개하고, 데이터 시각화, 사용자 인터페이스 설계, API 연동 등 실제 웹 앱 개발에 필요한 기술을 익힙니다.
◎ Flet으로 만드는 실시간 다국어 채팅 앱
- Flet 프레임워크를 사용해 실시간 다국어 채팅 앱을 구현하고, OpenAI API를 활용한 자동 번역 기능을 추가해 다국어 환경에서의 실시간 소통을 가능하게 합니다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
▣ 01장: LLM API 프로그래밍 개요
1.1 플레이그라운드에서 LLM 기초 익히기
1.2 더 나은 지침을 작성하는 방법
1.3 LLM 최강자 OpenAI의 API
1.4 구글 제미나이 API 파헤치기
1.5 대한민국 대표 LLM, 업스테이지 솔라 API
1.6 랭체인 기초부터 RAG 구축까지
1.7 스트림릿으로 LLM 웹 애플리케이션 개발
1.8 다중 플랫폼 LLM 애플리케이션 개발
1.9 정리
▣ 02장: OpenAI 플레이그라운드에서 LLM 기초 익히기
2.1 OpenAI 가입과 결제 설정
__OpenAI 가입
__결제 카드 등록
__크레딧 구매
2.2 OpenAI 플레이그라운드 둘러보기
__플레이그라운드에 입장
__Completions
__Chat 모드
__TTS
2.3 Chat 모드와 Complete 모드 비교
__단일 턴과 다중 턴 대화
__텍스트 요약
__코드 완성
2.4 다양한 프롬프트 예제를 보고 배우기
2.5 토큰
__토큰 개념과 토큰 수
__OpenAI의 토큰화 확인하기
2.6 매개변수 조절하기
__Model
__Temperature
__Maximum Tokens
__Stop sequences
__Top P
__Frequency penalty와 Presence penalty
2.7 모델 성능 간단 비교
__텍스트 요약
__질의응답
__물리학 문제 풀이
__대학수학능력 국어 점수
2.8 도구를 활용하는 어시스턴트를 코딩 없이 만들기
__첫 번째 어시스턴트 만들기 - 고민 상담 봇
__코드 인터프리터로 PPT 문서를 제작하는 어시스턴트 만들기
__PDF 파일 등의 '지식'을 참고해 답변하는 어시스턴트 만들기
2.9 Realtime
__실시간 대화 체험하기
__Realtime API의 활용 가능성
2.10 생성 빈도 제한
2.11 정리
▣ 03장: 더 나은 프롬프트 작성하기
3.1 구체적으로 지시하기
3.2 적확한 표현을 찾기
__단어 선택에 따라 작동 방식이 달라지는 예
__문장의 어조를 지정하는 예
3.3 부정문보다는 긍정문
3.4 문제에 답을 함께 주기
3.5 제로샷, 원샷, 퓨샷, 매니샷 학습
__제로샷
__원샷
__퓨샷
__매니샷
3.6 수행 단계 나누기
__단순 질의
__프롬프트 연쇄
3.7 CoT: 차근차근 생각하라고 시키기
__예: 사과 12개의 가격 구하기
__예: 숫자를 두 수의 곱으로 나타내기
3.8 출력 형식 지정하기
__답이 여러 개인 주관식 단답형 시험 문제 출제
__LLM별 선호 형식
__구조화된 출력을 얻는 방법
3.9 LLM으로 프로그래밍 SQL 문 생성
__SQL 개요
__LLM을 활용한 자연어 질의 변환
__보안 및 성능상의 위험과 해결 방안
__활용 사례
3.10 멀티모달 모델의 객체 인식 정확도 높이기
3.11 ReAct
__ReAct란?
__ReAct 작동 방식
__ReAct의 이점
__ReAct의 한계
__ReAct 프롬프트 작성 방법
__추가 정보
3.12 검색 증강 생성
__RAG란?
__RAG의 장점
__RAG의 단점 및 한계
__RAG의 문제점 해결 방안
__RAG vs. 큰 컨텍스트
__정리
3.13 프롬프트 엔지니어링의 위협과 보안
__위협의 예
__모범 사례
3.14 정리
3.15 더 읽을 거리
▣ 04장: OpenAI API 프로그래밍
4.1 OpenAI API 키 발급받기
4.2 API 키를 안전하게 보관하기
__API 키를 구글 코랩 보안 비밀에 등록하기
__컴퓨터 환경 변수에 API 키를 등록하기
4.3 OpenAI API 사용해 보기
4.4 대화 기록 쌓기
4.5 OpenAI API의 출력을 구조화하기
__출력 구조화 개요
__JSON 모드와 Structured Outputs 비교
__Pydantic을 활용한 출력 구조화 실습
__JSON 스키마를 활용한 출력 구조화 실습
4.6 OpenAI API를 활용한 임베딩
__임베딩이란?
__OpenAI API로 임베딩 생성
__코사인 유사도
__비슷한 의미를 갖는 단어/문장 찾기
4.7 멀티모달 모델을 활용한 이미지 이해
__웹상의 이미지에 관해 설명하기
__로컬 이미지에 관해 설명하기
__텍스트를 포함한 이미지를 이해
4.8 이미지 생성
__이미지 생성 기본 예제
__여러 장의 이미지를 생성하기
4.9 음성 합성
4.10 위스퍼로 음성 받아쓰기
__패키지 선택 및 설치
__받아쓰기 함수 정의
__오디오 파일 받아쓰기
__유튜브 영상 자막 만들기
__프롬프트로 맥락을 설명하고 자막 만들기
__녹취록 만들기
4.11 Batch API를 활용한 일괄 처리
__감성 분석과 네이버 영화 리뷰 데이터셋
__감성 분석의 다양한 접근 방식
__단일 샘플 감성 분석 테스트
__Batch API를 이용한 감성 분석 예제
__결과 분석 및 모델 선택 가이드
__Batch API 사용 시 주의사항
4.12 유해 텍스트 확인
__모더레이션의 범주
__모더레이션 실습
__한국어 모더레이션의 한계
4.13 어시스턴트 API
__어시스턴트의 주요 구성 요소
__단순한 어시스턴트 '쉬운 말 추천 봇 v1'
__어시스턴트 API의 함수 호출 기능
__함수를 활용하는 '쉬운 말 추천 봇 v2'
__타빌리 검색 API를 활용해 용어 설명을 작성하는 어시스턴트 만들기
__Assistant API 활용 시 고려할 점
4.14 파인튜닝
__파인튜닝 개요와 장단점
__파인튜닝 실습 개요
__CSV/TSV 데이터 준비
__데이터 가공
__데이터 업로드와 파인튜닝 실행
__테스트
4.15 OpenAI 모델별 API 요금
__GPT-4o
__GPT-4o mini
__o1 시리즈
__GPT-4 Turbo 및 GPT-4
__GPT-3.5 Turbo
__파인튜닝
__오디오 모델
__Realtime API
4.16 정리
▣ 05장: 구글 제미나이 API
5.1 구글 제미나이 API 개요
5.2 제미나이 API 환경 설정
__구글 제미나이 API 키 발급
__주요 모델 및 무료 사용량
__구글 제미나이 AI 환경 변수 설정과 SDK 설치
5.3 제미나이 AI 기본 사용법
__기본 사용법 1 ? 싱글턴으로 메시지 주고받기
__기본 사용법 2 ? 멀티턴으로 메시지 주고받기(1)
__기본 사용법 3 ? 멀티턴으로 메시지 주고받기(2)
5.4 시스템 지침 사용하기
__페르소나 만들기
__답변 형식 지정하기
5.5 제미나이 AI I/O 구조
__제미나이 AI 입력 데이터 구조
__제미나이 AI 출력 데이터 구조
5.6 제미나이 AI 제어하기
__매개변수 설정하기
__안전성 점검하기
5.7 제미나이 API로 유튜브 동영상 인식하기
__유튜브 동영상 인식 파이프라인
__유튜브 동영상 다운로드
__유튜브 동영상 업로드
5.8 File API를 활용해 음성 인식하기
__음성 인식하기
5.9 제미나이로 함수 호출하기
__함수 호출 기초
__LMM의 함수 호출 과정
__함수 호출 구현하기
__스마트폰 주문 챗봇 구현
__2단계 함수 호출 구현하기
5.10 인터넷 검색으로 답변 품질 높이기
__그라운딩 기능 사용하기
__인터넷 검색 통제하기
5.11 OpenAI 호환성
__SDK 없이 API 호출하는 방법
__OpenAI 호환성이 가능한 이유
__OpenAI 호환성 적용 전략
5.12 정리
▣ 06장: 업스테이지 API
6.1 업스테이지 API 개요
__솔라 LLM 기반 API
__문서 처리용 API
6.2 업스테이지 모델 체험하기
__업스테이지 플레이그라운드
__Poe.com에서 채팅
__솔라 번역 모델을 체험할 수 있는 Solar Custom Translate
6.3 업스테이지 회원 가입하고 API 키 받기
6.4 솔라 LLM으로 채팅 구현하기
__공식 문서의 예제 코드 확인
__솔라 챗 API 실습
6.5 솔라 번역 API 활용하기
__솔라 번역 API 기본 사용법
__번역 예시를 함께 입력하기
6.6 솔라 임베딩 API
__간단한 임베딩 예시
__임베딩 함수 정의
__비슷한 속담 찾기
6.7 문서 OCR 사용해 보기
6.8 웹에서 이미지를 크롤링하고 텍스트를 추출해 질의응답
__API 키 준비
__이미지 가져오기
__이미지에서 텍스트 추출
__질의응답
6.9 업스테이지 API를 활용한 애플리케이션 소개
6.10 정리
▣ 07장: 랭체인과 플로와이즈
7.1 랭체인 개요
__랭체인 프레임워크
__파이썬과 자바스크립트용 랭체인
__랭체인 버전별 주요 변화
__LCEL
__랭체인에 관한 비판과 개선
__랭체인 기반 로코드/노코드 도구
__랭체인의 대안
7.2 플로와이즈로 코딩 없이 랭체인 활용하기
__Node.js 설치
__플로와이즈 설치와 실행
__간단한 챗봇 만들기
__플로와이즈에서 사용할 수 있는 다양한 노드들
__플로와이즈로 제품 카탈로그 챗봇 만들기
7.3 랭체인의 구성 요소
__Model I/O
__검색
__조합
__추가 구성 요소
7.4 랭체인 기본 실습
__솔라 API를 활용한 간단한 질의응답 및 채팅
__언어 모델 교체하기
__프롬프트 템플릿
7.5 LCEL
__LCEL 개요
__LCEL 실습
7.6 타빌리 검색 도구를 사용하는 에이전트
7.7 제미나이, 랭체인, 크로마DB를 활용해 RAG 시스템 구축하기
__준비 작업하기
__벡터 DB 만들어 보기
__벡터 DB 기반 질의응답 프로그램 만들기
7.8 웹 스크레이핑과 요약
__주피터 실습 환경 구성
__파이썬 실습
7.9 맞춤 로더 제작
__패키지 설치
__API 키를 환경 변수에 설정
__로더 클래스 정의
__위키독스 책 내용을 로드
__색인 생성과 질의응답
7.10 Runnable을 활용한 다국어 리뷰 감성 분석 시스템 구축
__Runnable 개념 소개
__실습 코드 개요
__언어 감지 설정
__다국어 리뷰 감성 분석 시스템 구축 준비
__번역 기능 구현
__감성 분석 및 키포인트 추출 설정
__Runnable 컴포넌트 정의
__전체 워크플로 구성
__시스템 실행 및 결과 분석
7.11 랭서브로 노랫말 생성기 웹 앱 만들기
__코드 작성
__웹서버 실행 및 테스트
__API 문서 자동 생성
__API 호출
__실습 종료
7.12 랭스미스
__랭스미스의 주요 기능
__API 키 발급받기
__코드 실습
7.13 정리
▣ 08장: 스트림릿으로 인공지능 웹 애플리케이션 만들기
8.1 스트림릿 기초
__첫 번째 스트림릿 앱 만들기
__스트림릿 앱 실행과 종료
__스트림릿 앱의 기본 구조
__파인튜닝용 데이터 변환기 만들기
__BMI를 계산하고 차트를 그리는 스트림릿 앱 만들기
__비밀 정보를 안전하게 저장하기
8.2 시험 문제를 출제하는 스트림릿 앱 만들기
8.3 상품평을 분류하고 시각화하는 스트림릿 앱 만들기
8.4 제미나이 API를 활용해 스트림릿 챗봇 만들기
__캐싱과 세션 스테이트
__메시지 컨테이너
__제미나이 챗봇 단계별 구현하기
__응답 방식 개선하기
8.5 이미지를 설명하는 스트림릿 앱 만들기
8.6 DALL·E 3로 이미지를 생성하는 스트림릿 앱 만들기
8.7 유튜브 영상 자막을 추출하고 콘텐츠를 생성하는 스트림릿 앱 만들기
__실습 준비
__유튜브 영상 제목과 설명을 가져오는 함수
__영상 설명에서 키워드를 추출하는 함수
__영상의 음성을 다운로드하는 함수
__음성에서 텍스트를 추출하는 함수
__콘텐츠 유형
__요약, 에세이, 블로그, 비평 생성
__녹취록/자막 번역
__실행
8.8 이미지에서 텍스트를 추출하고 요약하는 스트림릿 앱 만들기
8.9 영수증 이미지를 분석하는 스트림릿 앱 만들기
__1단계: 영수증 이미지를 업로드받아 화면에 출력
__2단계: 영수증 정보를 추출해 화면에 출력
__3단계: 지출 내역 자동 분류 기능을 추가해 완성
8.10 파인튜닝한 모델을 사용하는 문장 교정기 만들기
__문장 교정기 개요
__AsyncOpenAI 소개
__문장 교정기 구현
__앱 실행 및 활용
__추가 예제
8.11 스트림릿과 랭체인을 활용한 챗봇 만들기
8.12 정리
▣ 09장: Flet 프레임워크와 LLM API를 활용해 다국어 채팅 앱 만들기
9.1 Flet 프레임워크 소개
9.2 Flet 개발을 위한 환경 구성
__가상 환경 활성화
__Flet 설치
9.3 첫 번째 Flet 앱 만들기
__Flet 프로젝트 생성
__코드 설명
__Flet 앱 실행
9.4 기본적인 채팅 앱 만들기
__채팅 앱의 기본 구조 이해하기
__기본적인 Flet 채팅 앱 만들기
__입장할 때 사용자 이름 입력받기
__로그인 및 채팅 메시지 구분
__메시지 표시 방식 변경
9.5 다국어 채팅 번역 기능 추가 및 완성
__앱 생성
__코드 설명
__앱 실행
▣ 부록A: 모델별 토큰 사용량 비교
A.1 OpenAI 모델
__GPT-3.5 Turbo, GPT-4 Turbo, GPT-4
__GPT-4o, GPT-4o mini
A.2 Gemini Pro
A.3 Solar
A.4 비교
▣ 부록B: 구글 클라우드에서 버텍스 제미나이 사용하기
B.1 버텍스 제미나이에 도달하는 논리적 경로
B.2 구글 클라우드 플랫폼에서 버텍스 AI 시작하기
__구글 클라우드 플랫폼 가입하기
__서비스 계정 만들기
__Vertex AI API 사용 설정하기
__버텍스 제미나이 API 정상 작동 확인
▣ 부록C: .NET에서 OpenAI API 사용하기
C.1 OpenAI API 키 준비
C.2 비주얼 스튜디오 설치
C.3 새 프로젝트 생성
C.4 OpenAI 패키지 설치
C.5 예제 코드 작성
C.6 코드 실행
▣ 부록D: OpenAI Realtime API 실습
D.1 Node.js 설치
D.2 예제 소스 코드 다운로드
__첫 번째 방법: 압축 파일 다운로드해서 풀기
__두 번째 방법: Git 저장소 복제
D.3 OpenAI API 키 준비
D.4 예제 코드 실행
__릴레이 서버 실행
__리얼타임 콘솔 실행
__리얼타임 콘솔 테스트
▣ 부록E: LLM 애플리케이션 안정성을 위한 가드레일
E.1 가드레일의 개념과 필요성
__가드레일의 종류
__가드레일이 없는 경우와 있는 경우의 차이
E.2 Guardrails AI 시작하기
__가입 및 API 키 발급
__설치 및 기본 설정
__Guardrails Hub
__RegexMath를 사용해 전화번호 검출하기
__Dectec PII를 사용해 개인 식별 정보 검출 및 마스킹
__Valid SQL로 SQL 문 유효성 검사
__맞춤 검출기로 개인 식별 정보 마스킹
E.3 마무리
E.4 참고 자료
1.1 플레이그라운드에서 LLM 기초 익히기
1.2 더 나은 지침을 작성하는 방법
1.3 LLM 최강자 OpenAI의 API
1.4 구글 제미나이 API 파헤치기
1.5 대한민국 대표 LLM, 업스테이지 솔라 API
1.6 랭체인 기초부터 RAG 구축까지
1.7 스트림릿으로 LLM 웹 애플리케이션 개발
1.8 다중 플랫폼 LLM 애플리케이션 개발
1.9 정리
▣ 02장: OpenAI 플레이그라운드에서 LLM 기초 익히기
2.1 OpenAI 가입과 결제 설정
__OpenAI 가입
__결제 카드 등록
__크레딧 구매
2.2 OpenAI 플레이그라운드 둘러보기
__플레이그라운드에 입장
__Completions
__Chat 모드
__TTS
2.3 Chat 모드와 Complete 모드 비교
__단일 턴과 다중 턴 대화
__텍스트 요약
__코드 완성
2.4 다양한 프롬프트 예제를 보고 배우기
2.5 토큰
__토큰 개념과 토큰 수
__OpenAI의 토큰화 확인하기
2.6 매개변수 조절하기
__Model
__Temperature
__Maximum Tokens
__Stop sequences
__Top P
__Frequency penalty와 Presence penalty
2.7 모델 성능 간단 비교
__텍스트 요약
__질의응답
__물리학 문제 풀이
__대학수학능력 국어 점수
2.8 도구를 활용하는 어시스턴트를 코딩 없이 만들기
__첫 번째 어시스턴트 만들기 - 고민 상담 봇
__코드 인터프리터로 PPT 문서를 제작하는 어시스턴트 만들기
__PDF 파일 등의 '지식'을 참고해 답변하는 어시스턴트 만들기
2.9 Realtime
__실시간 대화 체험하기
__Realtime API의 활용 가능성
2.10 생성 빈도 제한
2.11 정리
▣ 03장: 더 나은 프롬프트 작성하기
3.1 구체적으로 지시하기
3.2 적확한 표현을 찾기
__단어 선택에 따라 작동 방식이 달라지는 예
__문장의 어조를 지정하는 예
3.3 부정문보다는 긍정문
3.4 문제에 답을 함께 주기
3.5 제로샷, 원샷, 퓨샷, 매니샷 학습
__제로샷
__원샷
__퓨샷
__매니샷
3.6 수행 단계 나누기
__단순 질의
__프롬프트 연쇄
3.7 CoT: 차근차근 생각하라고 시키기
__예: 사과 12개의 가격 구하기
__예: 숫자를 두 수의 곱으로 나타내기
3.8 출력 형식 지정하기
__답이 여러 개인 주관식 단답형 시험 문제 출제
__LLM별 선호 형식
__구조화된 출력을 얻는 방법
3.9 LLM으로 프로그래밍 SQL 문 생성
__SQL 개요
__LLM을 활용한 자연어 질의 변환
__보안 및 성능상의 위험과 해결 방안
__활용 사례
3.10 멀티모달 모델의 객체 인식 정확도 높이기
3.11 ReAct
__ReAct란?
__ReAct 작동 방식
__ReAct의 이점
__ReAct의 한계
__ReAct 프롬프트 작성 방법
__추가 정보
3.12 검색 증강 생성
__RAG란?
__RAG의 장점
__RAG의 단점 및 한계
__RAG의 문제점 해결 방안
__RAG vs. 큰 컨텍스트
__정리
3.13 프롬프트 엔지니어링의 위협과 보안
__위협의 예
__모범 사례
3.14 정리
3.15 더 읽을 거리
▣ 04장: OpenAI API 프로그래밍
4.1 OpenAI API 키 발급받기
4.2 API 키를 안전하게 보관하기
__API 키를 구글 코랩 보안 비밀에 등록하기
__컴퓨터 환경 변수에 API 키를 등록하기
4.3 OpenAI API 사용해 보기
4.4 대화 기록 쌓기
4.5 OpenAI API의 출력을 구조화하기
__출력 구조화 개요
__JSON 모드와 Structured Outputs 비교
__Pydantic을 활용한 출력 구조화 실습
__JSON 스키마를 활용한 출력 구조화 실습
4.6 OpenAI API를 활용한 임베딩
__임베딩이란?
__OpenAI API로 임베딩 생성
__코사인 유사도
__비슷한 의미를 갖는 단어/문장 찾기
4.7 멀티모달 모델을 활용한 이미지 이해
__웹상의 이미지에 관해 설명하기
__로컬 이미지에 관해 설명하기
__텍스트를 포함한 이미지를 이해
4.8 이미지 생성
__이미지 생성 기본 예제
__여러 장의 이미지를 생성하기
4.9 음성 합성
4.10 위스퍼로 음성 받아쓰기
__패키지 선택 및 설치
__받아쓰기 함수 정의
__오디오 파일 받아쓰기
__유튜브 영상 자막 만들기
__프롬프트로 맥락을 설명하고 자막 만들기
__녹취록 만들기
4.11 Batch API를 활용한 일괄 처리
__감성 분석과 네이버 영화 리뷰 데이터셋
__감성 분석의 다양한 접근 방식
__단일 샘플 감성 분석 테스트
__Batch API를 이용한 감성 분석 예제
__결과 분석 및 모델 선택 가이드
__Batch API 사용 시 주의사항
4.12 유해 텍스트 확인
__모더레이션의 범주
__모더레이션 실습
__한국어 모더레이션의 한계
4.13 어시스턴트 API
__어시스턴트의 주요 구성 요소
__단순한 어시스턴트 '쉬운 말 추천 봇 v1'
__어시스턴트 API의 함수 호출 기능
__함수를 활용하는 '쉬운 말 추천 봇 v2'
__타빌리 검색 API를 활용해 용어 설명을 작성하는 어시스턴트 만들기
__Assistant API 활용 시 고려할 점
4.14 파인튜닝
__파인튜닝 개요와 장단점
__파인튜닝 실습 개요
__CSV/TSV 데이터 준비
__데이터 가공
__데이터 업로드와 파인튜닝 실행
__테스트
4.15 OpenAI 모델별 API 요금
__GPT-4o
__GPT-4o mini
__o1 시리즈
__GPT-4 Turbo 및 GPT-4
__GPT-3.5 Turbo
__파인튜닝
__오디오 모델
__Realtime API
4.16 정리
▣ 05장: 구글 제미나이 API
5.1 구글 제미나이 API 개요
5.2 제미나이 API 환경 설정
__구글 제미나이 API 키 발급
__주요 모델 및 무료 사용량
__구글 제미나이 AI 환경 변수 설정과 SDK 설치
5.3 제미나이 AI 기본 사용법
__기본 사용법 1 ? 싱글턴으로 메시지 주고받기
__기본 사용법 2 ? 멀티턴으로 메시지 주고받기(1)
__기본 사용법 3 ? 멀티턴으로 메시지 주고받기(2)
5.4 시스템 지침 사용하기
__페르소나 만들기
__답변 형식 지정하기
5.5 제미나이 AI I/O 구조
__제미나이 AI 입력 데이터 구조
__제미나이 AI 출력 데이터 구조
5.6 제미나이 AI 제어하기
__매개변수 설정하기
__안전성 점검하기
5.7 제미나이 API로 유튜브 동영상 인식하기
__유튜브 동영상 인식 파이프라인
__유튜브 동영상 다운로드
__유튜브 동영상 업로드
5.8 File API를 활용해 음성 인식하기
__음성 인식하기
5.9 제미나이로 함수 호출하기
__함수 호출 기초
__LMM의 함수 호출 과정
__함수 호출 구현하기
__스마트폰 주문 챗봇 구현
__2단계 함수 호출 구현하기
5.10 인터넷 검색으로 답변 품질 높이기
__그라운딩 기능 사용하기
__인터넷 검색 통제하기
5.11 OpenAI 호환성
__SDK 없이 API 호출하는 방법
__OpenAI 호환성이 가능한 이유
__OpenAI 호환성 적용 전략
5.12 정리
▣ 06장: 업스테이지 API
6.1 업스테이지 API 개요
__솔라 LLM 기반 API
__문서 처리용 API
6.2 업스테이지 모델 체험하기
__업스테이지 플레이그라운드
__Poe.com에서 채팅
__솔라 번역 모델을 체험할 수 있는 Solar Custom Translate
6.3 업스테이지 회원 가입하고 API 키 받기
6.4 솔라 LLM으로 채팅 구현하기
__공식 문서의 예제 코드 확인
__솔라 챗 API 실습
6.5 솔라 번역 API 활용하기
__솔라 번역 API 기본 사용법
__번역 예시를 함께 입력하기
6.6 솔라 임베딩 API
__간단한 임베딩 예시
__임베딩 함수 정의
__비슷한 속담 찾기
6.7 문서 OCR 사용해 보기
6.8 웹에서 이미지를 크롤링하고 텍스트를 추출해 질의응답
__API 키 준비
__이미지 가져오기
__이미지에서 텍스트 추출
__질의응답
6.9 업스테이지 API를 활용한 애플리케이션 소개
6.10 정리
▣ 07장: 랭체인과 플로와이즈
7.1 랭체인 개요
__랭체인 프레임워크
__파이썬과 자바스크립트용 랭체인
__랭체인 버전별 주요 변화
__LCEL
__랭체인에 관한 비판과 개선
__랭체인 기반 로코드/노코드 도구
__랭체인의 대안
7.2 플로와이즈로 코딩 없이 랭체인 활용하기
__Node.js 설치
__플로와이즈 설치와 실행
__간단한 챗봇 만들기
__플로와이즈에서 사용할 수 있는 다양한 노드들
__플로와이즈로 제품 카탈로그 챗봇 만들기
7.3 랭체인의 구성 요소
__Model I/O
__검색
__조합
__추가 구성 요소
7.4 랭체인 기본 실습
__솔라 API를 활용한 간단한 질의응답 및 채팅
__언어 모델 교체하기
__프롬프트 템플릿
7.5 LCEL
__LCEL 개요
__LCEL 실습
7.6 타빌리 검색 도구를 사용하는 에이전트
7.7 제미나이, 랭체인, 크로마DB를 활용해 RAG 시스템 구축하기
__준비 작업하기
__벡터 DB 만들어 보기
__벡터 DB 기반 질의응답 프로그램 만들기
7.8 웹 스크레이핑과 요약
__주피터 실습 환경 구성
__파이썬 실습
7.9 맞춤 로더 제작
__패키지 설치
__API 키를 환경 변수에 설정
__로더 클래스 정의
__위키독스 책 내용을 로드
__색인 생성과 질의응답
7.10 Runnable을 활용한 다국어 리뷰 감성 분석 시스템 구축
__Runnable 개념 소개
__실습 코드 개요
__언어 감지 설정
__다국어 리뷰 감성 분석 시스템 구축 준비
__번역 기능 구현
__감성 분석 및 키포인트 추출 설정
__Runnable 컴포넌트 정의
__전체 워크플로 구성
__시스템 실행 및 결과 분석
7.11 랭서브로 노랫말 생성기 웹 앱 만들기
__코드 작성
__웹서버 실행 및 테스트
__API 문서 자동 생성
__API 호출
__실습 종료
7.12 랭스미스
__랭스미스의 주요 기능
__API 키 발급받기
__코드 실습
7.13 정리
▣ 08장: 스트림릿으로 인공지능 웹 애플리케이션 만들기
8.1 스트림릿 기초
__첫 번째 스트림릿 앱 만들기
__스트림릿 앱 실행과 종료
__스트림릿 앱의 기본 구조
__파인튜닝용 데이터 변환기 만들기
__BMI를 계산하고 차트를 그리는 스트림릿 앱 만들기
__비밀 정보를 안전하게 저장하기
8.2 시험 문제를 출제하는 스트림릿 앱 만들기
8.3 상품평을 분류하고 시각화하는 스트림릿 앱 만들기
8.4 제미나이 API를 활용해 스트림릿 챗봇 만들기
__캐싱과 세션 스테이트
__메시지 컨테이너
__제미나이 챗봇 단계별 구현하기
__응답 방식 개선하기
8.5 이미지를 설명하는 스트림릿 앱 만들기
8.6 DALL·E 3로 이미지를 생성하는 스트림릿 앱 만들기
8.7 유튜브 영상 자막을 추출하고 콘텐츠를 생성하는 스트림릿 앱 만들기
__실습 준비
__유튜브 영상 제목과 설명을 가져오는 함수
__영상 설명에서 키워드를 추출하는 함수
__영상의 음성을 다운로드하는 함수
__음성에서 텍스트를 추출하는 함수
__콘텐츠 유형
__요약, 에세이, 블로그, 비평 생성
__녹취록/자막 번역
__실행
8.8 이미지에서 텍스트를 추출하고 요약하는 스트림릿 앱 만들기
8.9 영수증 이미지를 분석하는 스트림릿 앱 만들기
__1단계: 영수증 이미지를 업로드받아 화면에 출력
__2단계: 영수증 정보를 추출해 화면에 출력
__3단계: 지출 내역 자동 분류 기능을 추가해 완성
8.10 파인튜닝한 모델을 사용하는 문장 교정기 만들기
__문장 교정기 개요
__AsyncOpenAI 소개
__문장 교정기 구현
__앱 실행 및 활용
__추가 예제
8.11 스트림릿과 랭체인을 활용한 챗봇 만들기
8.12 정리
▣ 09장: Flet 프레임워크와 LLM API를 활용해 다국어 채팅 앱 만들기
9.1 Flet 프레임워크 소개
9.2 Flet 개발을 위한 환경 구성
__가상 환경 활성화
__Flet 설치
9.3 첫 번째 Flet 앱 만들기
__Flet 프로젝트 생성
__코드 설명
__Flet 앱 실행
9.4 기본적인 채팅 앱 만들기
__채팅 앱의 기본 구조 이해하기
__기본적인 Flet 채팅 앱 만들기
__입장할 때 사용자 이름 입력받기
__로그인 및 채팅 메시지 구분
__메시지 표시 방식 변경
9.5 다국어 채팅 번역 기능 추가 및 완성
__앱 생성
__코드 설명
__앱 실행
▣ 부록A: 모델별 토큰 사용량 비교
A.1 OpenAI 모델
__GPT-3.5 Turbo, GPT-4 Turbo, GPT-4
__GPT-4o, GPT-4o mini
A.2 Gemini Pro
A.3 Solar
A.4 비교
▣ 부록B: 구글 클라우드에서 버텍스 제미나이 사용하기
B.1 버텍스 제미나이에 도달하는 논리적 경로
B.2 구글 클라우드 플랫폼에서 버텍스 AI 시작하기
__구글 클라우드 플랫폼 가입하기
__서비스 계정 만들기
__Vertex AI API 사용 설정하기
__버텍스 제미나이 API 정상 작동 확인
▣ 부록C: .NET에서 OpenAI API 사용하기
C.1 OpenAI API 키 준비
C.2 비주얼 스튜디오 설치
C.3 새 프로젝트 생성
C.4 OpenAI 패키지 설치
C.5 예제 코드 작성
C.6 코드 실행
▣ 부록D: OpenAI Realtime API 실습
D.1 Node.js 설치
D.2 예제 소스 코드 다운로드
__첫 번째 방법: 압축 파일 다운로드해서 풀기
__두 번째 방법: Git 저장소 복제
D.3 OpenAI API 키 준비
D.4 예제 코드 실행
__릴레이 서버 실행
__리얼타임 콘솔 실행
__리얼타임 콘솔 테스트
▣ 부록E: LLM 애플리케이션 안정성을 위한 가드레일
E.1 가드레일의 개념과 필요성
__가드레일의 종류
__가드레일이 없는 경우와 있는 경우의 차이
E.2 Guardrails AI 시작하기
__가입 및 API 키 발급
__설치 및 기본 설정
__Guardrails Hub
__RegexMath를 사용해 전화번호 검출하기
__Dectec PII를 사용해 개인 식별 정보 검출 및 마스킹
__Valid SQL로 SQL 문 유효성 검사
__맞춤 검출기로 개인 식별 정보 마스킹
E.3 마무리
E.4 참고 자료
저자
저자
최용
한국방송통신대학교에서 컴퓨터과학을 전공하고 IT 시스템 운영을 자동화하는 소프트웨어의 기술 지원을 주로 했다. 프로그래밍 책을 쓰고 번역하다가 IT 전문 출판사의 편집자가 됐다. 데이터 분석과 인공지능 책을 주로 담당하는 한편, 파이썬으로 업무 자동화 프로그램을 개발해 활용한다. 누구나 챗GPT를 활용해 자신의 이야기를 책으로 쓸 수 있게 도우려 개발한 'Book Creator Guide' GPT가 OpenAI의 추천을 받아 글쓰기 부문 상위권에 올랐다. 저자·번역자로서 《실전! LLM을 활용한 생성형 AI 애플리케이션 개발》(위키북스, 2024), 《Hello IT 파이썬을 제대로 활용해보려고 해》(패스트캠퍼스, 2022) 등을 냈고, 온라인 책 공유 플랫폼인 위키독스에 '전뇌해커'라는 필명으로 글을 쓴다. 어릴 적 꿈을 떠올리고 서울사이버대학교 드론·로봇융합학과에 입학해 공부하고 있다.
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
