러닝 랭체인

생성형 AI 앱 개발, 개념부터 실전까지 한 권으로!
● 랭체인과 랭그래프를 중심으로 기초부터 실전 배포까지
● 단순한 챗봇을 넘는 실전형 AI 애플리케이션 구조 설계
● 파이썬과 자바스크립트 예제를 함께 제공해 바로 실습 가능

RAG부터 멀티 에이전트까지, 최신 기술 전방위 습득!
● 검색 증강 생성(RAG) 시스템 구현법
● 자율성과 협업 능력을 갖춘 AI 에이전트 설계
● 외부 도구 통합, 메모리 기능 등 서비스 수준 구현

실무를 위한 설계 관점과 운영 노하우까지!
● 환각·지연 등 LLM의 한계를 극복하는 설계
● 테스트, 평가, 보안, 모니터링까지 운영 실전 팁
● 실제 배포 가능한 구조와 흐름으로 바로 적용 가능

MCP 활용법 특별 수록!
● MCP 개념부터 서버 구축 및 실전 활용까지


직접 구현하며 익히는 실습 중심의 구성으로, AI 애플리케이션을 즉시 개발에 적용할 수 있는 실전 역량을 길러줍니다. 특히 부록에서는 AI 에이전트와 외부 시스템을 표준 방식으로 연결하는 최신 기술, MCP를 소개하여, 빠르게 진화하는 생성 AI 기술 흐름을 반영했습니다.

LLM을 활용한 애플리케이션 개발이 처음인 독자에게는 출발점을, 이미 경험이 있는 개발자에게는 한 단계 더 나아갈 수 있는 실전 감각을 제공합니다. 빠르게 변화하는 생성 AI 환경 속에서, 이 책은 랭체인의 핵심 개념부터 실전 적용까지 단계별로 안내합니다. 최신 AI 기술을 활용한 개발 역량을 키워보세요.

『러닝 랭체인』은 랭체인의 초기 개발자와 공동 창업자인 저자들이 집필한 책으로, 랭체인과 랭그래프를 활용한 LLM 애플리케이션 개발 전 과정을 체계적으로 안내하는 실전 가이드입니다. 각 장에서는 핵심 주제를 체계적으로 다루며, LLM 애플리케이션의 설계부터 구현까지 전 과정을 폭넓게 설명합니다. AI와 LLM의 개념 소개를 시작으로, 다양한 프롬프트 기법과 랭체인을 활용한 LLM 호출, 검색 증강 생성(RAG)의 핵심 기술을 자세히 설명합니다. 중반부에는 챗봇에 메모리 기능을 추가하는 방법과 랭그래프를 활용한 아키텍처 패턴 구현을 다루며, 에이전트 아키텍처와 그 확장 기법, AI 애플리케이션에서 자율성과 신뢰성을 조화롭게 설계하는 전략을 소개합니다. 후반부에는 배포 전략, 보안 고려 사항, 테스트 및 평가, 지속적인 개선 방법까지 다루며 애플리케이션 유지보수에 이르는 전 과정을 안내합니다. 마지막으로 LLM과 사용자 간 상호작용을 최적화하는 개발 패턴을 정리해 실무에 즉시 적용할 수 있는 인사이트를 제공합니다.
또한 부록에서는 최근 주목받고 있는 MCP 기술까지 다루어, 최신 AI 트렌드에 관심 있는 독자에게도 유익한 내용을 담고 있습니다. 이 책을 통해 최신 기술 흐름을 반영한 AI 애플리케이션 개발 역량을 한층 끌어올릴 수 있을 것입니다.

CHAPTER 00 랭체인을 위한 기초 AI 지식
_0.1 LLM 기초
_0.2 프롬프트 기초
_0.3 랭체인은 무엇이며 왜 중요한가?

CHAPTER 01 랭체인의 기본 LLM 사용법
_1.1 랭체인 사용 환경 구축
_1.2 랭체인을 통한 LLM 호출
_1.3 LLM 프롬프트 템플릿
_1.4 LLM에서 특정 형식의 답변 지정
_1.5 구성 요소를 조합한 LLM 애플리케이션
_1.6 요약

CHAPTER 02 RAG 1단계: 데이터 인덱싱
_2.1 목표: LLM을 위한 적절한 컨텍스트 선정
_2.2 임베딩: 텍스트를 숫자로 변환
_2.3 문서-텍스트 변환
_2.4 텍스트를 여러 조각으로 분할
_2.5 텍스트 임베딩 생성
_2.6 벡터 저장소에 임베딩 저장
_2.7 문서의 변경 사항 추적
_2.8 인덱싱 최적화
_2.9 요약

CHAPTER 03 RAG 2단계: 데이터 기반 대화
_3.1 RAG 시작하기
_3.2 쿼리 변환
_3.3 쿼리 라우팅
_3.4 쿼리 구성
_3.5 요약

CHAPTER 04 랭그래프를 활용한 메모리 기능
_4.1 챗봇 메모리 시스템 구축
_4.2 랭그래프
_4.3 StateGraph 생성
_4.4 StateGraph에 메모리 기능 추가
_4.5 채팅 기록 수정
_4.6 요약

CHAPTER 05 랭그래프로 구현하는 인지 아키텍처
_5.1 아키텍처 #1: LLM 호출
_5.2 아키텍처 #2: 체인
_5.3 아키텍처 #3: 라우터
_5.4 요약

CHAPTER 06 에이전트 아키텍처 I
_6.1 계획-실행 반복
_6.2 랭그래프 에이전트 구축
_6.3 툴 우선 호출
_6.4 복수 툴 호출
_6.5 요약

CHAPTER 07 에이전트 아키텍처 II
_7.1 성찰
_7.2 서브그래프
_7.3 다중 에이전트 아키텍처
_7.4 요약

CHAPTER 08 LLM의 성능을 높이는 패턴
_8.1 구조화된 출력
_8.2 요약

CHAPTER 09 AI 애플리케이션 배포
_9.1 준비 사항
_9.2 랭그래프 플랫폼 API 이해하기
_9.3 랭그래프 플랫폼에서 AI 애플리케이션 배포
_9.4 보안
_9.5 요약

CHAPTER 10 테스트: 평가, 모니터링, 개선
_10.1 LLM 애플리케이션 테스트 기법
_10.2 설계 단계: 자체 보정 RAG
_10.3 사전 제작 단계
_10.4 운영
_10.5 요약

CHAPTER 11 LLM 애플리케이션 개발
_11.1 챗봇
_11.2 LLM과의 협업
_11.3 앰비언트 컴퓨팅
_11.4 요약

APPENDIX A. MCP 서버의 구축과 활용

메이오 오신 Mayo Oshin
랭체인 라이브러리의 초기 개발 컨트리뷰터이자 어드보킷이다. 데이터 기반 AI '채팅' 분야에서 선구자로 활동하며 지금까지 500만 명이 넘는 이들에게 영향력 있는 아이디어를 전달했다. 아마존, 링크드인, 에버코어, 비자, BCG 등 여러 유수 기관에서 수백 명의 엔지니어와 제품 관리자를 대상으로 상담과 교육을 하고 있다.