그림으로 배우는 생성형 AI

복잡한 생성형 AI를 이제는 눈으로 이해할 차례
개념과 활용은 쉽게, 생성형 AI의 전체 그림을 한 권에

챗GPT 이후 생성형 AI는 빠르게 일상과 업무에 들어왔지만, 여전히 많은 사람은 결과를 활용하면서도 그 원리와 구조까지는 충분히 이해하지 못한 채 사용하고 있습니다. 왜 어떤 결과는 뛰어나고 어떤 결과는 불안정한지, 왜 데모는 쉽지만 실제 적용은 어려운지에 대한 답은 결국 '구조'에 있습니다.

이 책은 생성형 AI의 원리와 구조를 그림으로 풀어내어, 모델과 프롬프트, RAG, 에이전트, 아키텍처가 어떻게 연결되는지 직관적으로 이해하도록 돕습니다. 복잡한 개념을 빠르게 파악하고, 이를 실제 애플리케이션 설계와 판단으로 이어갈 수 있도록 구성했습니다. 또한 생성형 AI가 가진 비결정성, 환각, 비용과 지연시간 같은 현실적인 문제도 함께 짚어줍니다.

생성형 AI를 단순히 사용하는 데서 멈추고 싶지 않다면, 이 책은 좋은 출발점이 됩니다.
이제는 더 잘 쓰는 것을 넘어, 이해하고 설계하는 단계로 나아가야 할 때입니다.

Chapter 1. 생성형 AI, 세상 모든 곳에 한꺼번에 나타나다
_1.1 생성형 AI란?
_1.2 AI, 기계에 인간의 능력을 부여하다
_1.3 어떻게 작동할까?
_1.4 트랜스포머에서 챗GPT까지, 6년의 여정
_1.5 생성형 AI의 난제들
_1.6 이 책의 나머지 부분에 대한 안내
_1.7 요약

Chapter 2. 생성형 AI의 활용
_2.1 멋진 초안 만들기
_2.2 생성형 AI 모델의 프롬프팅
_2.3 생성형 AI 기능을 갖춘 제품 만들기
_2.4 생성형 AI 애플리케이션의 아키텍처
_2.5 요약

Chapter 3. 생성형 AI 활용 사례
_3.1 고객 지원
_3.2 코드 검토 및 생성
_3.3 지식 관리 및 검색
_3.4 데이터 분석 및 통찰
_3.5 마케팅 및 광고
_3.6 요약

Chapter 4. 에이전트형 시스템 구축
_4.1 왜 에이전트형 시스템인가?
_4.2 에이전트 구현
_4.3 랭그래프를 이용한 에이전트형 작업흐름
_4.4 오토젠과 랭그래프 중 선택
_4.5 RAG 에이전트
_4.6 정형 데이터를 다루는 에이전트
_4.7 에이전트형 아키텍처
_4.8 에이전트 통합 패턴
_4.9 요약

Chapter 5. 생성형 AI 애플리케이션의 아키텍처
_5.1 기초 모델 선택
_5.2 창의성과 위험의 균형 맞추기
_5.3 저위험 상황을 위한 아키텍처
_5.4 중간 위험 상황을 위한 아키텍처
_5.5 고위험 상황을 위한 아키텍처
_5.6 모델 미세조정
_5.7 요약

Chapter 6. 책임 있는 생성형 AI 애플리케이션 구축
_6.1 책임 있는 생성형 AI의 특징
_6.2 가치 정렬과 안전성
_6.3 인간-AI 상호작용의 윤리
_6.4 사회적 함의
_6.5 LLM옵스
_6.6 요약 및 결론

프리양카 베르가디아 Priyanka Vergadia
마이크로소프트 시니어 디렉터이자 전 구글 클라우드 개발자 지원 책임자로, 클라우드 및 AI 기술 리더십 분야에서 15년 이상 경력을 쌓았다. 『그림으로 배우는 구글 클라우드 101』(제이펍, 2023)의 저자이며, 시각적 스토리텔링으로 복잡한 클라우드와 AI 기술을 쉽게 전달하는 것으로 유명하다. 기조연설자로 활동하며 스타트업 자문을 맡고 있고, 펜실베이니아 대학교에서 클라우드 및 AI 과목을 가르치며 관련 이사회에서도 활동 중이다.