상세정보
미리보기
에이전트 시대의 AI 시스템 설계
- 저자
- 발리아파 락슈마난,하네스 하프케 저/류광 역
- 출판사
- 한빛미디어
- 출판일
- 2026-04-27
- 등록일
- 2026-10-12
- 파일포맷
- PDF
- 파일크기
- 8MB
- 공급사
- YES24
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
프로토타입을 넘어 프로덕션으로!성공적인 AI 서비스를 위한 32가지 실전 패턴생성형 AI는 강력한 기능을 제공하지만, 이를 실제 프로덕션 환경에 안정적으로 도입하려면 환각, 비결정적 응답, 지식 공백 등 치명적인 한계를 극복해야 한다. 이 책은 현업 전문가들이 LLM 애플리케이션과 에이전트를 구축할 때 마주치는 핵심 문제를 해결하는 검증된 설계 패턴 32가지를 집대성했다. 최신 연구와 실제 현장의 경험을 바탕으로 패턴마다 명확한 문제 정의, 완전한 예제 코드, 도입 시 장단점까지 상세히 다루어 흔들리지 않는 AI 시스템 구축을 위한 명확한 실무 지침을 제공한다.
저자소개
AI 기반 핀테크 스타트업인 디지츠(Digits)의 수석 머신러닝 엔지니어로서 금융 애플리케이션용 머신러닝 시스템을 구축했다. 머신러닝 분야 구글 개발자 전문가(GDE)이며, 구글 개발자 자문 위원회에서 활동한다. 또한 『살아 움직이는 머신러닝 파이프라인 설계』(한빛미디어, 2021)와 『파이썬으로 배우는 자연어 처리 인 액션』(제이펍, 2020)을 포함해 여러 권의 머신러닝 관련 도서를 공동 저술했다.
목차
CHAPTER 1 서론 _1.1 생성형 AI 설계 패턴 _1.2 기초 모델에 기반한 애플리케이션 구축 _1.3 에이전트형 AI _1.4 세밀한 제어 _1.5 컨텍스트 내 학습 _1.6 사후훈련 _1.7 이 책의 구성 CHAPTER 2 콘텐츠 스타일의 제어 _2.1 패턴 1: 로짓 마스킹 _2.2 패턴 2: 문법 _2.3 패턴 3: 스타일 전이 _2.4 패턴 4: 역중립화 _2.5 패턴 5: 콘텐츠 최적화 _2.6 요약 CHAPTER 3 지식 추가: 기본 _3.1 패턴 6: 기본 RAG _3.2 패턴 7: 의미 기반 색인화 _3.3 패턴 8: 대규모 색인화 _3.4 요약 CHAPTER 4 지식 추가: 고급 _4.1 패턴 9: 색인 인식 검색 _4.2 패턴 10: 노드 후처리 _4.3 패턴 11: 신뢰할 수 있는 생성 _4.4 패턴 12: 심층 탐색 _4.5 요약 CHAPTER 5 모델 능력 확장 _5.1 LLM 추론의 한계 _5.2 패턴 13: 사고 연쇄(CoT) _5.3 패턴 14: 사고 트리(ToT) _5.4 패턴 15: 어댑터 조정 _5.5 패턴 16: 지시사항 진화 _5.6 요약 CHAPTER 6 신뢰성 개선 _6.1 패턴 17: 심판형 LLM _6.2 패턴 18: 성찰 _6.3 패턴 19: 의존성 주입 _6.4 패턴 20: 프롬프트 최적화 _6.5 요약 CHAPTER 7 에이전트의 행동 능력 활성화 _7.1 패턴 21: 도구 호출 _7.2 패턴 22: 코드 실행 _7.3 패턴 23: 다중 에이전트 협업 _7.4 요약 CHAPTER 8 제약 조건 해결 _8.1 패턴 24: 소규모 언어 모델 _8.2 패턴 25: 프롬프트 캐싱 _8.3 패턴 26: 인퍼런스 최적화 _8.4 패턴 27: 성능 저하 테스트 _8.5 패턴 28: 장기 기억 _8.6 요약 CHAPTER 9 안전장치 설정 _9.1 패턴 29: 템플릿 생성 _9.2 패턴 30: 조립 후 재구성 _9.3 패턴 31: 자체점검 _9.4 패턴 32: 가드레일 _9.5 요약 CHAPTER 10 조합 가능한 에이전트형 작업흐름 _10.1 에이전트형 작업흐름 _10.2 요약
