김덕진, 김아람  | 스마트북스

22,500원  | 20250710  | 9791193674260

AI 에이전트 시대를 미리 준비하는 최고급 코스! “사람의 개입 없이 스스로 일하는 나의 AI 업무 파트너” 〈AI 에이전트〉와 함께 하면 나도 슈퍼개인! AI 워커스, 이제는 에이전트다 2023년 사람들이 챗GPT-3.5를 본격적으로 쓰기 시작했을 때는 “AI가 답변을 한다는 것 자체에 놀라워하던 시기”였다면, 2024년은 AI에게 답변을 잘 받아내는 방법을 익히는 시기였다. 그런데 3년 차인 2025년이 되자, 이제 사람들은 자신이 요청한 일을 “AI가 스스로 알아서 다하길” 원하게 되었다. ‘AI 에이전트(AI Agent)’ 시대가 된 것이다. 저자 김덕진은 1,400만 뷰 AI 영상, 매년 수백 회의 강연 등, 다양한 공중파 방송과 대학 교육현장을 넘나드는 가장 핫한 실전형 IT커뮤니케이터이며, 김아람은 오랜 기간 전략기획 컨설턴트로 일해 왔다. 복잡한 기술을 누구나 이해할 수 있도록 풀어내는데 탁월한 능력을 가진 이들은 최신 AI 에이전트를 쉽게 이해하고, 즉시 활용할 수 있도록 안내한다. 퍼플렉시티, 오퍼레이터, 컴퓨터유즈, 젠스파크, 딥 리서치, 펠로, 마누스, 스트림 리얼타임, 노트북 LM, 갤럭시 AI, 애플 인텔리전스 등 주목받는 AI 에이전트 도구들을 한 권에 담아 트렌드부터 실습까지 총망라했다. 프리랜서, 직장인, 스타트업 운영자라면 누구나 이 책을 통해 현장에 즉시 적용 가능한 AI 활용 역량을 갖출 수 있을 것이다. 앞으로의 비즈니스 세계에서 성공하는 사람은 ‘가장 열심히 일하는 사람’이 아닌 ‘가장 스마트하게 일하는 사람’이 될 것이다. AI 에이전트를 통해 AI 시대의 파도를 타는 법과 노하우를 경험하면서 큰 흐름을 본다면, 우리도 충분히 두려움 없이 AI의 파도를 타는 서퍼들이 될 수 있을 것이다.

이성용  | 이지스퍼블리싱

31,500원  | 20250509  | 9791163037057

GPT API를 활용한 업무 자동화부터 랭체인과 랭그래프를 활용한 멀티에이전트 개발까지! 한 권으로 끝내는 AI 에이전트 개발 입문! AI가 모두의 일상을 바꾸고 있는 지금, AI 기술을 제대로 이해하고 활용하는 방법을 소개하는 책이 출간되었습니다. 이 책은 AI 기술의 핵심인 LLM의 개념부터 시작해 LLM을 활용해 AI 에이전트를 개발하는 방법을 소개합니다. GPT API를 활용해 맞춤형 업무 자동화 프로그램을 만들고 랭체인과 랭그래프를 활용해 에이전트들이 협업하는 멀티에이전트 시스템까지 구현합니다. 또한 LLM의 한계와 이를 해결하는 전략은 물론, 보안과 비용 걱정 없이 로컬에서 언어 모델과 임베딩 모델을 사용하는 방법까지 폭넓게 다룹니다. 이 책과 함께라면 이전에는 상상할 수 없었던 생산적이고 창의적인 AI 에이전트를 직접 만들어 낼 수 있습니다.

최재용, 권혁용, 나병인, 노지영, 신진주, 유미경  | 미디어북

18,000원  | 20250829  | 9791194548119

「AI에이전트 시대 젠스파크 AI 300배 활용법」 이 책은 독자가 AI에 대한 첫걸음을 내딛도록 돕기 위해 쓰였다. 처음에는 다소 낯설고 어색할 수 있다. 하지만 차근차근 따라가다 보면, 어느새 보고서를 AI와 함께 완성하고 아이디어를 손쉽게 발굴하며 하루의 흐름이 달라지는 것을 체감하게 될 것이다. 그 경험은 독자에게 새로운 자신감을 선물할 것이며 더 나아가 커리어와 삶 전체를 바꾸는 전환점이 될 수 있다.

임일  | 청람

20,700원  | 20250910  | 9791194641438

개인화 추천은 각 개인의 관심사나 선호도를 분석해서 그에 맞는 정보나 제품을 추천해 주는 것을 말한다. 최근에 고객에 대해 자세한 정보를 수집할 수 있게 되면서 개인화 추천이 점점 더 널리 쓰이고, 또한 기업의 새로운 서비스 개발에서 중요한 기본 기술이 되고 있다. 개인화 추천 기술은 기본적으로는 아마존이나 넷플릭스처럼 추천 서비스를 제공하는 데 사용되지만, 개인의 맞춤형 서비스가 필요한 광고나 웹페이지 구성 등 다양한 분야에 적용이 가능하다. 이 책의 가장 중요한 목적은 독자들이 주요 개인화 추천 알고리즘의 작동원리를 이해하도록 하는 것이다. 이를 위해 이 책에서는 개인화 추천 기술의 전반적인 내용, 그중에서도 특히 연속값을 사용하는 개인화 추천 기술을 다룬다. 구체적으로는 협업 필터링(Collaborative Filtering), 행렬 요인화(Matrix Factorization)와 같은 기계학습(Machine Learning) 계열의 알고리즘과 딥러닝(Deep Learning) 추천 알고리즘 등에 대해 다룬다. 또한 최근에 많이 사용되는 거대언어모델(LLM)을 사용하는 추천에 대해서도 설명한다. 여기에 다수의 추천 알고리즘을 결합하는 하이브리드(Hybrid) 추천 시스템과 추천 시스템 구축에서의 이슈 등도 간단히 다룬다.

이승우  | 한빛미디어

28,800원  | 20240827  | 9791169212861

챗GPT, 아직도 ‘사용’만 하나요? 생성형 AI 실무 개발자가 알려주는 챗GPT 200% 활용하기 이 책은 비전공자, 비개발자도 LLM을 기반으로 챗봇을 개발하는 과정을 짧은 기간 안에 효과적으로 체험하도록 고안되었습니다. 딱 필요한 만큼 다루는 파이썬, 프롬프트 엔지니어링, API를 통한 언어 모델과의 대화, 자율적 에이전트 구현, 기억 장치 사용을 단계별로 다루었습니다. 그리고 이러한 지식을 바탕으로 2023년 11월에 발표된 Assistants API 및 GPTs의 동작 원리와 구현 방식 그리고 이 모든 것을 카카오톡에 탑재하는 방법까지 낱낱이 다루었습니다.

이승우  | 한빛미디어

28,800원  | 20240320  | 9791169212182

챗GPT, 아직도 ‘사용’만 하나요? 생성형 AI 실무 개발자가 알려주는 챗GPT 200% 활용하기 이 책은 비전공자, 비개발자도 LLM을 기반으로 챗봇을 개발하는 과정을 짧은 기간 안에 효과적으로 체험하도록 고안되었습니다. 딱 필요한 만큼 다루는 파이썬, 프롬프트 엔지니어링, API를 통한 언어 모델과의 대화, 자율적 에이전트 구현, 기억 장치 사용을 단계별로 다루었습니다. 그리고 이러한 지식을 바탕으로 2023년 11월에 발표된 Assistants API 및 GPTs의 동작 원리와 구현 방식 그리고 이 모든 것을 카카오톡에 탑재하는 방법까지 낱낱이 다루었습니다. LLM, GPT API, GPTs, 벡터DB… 가장 최신 기술로 나만의 챗봇을 만드는 가장 쉬운 방법 실습 예제를 나열해 단순히 따라만 하는 게 아닌 원리와 동작 방식을 그림과 자료를 활용해 세세하게 설명했습니다. 낯선 단어도, 막막한 기능도 어디서 어떻게 쓰이는지 바닥부터 다질 수 있도록 꼼꼼하게 살펴봅니다. 생성AI를 응용해 내 서비스를 개발해 보고 싶은 개발자, AI 프로덕트가 만들어지는 과정이 궁금한 기획자, AI를 더 깊이 그리고 더 넓게 학습해 보고 싶은 누구나 이 책을 통해 무겁지 않게 시작할 수 있을 것입니다.

발렌티나 알토  | 위키북스

25,200원  | 20241115  | 9791158395582

LLM과 생성형 AI의 모든 것을 빠르게 익히고 싶은 분들을 위한 필독서! 《실전! LLM을 활용한 생성형 AI 애플리케이션 개발》은 LLM이 제공하는 기본 개념, 최신 기술, 실용적인 응용 방법을 심도 있게 설명하고, 궁극적으로 AI의 경계를 확장하는 대규모 파운데이션 모델(LFM)까지 다룹니다. 이 책은 LLM을 깊이 있게 소개하는 것으로 시작합니다. 이어서 독점 모델(GPT 3.5/4)과 오픈소스 모델(Falcon LLM)을 비롯한 다양한 주류 아키텍처 프레임워크를 살펴보고, 각각의 강점과 차이점을 분석합니다. 나아가 파이썬 기반의 경량 프레임워크인 랭체인을 중심으로, LLM과 강력한 도구를 사용해 비정형 데이터에서 정보를 찾아내고 구조화된 데이터와 상호작용할 수 있는 지능형 에이전트를 만드는 과정을 안내합니다. 또한 이 책은 언어 모델링을 넘어 다양한 AI 작업과 영상이나 오디오 같은 유형의 데이터까지 포괄하는 LFM의 영역까지 다룹니다. AI 전문가든 이제 막 AI에 입문하는 초보자든, 이 책은 LLM의 잠재력을 최대한 발휘하고 지능형 AI 시스템의 새로운 시대를 열어가기 위한 로드맵이 될 것입니다. ★ 이 책에서 다루는 내용 ★ ◎ 인코더-디코더 블록과 임베딩을 포함한 LLM 아키텍처의 핵심 구성요소 탐구 ◎ GPT-3.5/4, Llama 2, Falcon LLM 같은 LLM의 특징 이해 ◎ 프런트엔드용 스트림릿(Streamlit)과 랭체인 등의 AI 오케스트레이터 활용 ◎ 메모리, 프롬프트, 도구와 같은 LLM 구성요소 숙지 ◎ 비모수적 지식과 벡터 데이터베이스 활용법 학습 ◎ AI 연구와 산업 응용에서 LFM이 갖는 의미 이해 ◎ 파인 튜닝을 통한 LLM 커스터마이징