rag 시스템 - 북프라이스

노코드로 완성하는 ‘내 업무 전용 AI 자동화 시스템’ 한 권으로 끝내는 Dify 기반 실전 업무 자동화 가이드! 이 책은 시각적 인터페이스만으로 AI 앱을 만들 수 있는 Dify를 활용해, 반복 업무 자동화부터 고급 분석 시스템까지 직접 구현하는 실전 중심의 안내서입니다. 그동안 대표적인 생성형 AI를 업무에 '사용'해 왔지만, 반복적인 복사 붙여넣기나 엉뚱한 답변, 요구사항을 도중에 벗어나는 응답 때문에 답답했던 경험이 있으셨나요? 이제 복잡한 코딩 없이 챗봇, 텍스트 생성기, 워크플로우, 에이전트, RAG, TAG 기반 데이터 분석까지 하나의 흐름으로 배울 수 있도록 구성했습니다. 보고서 자동 생성, 회의록 요약, 블로그 자동 작성, 엑셀·DB 데이터 분석 등 현장에서 바로 활용 가능한 업무 자동화 사례를 풍부하게 담아 따라 하기만해도 자연스럽게 AI가 스스로 일하는 시스템을 구축할 수 있도록 구성했습니다. 또한 Dify의 기본 기능부터 에이전트, 외부 API, 지식 기반 챗봇, SEO용 블로그 워크플로우까지 단계별로 실습을 제공하여, 기획자와 비전공자도 자신의 아이디어를 빠르게 서비스 형태로 만들 수 있도록 안내합니다. AI를 단순히 ‘사용’하는 단계를 넘어, 나만의 AI 시스템을 ‘직접 만드는’ 새로운 업무 패러다임을 경험해 보세요. AI를 잘 쓰고 싶지만 막막했던 사람, 팀의 업무 효율을 극대화하고 싶은 리더, 빠르게 프로토타입을 만들어야 하는 기획자와 개발자 모두에게 이 책은 가장 실용적이고 강력한 지침서가 될 것입니다. 이런 분께 추천합니다! ● 반복되는 문서 업무(보고서·요약·정리)를 자동화하고 싶은 직장인 ● 코딩 없이 AI 앱을 만들고 싶은 비전공자, 기획자, 마케터 ● 챗봇·텍스트 생성기·에이전트를 직접 구축해보고 싶은 입문자 ● Dify 워크플로우로 복합 자동화 시나리오를 만들고 싶은 실무자 ● RAG·지식 기반 챗봇·TAG 데이터 분석 기능을 업무에 적용하고 싶은 팀 리더 ● 사내 AI 시스템을 빠르게 프로토타입하고 배포해야 하는 개발자 -이 책의 구성- 1장 · 디파이가 무엇인가요? 생성형 AI의 한계(외부 데이터 접근 불가, 구조화 업무 어려움)를 짚고, 이를 해결하는 플랫폼으로서 Dify의 개념·역할·핵심 장점(노코드, 외부 도구 연동, RAG·워크플로우 지원)을 설명합니다. 업무 자동화가 왜 필요한지를 실무 예시와 함께 제시합니다. 2장 · 프롬프트 엔지니어링과 LLM 기본기 LLM의 동작 원리와 환각 문제를 설명하며, 역할 기반 설계·출력 형식화·변수 기반 프롬프트 구성 등 업무 자동화 품질을 좌우하는 프롬프트 설계 원칙을 다룹니다. 챗봇·보고서 자동화에 활용할 실전 프롬프트 패턴을 익힙니다. 3장 · Dify 시작하기(환경 설정과 기본 UI 탐색) Dify 계정 생성 → 모델 연동(OpenAI 등) → 프로젝트 생성 → 앱 유형별 기본 구조(챗봇/텍스트 생성기/에이전트/워크플로우)를 설명합니다. 이후 실습을 위한 작업 환경을 준비합니다. 4장 · 내 업무를 돕는 AI 앱 만들기 챗봇 → 텍스트 생성기 → 에이전트 순서로 기초 AI 앱 3종을 만들며 Dify의 기본 구조를 익힙니다. 기초 챗봇(대화형 구조 이해) 텍스트 생성기로 보고서 자동화 에이전트로 투자분석 보고서 자동화 5장 · 지식 기반 챗봇 만들기(RAG 기초) 회사 매뉴얼·FAQ·법률 문서 등 정적 문서를 지식으로 업로드해 문서 기반 질의응답 챗봇을 구축합니다. 문서 청크 분할, 메타데이터 구성, 질문 매핑, 지식 검색 전략 등 기초 RAG 개념을 실습합니다. 6장 · 블로그 자동생성 워크플로우 개발 Dify 워크플로우의 핵심 개념을 설명하고, 아이디어 발상 → 자료 검색 → 초안 생성 → SEO 편집까지 이어지는 SEO 블로그 자동생성 시스템을 완성합니다. LLM·HTTP 요청·조건문·Template 노드를 모두 연결하는 복합 자동화입니다. 7장 · 회의록 자동화 워크플로우 만들기 회의 녹음 파일 → 텍스트 변환 → 요약 → DOCX 변환까지 자동화하는 회의록 생성 파이프라인을 구축합니다. Speech-to-Text, Markdown to DOCX, End 노드 등 다양한 도구 연동을 학습합니다. 8장 · 문서 기반 RAG 앱 고도화(전처리·검색 품질 향상) PDF·Word 문서를 텍스트로 정규화하고, 섹션/항목 메타데이터를 설계하여 검색의 정확도와 깊이를 높이는 고급 RAG 전처리 기법을 다룹니다. 사내 매뉴얼·고객 문의 사례를 결합해 고급 지식 DB 앱을 구성합니다. 9장 · 법률·전문 지식 RAG 서비스 만들기 근로기준법 등 전문 문서를 기반으로 “법조문 인용 → 리스크 → 권장 대응 절차”를 포함하는 전문가형 법률 가이드봇을 만듭니다. 전문화된 RAG의 설계 방식과 프롬프트 구조를 배웁니다. 10장 · 사내 지식 DB 활용 앱 개발 기업 내부 문서(매뉴얼, 가이드, 프로세스)를 통합해 사내 RAG 기반 지식 검색 시스템을 구축합니다. 전처리 워크플로우, 문서 구조 통일, 질의응답 최적화 등 실무 중심 기능을 다룹니다. 11장 · TAG로 자연어 데이터 분석 자동화하기(기초) TAG(Table Augmented Generation)의 개념을 이해하고, 자연어 → TEXT TO SQL → SQL EXECUTE → LLM 분석까지 이어지는 기본 TAG 분석 플로우를 실습합니다. Supabase DB 연동, 스키마 기반 SQL 생성, 결과 비교까지 포함됩니다. 12장 · TAG 기반 데이터 분석 앱 개발(심화) 엑셀·CSV 파일을 DB로 통합하고, 사용자가 자연어로 묻기만 하면 SQL 실행 → 통계 분석 → Word 보고서 → 발표 자료를 자동 생성하는 고급 TAG 앱을 개발합니다. 제품 분석 보고서, Gamma.ai 발표 스크립트 생성까지 포함한 완전 자동화 시스템입니다.

RAG 시스템 구축을 위한 랭체인 실전 가이드 (LLM 기초부터 모델 API, 벡터 DB, 임베딩, AI Agent까지)

Dify, 코딩 없이 AI 앱 개발의 시작 (RAG·LLM 워크플로우 기반 에이전트로 완성하는 실무형 AI 시스템)

LLM 프로덕션 엔지니어링 (프롬프트, RAG, 파인튜닝으로 설계하는 신뢰성 높은 생성형 AI 시스템 구축 전략)

Azure OpenAI로 ChatGPT와 LLM 시스템 쉽고 빠르게 구축하기 (챗GPT 활용부터 프롬프트 엔지니어링, RAG 구현, 자체 코파일럿 개발까지 AI 시스템 구축을 위한 애저 완벽 실무 가이드, 2025 세종도서 학술부문 선정 도서)

요즘 AI 에이전트 개발, LLM RAG ADK MCP LangChain A2A LangGraph (60가지 예제로 배우는 인공지능 에이전트 개발, 싱글 Agent부터 멀티 Agent 시스템 설계 및 협업 방식까지)