이론부터 실전까지 AI 에이전트 완벽 마스터

추천사
옮긴이의 말
들어가며

1부: AI 에이전트 엔진: 텍스트에서 대규모 언어 모델까지
1장 딥러닝으로 텍스트 데이터 분석하기
1. AI를 위한 텍스트 표현
__원-핫 인코딩
__단어 가방
__TF-IDF
2. 임베딩, 응용 그리고 표현
__word2vec
__텍스트의 유사도 개념
__임베딩의 속성
3. 텍스트 처리를 위한 RNN, LSTM, GRU, CNN
__순환 신경망
__장단기 메모리
__게이트 순환 유닛
__텍스트용 CNN
4. 임베딩과 딥러닝을 활용한 감정 분석

2장 트랜스포머: 현대 AI 혁명 이면의 모델
1. 어텐션과 셀프 어텐션 탐구하기
2. 트랜스포머 모델 소개
3. 트랜스포머 학습하기
4. 마스크드 언어 모델링 탐구하기
5. 내부 메커니즘 시각화하기
6. 트랜스포머 활용하기

3장 강력한 AI 엔진, LLM 탐구하기
1. LLM의 진화 과정 살펴보기
__스케일링 법칙
__창발적 특성
__컨텍스트 길이
__전문가 혼합
2. 지시 튜닝, 파인튜닝, 정렬
3. 작고 효율적인 LLM 탐색하기
4. 멀티모달 모델 탐색하기
5. 할루시네이션과 윤리적·법적 쟁점 이해하기
6. 프롬프트 엔지니어링

2부: AI 에이전트와 지식 검색
4장 LLM으로 웹 스크래핑 에이전트 구축하기
1. 두뇌, 지각, 행동 패러다임 이해하기
__두뇌
__지각
__행동
2. AI 에이전트 분류하기
3. 단일 에이전트와 다중 에이전트 시스템 이해하기
4. 주요 라이브러리 탐구
__LangChain
__Haystack
__LlamaIndex
__Semantic Kernel
__AutoGen
__LLM 에이전트 프레임워크 선택하기
5. 검색하여 정보를 스스로 찾는 ReAct 에이전트 만들기

5장 할루시네이션을 방지하는 RAG 기반 에이전트
1. 나이브 RAG 탐구하기
2. 검색, 최적화, 증강
__청크 분할 전략
__임베딩 전략
__임베딩 데이터베이스
3. 출력에 대해 평가하기
4. RAG와 파인튜닝 비교하기
5. RAG를 활용한 영화 추천 에이전트 구축하기

6장 정보 검색과 증강을 위한 고급 RAG 기법
1. 나이브 RAG의 문제점
2. 고급 RAG 파이프라인 살펴보기
__계층적 인덱싱
__가상 질문과 HyDE
__컨텍스트 강화
__쿼리 변환
__키워드 기반 검색과 하이브리드 검색
__쿼리 라우팅
__재순위화
__응답 최적화
3. 모듈형 RAG와 다른 시스템 통합하기
__훈련 기반 접근법과 비훈련 접근법
4. 고급 RAG 파이프라인 구현하기
5. RAG의 확장성과 성능 이해하기
__데이터 확장성, 저장, 전처리
__병렬 처리
__보안과 개인정보 보호
6. 미해결 과제와 미래 전망

7장 지식 그래프 생성하고 AI 에이전트와 연결하기
1. 지식 그래프 소개
__그래프와 지식 그래프의 형식적 정의
__분류 체계와 온톨로지
2. LLM을 활용한 지식 그래프 구축하기
__지식 생성
__LLM으로 지식 그래프 생성
__지식 평가
__지식 정제
__지식 확장
__지식 호스팅과 배포
3. 지식 그래프와 LLM을 활용하여 정보 검색하기
__그래프 기반 인덱싱
__그래프 기반 검색
__그래프 RAG 활용
4. 그래프 추론 이해하기
__지식 그래프 임베딩
__그래프 신경망
__LLM의 지식 그래프 추론
5. 지식 그래프와 그래프 RAG의 도전 과제

8장 강화학습과 AI 에이전트
1. 강화학습 소개
__멀티 암드 밴딧 문제
__마르코프 결정 과정
2. 심층 강화학습
__모델 프리 접근법과 모델 기반 접근법
__온-폴리시와 오프-폴리시 방법
__심층 강화학습 자세히 살펴보기
__심층 강화학습의 과제와 미래 전망
__강화학습으로 비디오 게임 학습하기
3. LLM과 강화학습 모델의 상호작용
__강화학습으로 강화된 LLM
__LLM으로 강화된 강화학습
4. 핵심 정리

3부: 복잡한 시나리오를 해결하는 고도화된 AI 에이전트
9장 단일·다중 에이전트 시스템 만들기
1. 자율 에이전트 소개
__툴포머
__허깅GPT
__켐크로우
__스위프트도시에
__켐에이전트
__법률 분야의 다중 에이전트
__의료 분야의 다중 에이전트
2. 허깅GPT 사용하기
__로컬에서 허깅GPT 사용하기
__웹에서 허깅GPT 사용하기
3. 다중 에이전트 시스템
4. SaaS, MaaS, DaaS, RaaS
__서비스형 소프트웨어, SaaS
__서비스형 모델, MaaS
__서비스형 데이터, DaaS
__서비스형 결과, RaaS
__다양한 패러다임 비교

10장 AI 에이전트 애플리케이션 구축하기
1. 스트림릿 소개
__스트림릿 시작하기
__결과 캐싱하기
2. 스트림릿으로 프론트엔드 개발하기
__텍스트 요소 추가하기
__스트림릿 앱에 이미지 삽입하기
__동적인 앱 만들기
3. 스트림릿과 AI 에이전트를 활용한 애플리케이션 만들기
4. 머신러닝 운영과 LLM 운영
__모델 개발
__모델 학습
__모델 테스트
__추론 최적화
__프로덕션에서 오류 처리하기
__프로덕션 보안을 위한 고려 사항
5. 비동기 프로그래밍
__asyncio
__비동기 프로그래밍과 머신러닝
6. 도커
__쿠버네티스
__머신러닝에 도커 사용하기

11장 다가올 미래
1. 의료 분야 AI 에이전트
__생물의학 분야 AI 에이전트
2. 다른 산업 분야 AI 에이전트
__피지컬 에이전트
__게임용 LLM 에이전트
__웹 에이전트
3. 해결할 과제와 미해결 질문
__인간-에이전트 간 의사소통 문제
__다중 에이전트의 뚜렷한 우월성 부재
__추론의 한계
__LLM의 창의성
__기계론적 해석 가능성
__범용 인공지능으로 가는 길
__윤리 문제

찾아보기