LUVIT♥ 클로드와 함께하는 LLM 프로젝트

머리말 viii
베타리더 후기 ix
추천사 x
이 책을 읽는 법 xi
학습 가이드 xviii
로드맵 xx

CHAPTER 1 처음 만나는 클로드
1.1 앤트로픽에 대하여 2
1.2 클로드 모델의 특징과 훈련 방법 7
돌아보기/쪽지시험 16

CHAPTER 2 개발 환경 구성하기
2.1 리플릿 사용법과 주요 기능 19
2.2 앤트로픽 실습 환경 구성 28
돌아보기 35

CHAPTER 3 앤트로픽 API 기본기 배우기
3.1 앤트로픽 API 기초 사용법 37
3.2 매개변수 살펴보기 43
3.3 멀티턴으로 대화하기 56
돌아보기/쪽지시험 62

CHAPTER 4 클로드를 위한 프롬프트 엔지니어링
4.1 프롬프트 엔지니어링 개념과 핵심 기법 65
4.2 워크벤치 둘러보기 74
4.3 클로드를 위한 프롬프트 작성법 79
돌아보기/쪽지시험 95

CHAPTER 5 스트림릿으로 챗봇 구현하기
5.1 리플릿에서 스트림릿 사용해보기 98
5.2 스트림릿 핵심 콘셉트 이해하기 101
5.3 클로드 챗봇 만들기 113
5.4 프로그램 배포하기 119
돌아보기/쪽지시험 130

CHAPTER 6 박물관 도슨트 봇 기초 다지기
6.1 서비스의 목적과 핵심 기능 133
6.2 도슨트 봇 스토리보드 만들기 136
6.3 도슨트 봇 목업 만들기 141
6.4 도슨트 봇 객체 기본 구조 작성 150
돌아보기/쪽지시험 158

CHAPTER 7 눈으로 보는 도슨트 봇 구현하기
7.1 전시물 이미지 스크레이핑하기 161
7.2 클로드 비전 기능 살펴보기 185
7.3 클로드 비전 기능 도슨트 봇에 적용하기 193
7.4 프로그램 구조 개선 208
돌아보기/쪽지시험 214

CHAPTER 8 도슨트 봇에게 도구 쥐여주기
8.1 도구 사용 핵심 테크닉 217
8.2 도구를 사용하여 전시물 검색 기능 구현하기 234
8.3 도구 사용하여 답변 품질 높이기 250
돌아보기/쪽지시험 261

CHAPTER 9 프롬프트 캐싱으로 박물관 안내하기
9.1 프롬프트 캐싱 메커니즘 265
9.2 프롬프트 캐싱 사용법 배우기 267
9.3 도슨트 봇에 프롬프트 캐싱 적용하기 279
돌아보기/쪽지시험 299

CHAPTER 10 RAG로 도슨트 봇 증강하기
10.1 벡터 검색과 임베딩 303
10.2 임베딩 모델 실습하기 310
10.3 자체 RAG 시스템 구축하기 314
10.4 도슨트 봇에 RAG 적용하기 318
돌아보기/쪽지시험 338

CHAPTER 11 예약 에이전트 개발을 위한 MCP 완전 정복
11.1 자율적 에이전트와 ReAct 342
11.2 MCP 개념 잡기 352
11.3 MCP 실습하기 358
돌아보기/쪽지시험 390

CHAPTER 12 MCP로 문화해설 예약 에이전트 구현하기
12.1 문화해설 예약 에이전트 설계하기 394
12.2 예약 에이전트 개발하기 416
12.3 스트림릿 연동하기 433
돌아보기/쪽지시험 444

CHAPTER 13 Agent SDK로 예약 에이전트 표준화하기
13.1 Agent SDK 살펴보기 447
13.2 예약 에이전트 Agent SDK 적용하기 450
돌아보기/쪽지시험 458

CHAPTER 14 클로드 스킬로 전국 박물관 안내하기
14.1 스킬의 구성 461
14.2 스킬의 동작 원리 469
14.3 스킬 API 사용하기 473
14.4 도슨트 봇에 스킬 적용하기 482
돌아보기/쪽지시험 489

APPENDIX A 클로드 코드로 전시물 스크레이핑하기
A.1 클로드 코드 사용하기 492
A.2 이미지 데이터 스크레이핑하기 504

APPENDIX B BM25의 의미와 사용법 알아보기
B.1 BM25 기반 RRF 실습하기 511

찾아보기 517

스토리보드에 디자인 요소를 입혀 동작 가능한 형태로 구현한 시안을 목업(mock-up)이라고 합니다. 목업은 실제 애플리케이션을 개발할 때처럼 복잡한 비즈니스 로직, 데이터베이스, 외부 API 연동 등을 구현하지 않고 UI/UX에 집중한다는 점이 특징입니다. / 이 과정을 거치면 정적인 스토리보드 단계에서 놓칠 수 있었던 요구사항을 발견할 수 있어 서비스 기획이 더욱 정교해지고, 이후 개발 단계에서 이해관계자 간 의사소통을 원활하게 하는 밑바탕이 됩니다. 이 절에서는 앞서 설명한 스토리보드 중 초기 화면, 메인 화면, 검색 기능을 스트림릿을 활용해 목업으로 구현합니다. 그 과정에서 화면의 핵심 구조는 물론 백엔드 프로그램의 주요 입·출력 기능을 코드 레벨에서 디자인합니다.

하지만 최근 LLM 기반의 멀티모달 AI가 등장하면서 OCR 환경 역시 획기적으로 개선되고 있습니다. LLM의 비전 기능은 다양한 형태의 이미지와 문서를 별도 모델 구축 없이도 처리할 수 있으며, 문서의 종류와 형식이 변경되어도 유연하게 대응할 수 있습니다. 다만, 퍼블릭 클라우드 환경에 있는 모델을 사용할 경우 사내 정보나 개인정보 유출 등에 대해서는 별도의 고민이 필요합니다. / 이 책에서 다루고 있는 박물관 도슨트 봇을 만들 때도 국립중앙박물관에서 배포하는 리플릿 PDF 파일 중 필요한 부분을 이미지로 캡처한 후 문자 정보를 데이터베이스화해놓으면 개발의 효율성을 높일 수 있습니다.