랭체인으로 RAG 개발하기 : VectorRAG & GraphRAG

1장 VectorRAG & GraphRAG 개념 이해하기
1.1 RAG란 무엇인가?
____1.1.1 RAG란?
____1.1.2 RAG의 필요성
____1.1.3 RAG 핵심 원리
____1.1.4 RAG 구현 방법
1.2 VectorRAG란 무엇인가?
____1.2.1 벡터란?
____1.2.2 벡터 처리 과정
____1.2.3 벡터 저장소
____1.2.4 VectorRAG란?
____1.2.5 VectorRAG는 언제 사용하나요?
1.3 GraphRAG란 무엇인가?
____1.3.1 그래프란?
____1.3.2 GraphDB: Neo4j
____1.3.3 GraphRAG란?
____1.3.4 GraphRAG는 언제 사용하나요?

2장 OpenAI 개념과 원리 이해하기
2.1 OpenAI란?
2.2 OpenAI 모델
____2.2.1 GPT 시리즈
____2.2.2 ChatGPT
____2.2.3 DALL·E 시리즈
____2.2.4 Whisper
____2.2.5 Sora
____2.2.6 임베딩
2.3 ChatGPT의 원리
____2.3.1 트랜스포머란?
____2.3.2 트랜스포머가 등장한 이유
2.4 OpenAI 추론 모델: o3-mini
____2.4.1 추론을 해야 하는 질문
____2.4.2 정답이 확실한 질문
2.5 OpenAI 모델 사용 시 고려사항

3장 DeepSeek 개념과 원리 이해하기
3.1 DeepSeek란?
3.2 DeepSeek가 부각된 배경
3.3 DeepSeek-R1의 원리
3.4 DeepSeek 모델
3.5 DeepSeek 모델 사용 시 고려사항

4장 실습 환경 준비하기
4.1 아나콘다 설치 및 구성
____4.1.1 아나콘다 설치하기
____4.1.2 아나콘다 가상 환경 구성하기
4.2 API 키 준비하기
4.3 DeepSeek 모델 준비하기
4.4 Neo4j 설치 및 구성하기
____4.4.1 Neo4j 설치하기
____4.4.2 Neo4j 사용 방법 익히기
____4.4.3 Neo4j에서 Cypher 사용하기

5장 VectorRAG 실습: OpenAI API 사용
5.1 자동차 데이터 검색하기
5.2 웹 데이터 검색하기
5.3 PDF에서 다육이 데이터 검색하기
5.4 랭체인의 메모리 사용하기
5.5 여러 파일에서 데이터 가져와 검색하기
5.6 랭체인 & 라마인덱스 비교
5.7 VectorRAG에 부적합한 사례

6장 VectorRAG 실습: DeepSeek 모델 사용
6.1 자동차 데이터 검색하기
6.2 웹 데이터 검색하기
6.3 PDF에서 다육이 데이터 검색하기
6.4 랭체인의 메모리 사용하기
6.5 여러 파일에서 데이터 가져와 검색하기

7장 GraphRAG 실습
7.1 랭체인에서 그래프 사용하기
7.2 축구 데이터 검색하기
____7.2.1 축구 데이터 생성하기
____7.2.2 축구 데이터 검색하기
7.3 PDF 파일 불러와서 검색하기
7.4 영화 데이터 검색하기
____7.4.1 영화 데이터 생성하기
____7.4.2 영화 데이터 검색하기
7.5 자동차 데이터 검색하기
____7.5.1 자동차 데이터 생성하기
____7.5.2 자동차 데이터 검색하기
7.6 건강 데이터 검색하기
____7.6.1 건강 데이터 생성하기
____7.6.2 건강 데이터 검색하기

8장 Copilot과 GraphRAG 비교 및 RAG의 사회적 영향
8.1 Copilot에서 사용하는 그래프 기반 검색과 GraphRAG 비교
____8.1.1 Copilot에서 사용하는 검색
____8.1.2 일반적인 RAG와 Copilot 검색 비교
8.2 RAG 패러다임 이후: 다음 단계는?
____8.2.1 RAG의 한계와 발전 방향
____8.2.2 AI Agent와 강화학습
8.3 RAG의 사회적 영향
____8.3.1 신뢰성과 투명성 문제
____8.3.2 AI의 윤리적 고려 사항
____8.3.3 정책 및 규제 이슈
8.4 인간 삶의 변화
____8.4.1 업무의 변화
____8.4.2 개인 삶의 변화

찾아보기