logo
logo
x
바코드검색
바코드검색

인기 검색어

실시간 검색어

검색가능 서점

도서목록 제공

실전! RAG 기반 생성형 AI 개발

실전! RAG 기반 생성형 AI 개발

(라마인덱스, 딥 레이크, 파인콘으로 나만의 검색 증강 생성 파이프라인 만들기)

데니스 로스먼 (지은이), 307번역랩, 류광 (옮긴이)
위키북스
32,000원

일반도서

검색중
서점 할인가 할인률 배송비 혜택/추가 실질최저가 구매하기
28,800원 -10% 0원
1,600원
27,200원 >
yes24 로딩중
교보문고 로딩중
11st 로딩중
영풍문고 로딩중
G마켓 로딩중
쿠팡 로딩중
쿠팡로켓 로딩중
notice_icon 검색 결과 내에 다른 책이 포함되어 있을 수 있습니다.

중고도서

검색중
서점 유형 등록개수 최저가 구매하기
로딩중

eBook

검색중
서점 정가 할인가 마일리지 실질최저가 구매하기
aladin 28,444원 -10% 1420원 24,170원 >

책 이미지

실전! RAG 기반 생성형 AI 개발
eBook 미리보기

책 정보

· 제목 : 실전! RAG 기반 생성형 AI 개발 (라마인덱스, 딥 레이크, 파인콘으로 나만의 검색 증강 생성 파이프라인 만들기)
· 분류 : 국내도서 > 컴퓨터/모바일 > 인공지능
· ISBN : 9791158395919
· 쪽수 : 412쪽
· 출판일 : 2025-03-18

책 소개

RAG와 다중 모달 AI 파이프라인을 설계, 관리, 제어하는 방법을 상세히 설명한다. RAG는 출력을 추적 가능한 원본 문서와 연결함으로써 출력의 정확성과 문맥 관련성을 향상시키며, 대량의 정보를 관리하는 동적 접근 방식을 가능하게 하는 기술이다.

목차

▣ 01장: RAG(검색 증강 생성)가 필요한 이유
1.1 RAG란 무엇인가?
1.2 단순, 고급, 모듈형 RAG 구성
1.3 RAG 대 미세조정
1.4 RAG 생태계
__1.4.1 검색기(D)
__1.4.2 생성기(G)
__1.4.3 평가기(E)
__1.4.4 훈련기(T)
1.5 단순, 고급, 모듈형 RAG의 파이썬 구현
__1.5.1 파트 1: 기초와 기본 구현
__1.5.2 파트 2: 고급 기법과 평가

▣ 02장: 딥 레이크와 오픈AI를 활용한 RAG 임베딩 벡터 저장소
2.1 원시 데이터에서 벡터 저장소의 임베딩으로
2.2 RAG 시스템을 하나의 파이프라인으로 구성
2.3 RAG 기반 생성형 AI 파이프라인
2.4 RAG 파이프라인 구축
__2.4.1 환경 설정
__2.4.2 구성요소 1: 데이터 수집과 준비
__2.4.3 구성요소 2: 데이터 임베딩과 저장
__2.4.4 벡터 저장소 정보
__2.4.5 구성요소 3: 입력 증강과 응답 생성
2.5 코사인 유사도를 이용한 출력 평가

▣ 03장: 라마인덱스, 딥 레이크, 오픈AI를 활용한 색인 기반 RAG 구축
3.1 색인 기반 RAG를 사용하는 이유
__3.1.1 아키텍처
3.2 드론 기술 정보를 위한 의미론적 검색 엔진과 생성형 에이전트 구축
__3.2.1 환경 설치
__3.2.2 파이프라인 1: 문서 수집과 준비
__3.2.3 파이프라인 2: 벡터 저장소 준비
__3.2.4 파이프라인 3: 색인 기반 RAG
3.3 벡터 저장소 색인 및 쿼리 엔진
__3.3.1 쿼리 응답과 출처 확인
__3.3.2 최적화된 청킹
__3.3.3 성능 지표
3.4 트리 색인 쿼리 엔진
__3.4.1 성능 지표
3.5 목록 색인 쿼리 엔진
__3.5.1 성능 지표
3.6 키워드 색인 쿼리 엔진
__3.6.1 성능 지표

▣ 04장: 드론 기술을 위한 다중 모달 모듈형 RAG
4.1 다중 모달 모듈형 RAG란 무엇인가?
4.2 드론 기술용 다중 모달 모듈형 RAG 프로그램 구축
__4.2.1 LLM 데이터셋 적재
__4.2.2 다중 모달 데이터셋 적재 및 시각화
__4.2.3 다중 모달 데이터셋 구조
__4.2.4 다중 모달 쿼리 엔진 구축
__4.2.5 다중 모달 모듈형 쿼리 결과 요약
__4.2.6 성능 지표

▣ 05장: 전문가의 피드백을 이용한 RAG 성능 향상
5.1 적응형 RAG
5.2 파이썬을 이용한 하이브리드 적응형 RAG 시스템 구축
__5.2.1 검색기(섹션 1)
__5.2.2 생성기(섹션 2)
__5.2.3 평가기(섹션 3)

▣ 06장: 파인콘을 이용한 RAG 은행 고객 데이터 확장
6.1 파인콘을 이용한 확장
__6.1.1 아키텍처
6.2 파이프라인 1: 데이터셋 수집 및 준비
__6.2.1 데이터셋 수집과 처리(섹션 1)
__6.2.2 탐색적 데이터 분석(섹션 2)
__6.2.3 ML 모델 훈련(섹션 3)
6.3 파이프라인 2: 파인콘 색인(벡터 저장소) 확장
__6.3.1 벡터 저장소 관리의 난제들
__6.3.2 환경 설치
__6.3.3 데이터셋 처리
__6.3.4 데이터셋 청킹 및 임베딩
__6.3.5 파인콘 색인 생성
__6.3.6 업서트
__6.3.7 파인콘 색인 쿼리
6.4 파이프라인 3: RAG 생성형 AI
__6.4.1 GPT-4o를 이용한 RAG
__6.4.2 관련 텍스트 추출
__6.4.3 입력 증강과 프롬프트 엔지니어링
__6.4.4 증강 생성

▣ 07장: 위키백과 API와 라마인덱스를 활용한 확장 가능한 지식 그래프 기반 RAG 구축
7.1 지식 그래프 기반 의미 검색을 위한 RAG 아키텍처
__7.1.1 노드들로 트리 그래프 만들기
7.2 파이프라인 1: 문서 수집 및 준비
__7.2.1 위키백과 데이터 및 메타데이터 검색
__7.2.2 업서트를 위한 데이터 준비
7.3 파이프라인 2: 딥 레이크 벡터 저장소 생성 및 채우기
7.4 파이프라인 3: 지식 그래프 색인 기반 RAG
__7.4.1 지식 그래프 색인 생성
__7.4.2 그래프 표시
__7.4.3 지식 그래프 색인과 상호작용
__7.4.4 유사도 점수 패키지 설치 및 함수 정의
__7.4.5 재순위화
__7.4.6 예시 지표들

▣ 08장: 크로마와 허깅 페이스 라마를 이용한 동적 RAG
8.1 동적 RAG의 아키텍처
8.2 환경 설치
__8.2.1 허깅 페이스 설치
__8.2.2 크로마 설치
8.3 세션 시간 활성화
8.4 데이터셋 다운로드 및 준비
8.5 크로마 컬렉션에 데이터 임베딩 및 업서트
__8.5.1 모델 선택
__8.5.2 문서 임베딩 및 저장
__8.5.3 임베딩 표시
8.6 컬렉션에 대한 쿼리 실행
8.7 프롬프트와 검색
8.8 라마를 이용한 RAG
__8.8.1 컬렉션 삭제
8.9 전체 세션 시간

▣ 09장: AI 모델의 역량 강화 - RAG 데이터와 인간 피드백의 미세조정
9.1 정적 RAG 데이터 미세조정의 아키텍처
__9.1.1 RAG 생태계
9.2 환경 설치
9.3 미세조정을 위한 데이터셋 준비(섹션 1)
__9.3 1 데이터셋 다운로드와 시각화(섹션 1.1)
__9.3 2 미세조정을 위한 데이터셋 준비(섹션 1.2)
9.4 모델 미세조정(섹션 2)
__9.4.1 미세조정 모니터링
9.5 미세조정된 오픈AI 모델 실행(섹션 3)
9.6 지표

▣ 10장: 파인콘과 오픈AI를 활용한 동영상 스톡 제작용 RAG 시스템
10.1 동영상 제작을 위한 RAG 아키텍처
10.2 동영상 제작 생태계의 환경
__10.2.1 모듈과 라이브러리 임포트
__10.2.2 깃허브
__10.2.3 오픈AI
__10.2.4 파인콘
10.3 파이프라인 1: 생성기와 해설 작성기
__10.3.1 AI 생성 동영상 데이터셋
__10.3.2 생성기와 해설 작성기
10.4 파이프라인 2: 벡터 저장소 관리자
__10.4.1 파인콘 색인 쿼리
10.5 파이프라인 3: 동영상 전문가

▣ 부록A: 연습문제 해답

저자소개

데니스 로스먼 (지은이)    정보 더보기
소르본 대학과 파리-디드로 대학교를 졸업했다. AI 부흥 초창기에 word2matrix 임베딩 알고리즘을 개발해서 특허를 받았으며, AI 기반 대화형 에이전트를 선구적으로 개발했다. 경력 초기에 개발한 인지적(cognitive) NLP 챗봇은 모엣 & 샹동을 비롯한 글로벌 브랜드에 채택됐다. 이후 에어버스를 위해 AI 자원 최적화 도구를 만들었는데, IBM과 의류 업계의 여러 선도 기업도 그 도구를 도입했다. 전 세계에서 쓰이는 그의 APS(Advanced Planning and Scheduling, 고급 계획 및 일정 수립) 솔루션은 여러 산업 분야에 걸쳐 공급망 지능화를 이끌었다. 저술 활동을 통해서 데니스는 목적의식을 가지고 AI를 형성하는 데 전념하는 사상가, 제작자, 학습자로 구성된 글로벌 커뮤니티와 혁신의 경험을 공유한다.
펼치기
류광 (옮긴이)    정보 더보기
도널드 커누스 교수의 《컴퓨터 프로그래밍의 예술》 시리즈를 비롯해 다양한 IT 전문서를 번역한 전문 번역가이다. 생성형 AI 관련 번역서로는 《마스터링 트랜스포머》 《실전! RAG 기반 생성형 AI 개발》 《LLM 인 프로덕션》 《AI 에이전트 인 액션》 《스프링 AI 인 액션》 등이 있다. 개인 웹사이트 류광의 번역 이야기(https://occamsrazr.net)와 IT 및 게임 개발 정보 공유 사이트 GpgStudy.com(https://gpgstudy.com)을 운영한다.
펼치기
307번역랩 (옮긴이)    정보 더보기
전문 번역가의 효율적인 번역 작업을 위해 초벌 번역 및 자료 정리 서비스를 제공하는 번역 엔지니어 집단이다. 급변하는 IT 분야의 가치 있는 외국 서적을 발 빠르게 국내 독자에게 전달하는 데 보람을 느낀다.
펼치기

책속에서



추천도서

도서 정보 제공 : Yes24(www.yes24.com), 알라딘(www.aladin.co.kr)

이 포스팅은 쿠팡파트너스 및 제휴마케팅이 포함된 광고로 이에 따른 일정액의 수수료를 제공받습니다.
최근 본 책