러닝 랭체인

CHAPTER 00 랭체인을 위한 기초 AI 지식
_0.1 LLM 기초
_0.2 프롬프트 기초
_0.3 랭체인은 무엇이며 왜 중요한가?

CHAPTER 01 랭체인의 기본 LLM 사용법
_1.1 랭체인 사용 환경 구축
_1.2 랭체인을 통한 LLM 호출
_1.3 LLM 프롬프트 템플릿
_1.4 LLM에서 특정 형식의 답변 지정
_1.5 구성 요소를 조합한 LLM 애플리케이션
_1.6 요약

CHAPTER 02 RAG 1단계: 데이터 인덱싱
_2.1 목표: LLM을 위한 적절한 컨텍스트 선정
_2.2 임베딩: 텍스트를 숫자로 변환
_2.3 문서-텍스트 변환
_2.4 텍스트를 여러 조각으로 분할
_2.5 텍스트 임베딩 생성
_2.6 벡터 저장소에 임베딩 저장
_2.7 문서의 변경 사항 추적
_2.8 인덱싱 최적화
_2.9 요약

CHAPTER 03 RAG 2단계: 데이터 기반 대화
_3.1 RAG 시작하기
_3.2 쿼리 변환
_3.3 쿼리 라우팅
_3.4 쿼리 구성
_3.5 요약

CHAPTER 04 랭그래프를 활용한 메모리 기능
_4.1 챗봇 메모리 시스템 구축
_4.2 랭그래프
_4.3 StateGraph 생성
_4.4 StateGraph에 메모리 기능 추가
_4.5 채팅 기록 수정
_4.6 요약

CHAPTER 05 랭그래프로 구현하는 인지 아키텍처
_5.1 아키텍처 #1: LLM 호출
_5.2 아키텍처 #2: 체인
_5.3 아키텍처 #3: 라우터
_5.4 요약

CHAPTER 06 에이전트 아키텍처 I
_6.1 계획-실행 반복
_6.2 랭그래프 에이전트 구축
_6.3 툴 우선 호출
_6.4 복수 툴 호출
_6.5 요약

CHAPTER 07 에이전트 아키텍처 II
_7.1 성찰
_7.2 서브그래프
_7.3 다중 에이전트 아키텍처
_7.4 요약

CHAPTER 08 LLM의 성능을 높이는 패턴
_8.1 구조화된 출력
_8.2 요약

CHAPTER 09 AI 애플리케이션 배포
_9.1 준비 사항
_9.2 랭그래프 플랫폼 API 이해하기
_9.3 랭그래프 플랫폼에서 AI 애플리케이션 배포
_9.4 보안
_9.5 요약

CHAPTER 10 테스트: 평가, 모니터링, 개선
_10.1 LLM 애플리케이션 테스트 기법
_10.2 설계 단계: 자체 보정 RAG
_10.3 사전 제작 단계
_10.4 운영
_10.5 요약

CHAPTER 11 LLM 애플리케이션 개발
_11.1 챗봇
_11.2 LLM과의 협업
_11.3 앰비언트 컴퓨팅
_11.4 요약

APPENDIX A. MCP 서버의 구축과 활용