[리뷰] 랭체인으로 LLM 기반의 AI 서비스 개발하기
책 리뷰
개인적으로 지난해 5월에 데이터분석 프롬프트 엔지니어링 책(가장 빠르게 데이터 분석 전문가가 되는 마법의 챗GPT 활용법)을 한권 쓰고 LLM에 관심이 있어 본 책이다.국내서적으로 랭체인과 LLM에 대해 다룬 최초의 서적으로 상당히 잘 쓴 책이다. 랭체인 외국서적도 좀 보았는데, 외국서적보다 더 간결하게 직관적으로 설명하고 있고 개념설명에 그림이 있어 쉽게 볼 수 있다. 저자가 쓴 ‘딥러닝 텐서플로 교과서’와 ‘챗GPT, 거부할 수 없는 미래’ 책을 가지고 있고, IT관련 기술사 자격증이 있어 신뢰하는 저자 중 한 명이다.
최근 기업과 개발자의 LLM기술 수요가 증폭되고 있어 LLM기반의 어플리케이션을 쉽게 만들 수 있게 해주는 프레임워크인 랭체인을 활용한 LLM기반 서비스 구축을 실험적으로 진행해 볼 수 있어 이 책은 의미가 있다고 생각된다. 학습을 위한 실습부분에서는 좀 시간이 많이 걸리겠으나, 다른 내용들은 개념적으로 잘 정리되어 있어 빠르게 학습할 수 있다는 장점이 있다.(220페이지라 실습하는 것을 빼고 실제 다 보는데 오래걸리지 않았다.) LLM기술과 LLM서비스에 대해 관심 있는 분들에게 추천드린다.
주요내용
- LLM 최신 동향 및 기술 배경, OpenAI GPT, Google Gemini 주요 프로젝트 소개.
- LLM 생성 과정의 기본 이해 제공, LLM 기술의 진화와 중요성에 대한 설명.
- Finetuning, RAG, prompted engineering 등 LLM을 효과적으로 활용하는 다양한 기술 및 지침 소개. LangChain 구조 및 주요 구성 요소 설명
- RAG 기술 및 LLM과의 연결을 위한 기본 지식(검색, 임베딩, RAG 기술) 이해.
- LangChain을 사용한 개발 기초 및 서비스 개발을 위한 중요 지침 및 아이디어 제공
목차
1장 LLM 훑어보기
__1.1 LLM 개념
____1.1.1 언어 모델
____1.1.2 거대 언어 모델
__1.2 LLM 특징과 종류
____1.2.1 LLM의 특징
____1.2.2 LLM의 종류
____1.2.3 LLM과 GAI, SLM
__1.3 LLM 생성 과정
__1.4 LLM 생성 후 추가 고려 사항
2장 LLM 활용하기
__2.1 LLM 활용 방법
____2.1.1 파인튜닝
____2.1.2 RAG
____2.1.3 퓨샷 러닝
__2.2 LLM 활용 시 주의 사항
__2.3 LLM의 한계
3장 RAG 훑어보기
__3.1 RAG 개념
__3.2 RAG 구현 과정
____3.2.1 정보 검색
____3.2.2 심화 정보 검색
____3.2.3 텍스트 생성
__3.3 RAG 구현 시 필요한 것
____3.3.1 데이터
____3.3.2 벡터 데이터베이스
____3.3.3 프레임워크(랭체인)
4장 랭체인 익숙해지기
__4.1 랭체인 훑어보기
__4.2 랭체인을 사용하기 위한 환경 구성
____4.2.1 아나콘다 환경 구성
____4.2.2 필요한 라이브러리 설치
____4.2.3 키 발급
__4.3 랭체인 주요 모듈
____4.3.1 모델 I/O
____4.3.2 데이터 연결
____4.3.3 체인
____4.3.4 메모리
____4.3.5 에이전트/툴
5장 랭체인으로 RAG 구현하기
__5.1 간단한 챗봇 만들기
__5.2 RAG 기반의 챗봇 만들기
__5.3 PDF 요약 웹사이트 만들기
__5.4 독립형 질문 챗봇 만들기
__5.5 대화형 챗봇 만들기
__5.6 번역 서비스 만들기
__5.7 메일 작성기 만들기
__5.8 CSV 파일 분석하기
6장 LLM을 이용한 서비스 알아보기
__6.1 콜센터
__6.2 상품 추천
__6.3 보험 언더라이팅
__6.4 코드 생성 및 리뷰
__6.5 문장 생성, M365 코파일럿
부록 코랩 사용법
__A.1 코랩 사용 방법
__A.2 코랩에 파일 업로드하기
찾아보기