허깅페이스 썸네일형 리스트형 LUVIT♥ 파이썬으로 만드는 초경량 한국어 LLM 챗봇 AI에 묻는 법을 넘어, AI를 이해하고 만드는 첫 번째 책 ChatGPT를 쓰는 사람은 많아졌지만, ‘AI가 어떻게 작동하는지’를 이해하는 사람은 여전히 많지 않다. 이 책은 파이썬 기초부터 데이터 분석, 자연어 처리, 머신러닝·딥러닝을 거쳐 초경량 한국어 LLM 챗봇을 직접 만드는 실습까지 하나의 흐름으로 안내한다. 단순한 개념 설명에 그치지 않고, 구글 코랩 기반 실습을 통해 코드를 실행하고 결과를 확인하며 AI의 작동 원리를 몸으로 익힐 수 있도록 구성했다. 특히 데이터 수집, 분석, 시각화부터 분류와 예측, LLM과 허깅 페이스 생태계까지 폭넓게 다루며, ‘AI를 쓰는 사람’에서 ‘AI를 이해하고 구현하는 사람’으로 성장을 이끈다. AI와 챗봇 개발에 처음 도전하는 독자를 위한 가장 현실적인 출.. 더보기 아이언맨의 '자비스'를 내 손으로? 혹시 영화 좋아하시나요? 주인공 토니 스타크가 슈트를 만들거나 전투를 할 때 곁에서 끊임없이 조언해주고 상황을 분석해주는 인공지능 비서 '자비스(Jarvis)'가 등장하죠. 공학도뿐만 아니라 많은 사람이 "나에게도 저런 똑똑한 비서가 있었으면 좋겠다"라고 꿈꿨을 겁니다. 이제 그 상상은 더 이상 영화 속 이야기가 아닙니다. ChatGPT의 등장으로 우리는 이미 AI와 대화하는 시대에 살고 있으니까요. 하지만, 남이 만들어준 AI를 쓰는 것을 넘어 '나만의 자비스'를 직접 만들 수 있다면 어떨까요? 오늘 소개할 책, 《LUVIT♥ 파이썬으로 만드는 초경량 한국어 LLM 챗봇》이 바로 그 길잡이가 되어줄 책입니다. ✈️ 2차 세계대전 전투기와 데이터의 비밀이 책은 단순히 코드를 따라 치는 것에서 끝나지 않.. 더보기 한 번에 끝내는 라마인덱스 × RAG × AI 에이전트 RAG·멀티모달·에이전트까지 AI 아키텍처의 핵심을 한 권에 담았다 LLM 시대의 핵심 기술로 자리 잡은 RAG를 제대로 이해하려면, 단순히 ‘코드를 따라 치는 것’만으로는 충분하지 않다. 이 책은 왜 RAG가 필요한지, 어떤 구조로 설계해야 안정적인지, 언제 에이전트를 활용해야 하는지를 명확하게 설명하며, LLM 기반 시스템을 ‘설계할 수 있는 개발자’로 성장하도록 인도한다. 라마인덱스를 중심으로 인덱싱·임베딩·검색·멀티모달·에이전트까지 이어지는 흐름을 단계별로 풀어내고, 스트림릿·그라디오를 이용해 UI를 구축하는 실전 예제 코드까지 제공하여 실무에 바로 적용 가능한 역량을 쌓을 수 있게 돕는다. 튜토리얼을 넘어 실무 환경에서 반드시 필요한 판단 기준과 트러블슈팅 노하우까지 담아, RAG 기반 AI 서.. 더보기 챗봇을 넘어 '행동하는 AI'로, RAG와 에이전트의 시대가 온다 2022년 말, ChatGPT가 혜성처럼 등장했을 때를 기억하시나요? 우리는 영화 의 인공지능 비서 '자비스'가 현실이 될 것이라며 열광했습니다. 하지만 막상 AI를 실무에 도입하려니 어떤가요? 회사의 내부 규정을 물어보면 엉뚱한 대답을 하거나, 없는 사실을 그럴듯하게 지어내는 '환각(hallucination)' 현상 때문에 난감했던 경험이 한 번쯤 있을 겁니다.단순히 말을 잘하는 AI를 넘어, 미리 학습하지 않은 우리만의 최신 데이터를 토대로 정확하게 답변하고, 더 나아가 사용자 대신 업무를 처리해주는 AI는 어떻게 만들 수 있을까요? 그 해답인 RAG(검색 증강 생성)와 AI 에이전트 기술, 이를 가장 효과적으로 구현할 수 있는 도구인 라마인덱스(LlamaIndex)의 이야기를 시작해보려 합니다. 1.. 더보기 이전 1 다음
