직장인을 위한 나의 분야 AI서비스 개발하기 .pdf

1. 서론
1.1. 책의 목적과 대상 독자
1.3. 왜 직장인이 AI 서비스를 만들어야 요?
2. 기초 준비하기
2.1. 언어모델과 LLM의 이해
2.2. RAG(Retrieval-Augmented Generation)의 개념과 중요성
3. 개발 환경 설정
Windows 사용자를 위한 가이드
Mac 사용자를 위한 가이드
3.2 필요한 라이브러리 설치
3.3 API 키 및 환경 변수 설정
3.4 환경 설정 확인
3.5 Ollama 설치하기
3.5.1. Windows에서 설치
3.5.2. macOS에서 설치
3.5.3. Llama 모델 다운로드
주의사항
4. 언어모델 API 사용하기
AI 언어 모델 플랫폼 비교 및 사용 예시
4.1. 플랫폼 소개
4.1.1 OpenAI OpenAI API 사용법
4.1.2 Ollama 4.2. Llama 모델 사용법
4.2.1 시스템 요구사항
4.2.5. LangChain과 Ollama 연동
4.2.7. 주의사항 및 팁
4.1.3 Hugging Face 4.2. LLM+LangChain + VectorStore Streamlit 작성 예시
5. LangChain 기초
5.1. LangChain 소개 및 설치
5.2. LangChain을 이용한 기본 AI 서비스 구현
5.3. OpenAI, Llama, Gemini와 LangChain 연동 예제
직장인용 - 나의분야 AI서비스 만들기 RAG v2.1 2
직장인이 언어모델 AI서비스 만들기
6. RAGpipeline구현하기
6.1. RAG의 작동 원리
6.2. 벡터 데이터베이스 구축
6.3. LangChain을 이용한 RAG 시스템 구현
7. 실전 예제: 직장인을 위한 AI 서비스
7.1. 이메일 자동 응답 시스템
7.2. 문서 요약 및 분석 도구
7.3. 회의록 작성 보조 AI 7.4. 코드 리뷰 및 버그 분석 도우미
7.5. 고객 응대 챗봇 시스템
8. 최신 LangGraph 소
8.1. LangGraph 소개
소개
LangGraph란?
왜 LangGraph를 사용할까요?
LangGraph의 주요 부분
LangGraph로 간단한 AI 도우미 만들기
1단계: 준비하기
2단계: AI 도우미 설계하기
3단계: 코드로 만들기
4단계: AI 도우미 사용하기
시작하기
설치
기본 구성요소
간단한 챗봇 만들기

* 책의 목적:

- 직장인들이 자신의 분야나 직무에 맞는 언어모델 AI 서비스의 초기 모델을 만들 수 있도록 돕는 것입니다.

* 내용 구성:

- 개발 환경 설정, API 사용법, LangChain 활용 등 실제적인 개발 과정을 다룹니다.

RAG(Retrieval-Augmented Generation) 시스템 구현 방법을 설명합니다.

- 이메일 자동 응답, 문서 요약, 회의록 작성 보조 등 실제 업무에 활용할 수 있는 AI 서비스 예제가 있습니다. 업무 상황에 맞게 수정하시면 됩니다.

* 학습 접근 방식:

- 단계별로 차근차근 설명하여 초보자도 따라할 수 있도록 구성되어 있습니다.

* 향후 계획:

- 더 발전된 내용과 서비스 확장 방법에 대한 업데이트가 예정되어 있습니다.

- 이메일 주소를 남겨주시면 업데이트 될때마다 발송드리겠습니다.