설계부터 백엔드·프런트엔드 구현, 배포까지 AI 에이전트 서비스를 직접 만들며 배운다!
설계부터 백엔드·프런트엔드 구현, 배포까지
AI 에이전트 서비스를 직접 만들며 배운다!
AI 활용은 모델에 질문을 던지고 답을 받는 단계를 지나 여러 기능을 묶어 하나의 서비스로 구현하는 단계로 넘어가고 있습니다. LLM 호출, 프롬프트 작성, 기능 분리, API 구성, 웹 화면 구현처럼 성격이 다른 작업이 한 프로젝트 안에 함께 들어오다 보니 개별 기술을 따로 익히는 것만으로는 전체 구조를 잡기 어렵습니다.
이 책은 글 요약, 감성 분석, 재작성 기능을 갖춘 AI 글 분석 서비스를 직접 만듭니다. 랭체인으로 LLM 호출과 프롬프트를 다루고, 여러 기능을 Tool로 나누어 에이전트에 연결합니다. 이어 FastAPI로 백엔드를 구성하고 React로 사용자 화면을 만든 뒤, 마지막에는 클라우드에 배포해 서비스 형태로 완성하는 것까지 실습합니다. 프롬프트와 Tool, 에이전트, 백엔드 API, 프런트엔드 화면이 어떤 순서로 맞물리는지 따라가다 보면 AI 에이전트 서비스를 설계하고 구현하는 전체 과정을 이해할 수 있습니다.
대상 독자
이 책에서 다루는 내용
Part 1 AI 에이전트의 기초 다지기
1장 개발 환경 구성과 프로젝트 준비하기
1.1 프로젝트 살펴보기
1.2 개발 환경 구성하기
1.3 AI 에이전트 프로젝트 만들기
2장 LangChain으로 첫 대화하기
2.1 LangChain 개요
2.2 LangChain 설치하기
2.3 API 키 안전하게 관리하기
2.4 LLM 호출하기
2.5 메시지로 역할과 맥락 전달하기
3장 프롬프트 설계와 LLM 호출 이해하기
3.1 프롬프트 설계의 기본 원칙
3.2 PromptTemplate으로 프롬프트 구조화하기
3.3 ChatPromptTemplate으로 대화 구조 만들기
3.4 프롬프트를 더 유연하게 사용하기
3.5 상황에 따라 LLM 호출 방식 선택하기
4장 LCEL과 출력 데이터 다루기
4.1 Runnable 실행 구조 이해하기
4.2 LCEL로 처리 흐름 연결하기
4.3 출력 데이터를 구조화하기
4.4 입력 유지와 병렬 실행 처리하기
4.5 실습: 텍스트 분석 파이프라인 만들기
Part 2 AI 글 분석 에이전트 만들기
5장 Tool 정의하기
5.1 Tool 사용 구조 이해하기
5.2 상황에 따라 Tool 정의 방식 선택하기
5.3 Tool 입력 구조 정의하기
5.4 LCEL 체인과 Tool 연결하기
5.5 Tool 목록 관리하기
6장 AI 글 분석 Tool 구현하기
6.1 프로젝트 구조 설계하
6.2 글 요약 Tool 만들기
6.3 감성 분석 Tool 만들기
6.4 재작성 Tool 만들기
6.5 Tool 통합 검증하기
7장 AI 에이전트 만들기
7.1 에이전트의 동작 원리 이해하기
7.2 첫 AI 에이전트 구현하기
7.3 스트리밍으로 진행 과정 확인하기
7.4 에이전트 디버깅하기
7.5 에이전트 실행 프로그램 완성하기
Part 3 AI 에이전트 서비스 완성하기
8장 FastAPI 백엔드 구축하기
8.1 FastAPI 백엔드 프로젝트 준비하기
8.2 FastAPI 애플리케이션 실행 확인과 API 문서 살펴보기
8.3 요청과 응답 구조 만들기
8.4 환경 변수와 CORS 설정하기
9장 AI 에이전트를 API와 연결하기
9.1 에이전트 실행 구조 준비하기
9.2 /api/analyze 엔드포인트 만들기
9.3 오류 처리와 응답 표준화하기
10장 React 프런트엔드 만들기
10.1 React 프로젝트 구성하기
10.2 Tailwind CSS 적용하기
10.3 FastAPI 애플리케이션과 연결하기
11장 AI 에이전트 서비스 화면 만들기
11.1 분석 화면 구조 설계하기
11.2 입력 영역 구현하기
11.3 분석 결과 영역 구현하기
11.4 분석 API 연결하기
12장 AI 에이전트 서비스 배포하기
12.1 배포 전 최종 점검하기
12.2 배포 준비하기
12.3 서비스 배포하기
ㆍ지은이 김기수
저작권 안내
연관 프로그램
독자의견 남기기