길벗·이지톡
길벗스쿨 시나공 IT 길벗 동영상강좌

최근 검색어

도서 IT전문서/IT입문서 인공지능

미리보기 SNS공유

프롬프트 엔지니어링부터 LLM, RAG, 미드저니, 달리, 스테이블 디퓨전, 소라, Veo 2, n8n, CrewAI, AutoGen, AI 에이전트 자동화까지 한 권으로 끝내는 생성형 AI 끝판왕! 생성형 AI 완전 정복

정 가: 33,000원

출 간: 2026-02-20

지 은 이: 정재민,송민호,이지성,윤슬,허수영,김혜원,권순률,박은지

I S B N: 9791140717828

분 량: 400쪽

난 이 도: 입문,초급

· YES24 · 교보문고 · 알라딘

· 구글북스 · 리디북스 · 알라딘 · 아이북스(미국) · YES24 · 교보문고

입문부터 실무까지,

전문가 8인이 알려주는 생성형 AI 올인원 가이드!

텍스트를 생성하고, 이미지를 만들며, 코드를 작성하는 생성형 AI가 일상이 된 지금, 우리는 생성형 AI를 어디까지 이해하고, 어떻게 활용하고 있을까요? 이 책은 생성형 AI를 처음 접하는 독자부터 실무 활용을 고민하는 독자까지 모두를 위한 종합 안내서입니다. AI를 가능성과 성장의 도구로 바라보며 우리 일상에, 업무에 도움이 되도록 하는 것이 이 책의 목표입니다.

이 책은 생성형 AI의 정의와 역사에서 출발해 LLM의 핵심 원리, 프롬프트 엔지니어링, 코드 생성과 소프트웨어 개발, RAG 기반 챗봇 구축, 이미지·동영상 생성, AI 에이전트와 자동화 워크플로까지 폭넓게 다룹니다. 이론 설명에 그치지 않고, 실제 API와 실습 환경을 활용한 예제를 통해 직접 AI를 활용해 볼 수 있도록 구성했습니다. 또한 생성형 AI의 법·윤리적 쟁점과 미래 전망까지 함께 짚으며, 기술의 발전 속에서 우리가 어떤 선택을 해야 하는지도 함께 고민합니다. 빠르게 변화하는 AI 시대에 이 책은 생성형 AI를 처음 접하는 독자에게는 든든한 길잡이가, 실무 활용을 고민하는 독자에게는 한 단계 도약을 위한 안내서가 되어줄 것입니다.

소개이미지 보기

1장 생성형 AI의 정의와 역사

1.1 생성형 AI의 정의

1.2 생성형 AI의 역사적 배경과 발전

__1.2.1 초기 연구와 개념적 기초

__1.2.2 인공 신경망의 등장과 발전

__1.2.3 이미지 인식 기술의 발전

__1.2.4 생성형 AI 기술의 발전

__1.2.5 자연어 처리 기술의 발전

2장 LLM

2.1 LLM의 개념과 기초

__2.1.1 LLM이란

__2.1.2 생성형 AI에서 LLM의 위치

__2.1.3 기존 언어 모델과의 차이점

2.2 LLM을 이해하기 위해 알아야 할 기술

__2.2.1 트랜스포머

__2.2.2 어텐션 메커니즘

__2.2.3 LLM 훈련 과정: 데이터 수집, 전처리, 훈련

__2.2.4 사전 훈련과 미세 조정 기술

2.3 대표적인 LLM 모델

__2.3.1 GPT

__2.3.2 BERT와 T5

__2.3.3 나에게 맞는 최적의 모델 찾기

3장 프롬프트 엔지니어링

3.1 프롬프트 엔지니어링의 개념과 기초

__3.1.1 프롬프트 엔지니어링이란

__3.1.2 효과적인 프롬프트 엔지니어링의 중요성

3.2 프롬프트의 구성 요소와 설계 원칙

__3.2.1 프롬프트의 구성 요소

__3.2.2 프롬프트 설계의 원칙

3.3 효과적인 프롬프트를 작성하기 위한 방법

__3.3.1 퓨샷 프롬프팅

__3.3.2 생각의 사슬 프롬프팅

__3.3.3 자기 일관성 프롬프팅

__3.3.4 생성 기반 지식 프롬프팅

3.4 프롬프트 엔지니어링을 사용한 다양한 사례

__3.4.1 블로그 글, 소설, 광고 카피 작성하기

__3.4.2 코드 생성과 문제 해결을 위한 프롬프트

__3.4.3 바이브 코딩 활용하기

3.5 고급 프롬프트 엔지니어링

__3.5.1 파라미터 조정으로 프롬프트 개선하기

__3.5.2 System Message 설정으로 프롬프트 개선하기

4장 생성형 AI 실습 환경 준비

4.1 실습하기 전에 꼭 알아야 할 개념

__4.1.1 구글 코랩이란

__4.1.2 주피터 노트북이란

4.2 환경 설정

__4.2.1 구글 코랩 환경 설정

__4.2.2 LLM 모델을 연동하기 위한 API Key 발급받기

__4.2.3 OpenAI API를 활용한 기본 예제 실습

__4.2.4 제미나이 API를 활용한 기본 예제 실습

5장 LLM을 이용한 S/W 개발하기

5.1 환경 설정

__5.1.1 비주얼 스튜디오 코드 설치하기

__5.1.2 Extension Pack for Java 설치하기

__5.1.3 JDK(Java Development Kit) 설치하기

__5.1.4 Java Project 생성 및 실행하기

__5.1.5 비주얼 스튜디오 코드에 EasyCode 익스텐션 설치하기

5.2 코드 자동으로 생성하기

__5.2.1 다양한 알고리즘 코드 자동으로 생성하기

__5.2.2 JUnit 테스트 코드 작성하기

__5.2.3 자동으로 코드 리팩터링하기

5.3 코드 설명하기

__5.3.1 코드 주석 만들기

__5.3.2 API 문서 만들기

5.4 프로그램 관련 다양한 활용 팁

__5.4.1 변수명과 함수명 추천받기

__5.4.2 SQL문 최적화하기

5.5 LLM을 이용한 챗봇 서비스 개발하기

__5.5.1 환경 설정하기

__5.5.2 백엔드 구축하기

__5.5.3 프런트엔드 구축하기

6장 RAG 챗봇 만들기부터 파인튜닝까지 구현하기

6.1 RAG 챗봇 서비스 개발

__6.1.1 RAG란

__6.1.2 RAG 아키텍처의 구조와 장점

__6.1.3 벡터 데이터베이스 적재를 위한 전처리 작업

__6.1.4 RAG 구현 절차와 세부 내용

6.2 Azure AI Studio로 RAG 챗봇 서비스 제작하기

__6.2.1 GPT-4o를 기반으로 사내 문서 요약 챗봇 만들기

__6.2.2 sLLM 기반 도메인 특화 챗봇 살펴보기

__6.2.3 Azure AI Studio로 sLLM 구축하고 파인튜닝 챗봇 만들기

6.3 RAG 기반의 챗봇을 실무에 적용한 사례

7장 이미지 프로젝트

7.1 이미지 생성형 모델의 개념과 기초

__7.1.1 이미지 생성형 모델이란

__7.1.2 이미지 생성형 모델의 발전

7.2 이미지 생성형 모델 기반 구조

__7.2.1 GAN 기반 구조

__7.2.2 VAE 기반 구조

__7.2.3 디퓨전 모델 기반 구조

7.3 이미지 생성형 서비스 소개

__7.3.1 이미지 생성형 서비스란

__7.3.2 미드저니(Midjourney)

__7.3.3 달리(DALL-E)

__7.3.4 스테이블 디퓨전(Stable Diffusion)

7.4 이미지 생성형 서비스 심화

__7.4.1 프로젝트 개요 및 환경 설정

__7.4.2 모델을 실제 프로젝트에서 활용하기

8장 동영상 프로젝트

8.1 동영상 생성형 모델의 개념과 기초

__8.1.1 동영상 생성형 모델이란

__8.1.2 동영상 생성형 모델의 발전

8.2 T2V 모델 기반 동영상 생성 기술

__8.2.1 동영상 VAE를 이용한 동영상 정보의 압축 및 복원

__8.2.2 디퓨전 모델을 통한 점진적 노이즈 추가 학습

__8.2.3 노이즈 제거를 통한 동영상 복원

__8.2.4 FPS, 시간적 제어, 시간 기반 업데이트

8.3 동영상 생성형 서비스 소개

__8.3.1 소라(Sora)

__8.3.2 비오(Veo) 2

__8.3.3 동영상 생성형 AI로 쇼츠 만들기

9장 AI 에이전트

9.1 AI 에이전트의 개념과 기초

__9.1.1 AI 에이전트란

__9.1.2 AI 에이전트의 유형

__9.1.3 AI 에이전트 프레임워크

__9.1.4 AI 에이전트 활용 분야

9.2 AI 에이전트 만들기

__9.2.1 CrewAI로 에이전트 만들기

__9.2.2 AutoGen으로 에이전트 만들기

__9.2.3 랭그래프로 에이전트 만들기

9.3 n8n으로 워크플로 구축하기

__9.3.1 n8n이란

__9.3.2 n8n 환경 설정

__9.3.3 n8n으로 워크플로 구축 실습

10장 생성형 AI의 법과 윤리

10.1 생성형 AI 관련 법 제도

__10.1.1 생성형 AI의 국외 법 제도 동향

__10.1.2 생성형 AI의 국내 법 제도 동향

10.2 생성형 AI의 윤리적 고려 사항

__10.2.1 생성형 AI 사용 시 윤리 위험

__10.2.2 생성형 AI의 윤리적 활용 방안

11장 생성형 AI의 미래 전망

11.1 생성형 AI의 미래

__11.1.1 진화하는 AI와 인간의 상호작용

__11.1.2 AGI와 인간의 공존

부록 A아나콘다 환경 설정

A.1 머신러닝 실습 패키지

__A.1.1 아나콘다란

ㆍ지은이 정재민

소개: CJ올리브네트웍스 AX솔루션TECH팀에서 프로젝트 매니저로 재직 중이다. 정보관리 기술사, 정보시스템 수석감리원, 데이터 거래사로 활동하고 있으며, 현재 한양대학교 기술경영전문대학원 박사과정에 재학 중이다. 연구 분야는 빅데이터를 활용한 기술 가치 분석, AI, 머신러닝, 데이터 마이닝 등이다.

ㆍ지은이 송민호

소개: 삼성전자 Cloud팀의 Backend 개발자이자, 사내 AI Specialist로 활동하고 있다. 정보관리기술사 및 정보시스템 수석감리원 자격을 보유하고 있으며, 연세대학교 공학대학원에서 컴퓨터공학 석사 학위를 취득했다. 석사 과정에서는 빅데이터를 활용한 검색 시스템 최적화 방안을 주로 연구했다.

ㆍ지은이 이지성

소개: 금융, 유통, 건설, 화학, 에너지 등 다양한 분야에서 데이터 엔지니어링과 거버넌스를 수행하였다. 현재는 데이터 기반 의사결정 지원 및 AI 전환 컨설팅을 하며, IT·DT·AI 부서가 비용 센터(Cost Center)에서 이익 센터(Profit Center)로 전환될 수 있음을 증명하는 데 주력하고 있다.

ㆍ지은이 윤슬

소개: SI 기업에서 20년째 IT 프로젝트 매니저로 재직 중이다. 정보관리기술사 취득 이후 AI와 빅데이터를 중심으로 변화하는 기술을 꾸준히 공부하며, 이를 실제 업무와 비즈니스에 접목하기 위한 실무 적용에 주력하고 있다.

ㆍ지은이 허수영

소개: 공공기관 IT 기획 분야에서 일하며 정보관리기술사로 활동해 왔다. AI·디지털 전환, 데이터 활용, 기술 트렌드를 쉽게 풀어내는 것을 좋아하며, 지식과 경험을 나누는 콘텐츠를 꾸준히 만들고 있다.

ㆍ지은이 김혜원

소개: 정보관리기술사, 개인정보관리사, 정보시스템 수석감리원으로서 다수의 프로젝트에서 클라우드와 AI 기술을 활용한 서비스 운영 모델을 연구·최적화하며, Project Management 및 SW Quality Assurance 활동을 통해 안정적 디지털 전환을 이끌어내고 있다.

ㆍ지은이 권순률

소개: IT 플랫폼 기업에서 데이터 엔지니어로 재직 중이다. 기술사·기술지도사로 활동하며 과학기술정보통신부 장관상을 수상하였고, 고려 대학교 SW·AI 대학원에서 빅데이터·인공지능 기반 데이터 자산화 관점의 큐레이션, 가치평가 및 데이터·인공지능 기술 사업화를 연구하고 있다

ㆍ지은이 박은지

소개: 글로벌 커뮤니케이션 플랫폼 기업에서 보안 및 컴플라이언스 담당자로 재직 중이다. 정보관리기술사 및 ISO/IEC 27001 Lead Auditor로서 현재는 데이터 보호, 개인정보 거버넌스, AI 윤리 정책 수립에 이르기까지 AI 기반 서비스의 보안 리스크와 컴플라이언스 체계를 설계하는 데 집중하고 있다.

필요한 자료를 선택하세요.