한빛미디어

"한빛미디어 서평단 <나는 리뷰어다> 활동을 위해서 책을 협찬받아 작성한 서평입니다."

AI 개발 얘기가 나오면 주변에서 파이썬, 랭체인, FastAPI 이야기가 먼저 나옵니다. 스프링을 공부하던 저로서는 그 대화가 남의 얘기 같았습니다. '나중에 파이썬으로 해야지' 하며 미뤄두고 있었는데, 책 첫 페이지에서 만난 문장 하나가 그 생각을 바꿔놓더군요.

"Spring AI는 LLM을 Java 생태계에 통합하기 위한 Spring 프로젝트입니다. Spring Boot의 친숙한 프로그래밍 모델을 유지하면서도 복잡한 기능들을 손쉽게 구현할 수 있도록 도와줍니다. "

말 그대로였습니다. @Service, @Autowired 정도 써본 스프링 개발자라면 따라가기 어렵지 않았습니다. 파이썬 지식이 필요 없었고, 복잡한 AI 이론보다 '스프링답게 구현하는 법'에 집중된 구성이었습니다.

1장에서 아키텍처를 잡고 나면 2장부터 바로 실습에 들어갑니다. 책에서 기본 모델로 사용하는 gpt-4o-mini 환경에서 temperature를 0.3으로 낮춰보니, 답변이 확실히 차분하고 일관되게 바뀌었습니다. 이론으로만 알던 파라미터가 실제로 작동하는 걸 보니 납득이 됐습니다. WebFlux 기반 스트리밍 구조를 살펴본 뒤에는, ChatGPT가 어떤 원리로 돌아가는지도 이해됐습니다.

10장 RAG 파트가 실습 중 가장 생각할 거리가 많았습니다. 'PDF를 업로드하면 끝'이라고 단순하게 생각했는데, 청크 크기 설정을 조금만 바꿔도 AI 답변이 확연히 달라졌습니다. pgAdmin에서 벡터 유사도 점수를 대조하며 어떤 설정이 어떤 결과를 만드는지 직접 추적해보는 과정이 재미있었습니다. 코드와 수치로 확인하고 나니 RAG가 익숙해졌습니다.

개정판에서 추가된 MCP(Model Context Protocol)와 에이전트 챕터도 볼 만했습니다. MCP는 STDIO, SSE 등 다양한 방식으로 외부 도구를 연결하는 표준 프로토콜이고, Tool Calling은 AI가 내가 정의한 스프링 빈을 직접 골라서 실행하는 개념인데, 두 챕터를 함께 읽고 나니 스프링 안에서 AI가 어디까지 행동할 수 있는지 윤곽이 잡혔습니다. 

나중에 채용 정보를 수집해 조건에 맞는 공고를 알림으로 보내주는 작은 서비스를 직접 만들어보고 싶습니다. WeatherAgent 예제에서 시작해 Advisor와 세션 id로 대화 맥락을 유지하는 구조로 발전시키는 흐름은 공부하면서 봤던 리팩토링과 비슷했습니다.

실습 전에 미리 알아두면 좋은 점이 있습니다. 소스 코드에 실습 환경까지 미리 포함되어 있어 용량이 7.5GB입니다. docker/face-embed-api(3.55GB)와 python311(1.77GB)이 대부분이라 핵심 예제 코드 자체는 가볍지만, 다운로드 시간을 여유 있게 잡아두는 편이 좋습니다. 책의 개발 환경 설명이 VS Code 기준이라, IntelliJ를 쓰는 제 환경에서는 환경 변수 설정 위치와 플러그인 구성이 달라서 설정이 적용되지 않는 원인을 찾는 데 헤맸습니다.

파이썬으로 갈아타기엔 막막하고, AI 개발을 어디서 시작해야 할지 모르겠는 스프링 공부 중인 분들께 출발점이 될 만한 책입니다. 이미 배우고 있는 스프링 환경 위에서 생성형 AI를 시작해보고 싶은 분들께 추천합니다.