한빛미디어

원제 'Generative AI Design Patterns'에서 알 수 있듯 여러가지 상황을 패턴으로 설명을 한다. 각각에 대해 문제 상황 -> 해결 방식 → 코드 예제 → 트레이드오프의 구조로 알려주며, 32가지 패턴이 나와서 분량도 많다. 개인적으로 책의 수준이 높아서 이해하기 쉽지 않았다. 한 번에 쉽게 읽히는 책은 아니다. 그럼에도 활용 가능성이 매우 높다고 생각한다.
이번에 고객사 관련 업무 준비를 하면서 이 책을 동시에 읽었는데, 중간중간 나오는 다이어그램과 설명을 조합해서 요구사항과 맞춰보니 기본적인 이해에도 도움이 되고, 무엇보다 빠진 부분과 논의할 부분을 도출하는 데 큰 도움이 되었다. 예를 들어 RAG 파이프라인이 색인 → 검색 → 생성같은 한 줄짜리 그림에서 끝나는 게 아니라, 색인 인식 검색, 노드 후처리, 신뢰할 수 있는 생성, 자기 RAG, 교정 RAG 같은 단계로 세분화되어 있다는 걸 다이어그램으로 보고 내용을 읽으면, 현재 작업에서 어느 부분에 뭐가 부족한가? 라는 생각을 자연스럽게 하게 된다.
이 책에서 가장 큰 비중을 차지하는 건 사실상 RAG라고 봐도 된다. 기본 RAG에서 시작해서 여러가지 세분화를 통해 단계적으로 확장한다. 기본적인 RAG 이외의 패턴/설계에 대해서는 잘 몰랐는데, 이번에 읽으면서 조금은 확장할 수 있게 되었다. 약 3년 전 일하던 곳에서 RAG를 활용해 실제 업무에 적용을 해봤었는데, 당시에는 검색 결과 하나만 잘못 만들어져도 답변 전체가 흔들리는 경우가 흔했다. 이런 문제를 이제는 아키텍처를 통해, 예를 들어 CRAG는 검색된 문서 자체의 품질을 다시 검증하고, Self-RAG는 모델이 스스로 “지금 답변 근거가 충분한가”를 점검하는 식으로 해결할 수 있다는 걸 알 수 있다. RAG를 “임베딩 + 벡터DB” 정도로만 알고 있던 나 같은 사람이라면 시야가 넓어질 거라고 생각한다.
내용이 쉽지 않다고 느껴지는 책이지만, 예전 GoF Design Pattern을 사용할 때를 생각해보면 이런 패턴들을 이용해 논의를 하고 합의를 이끌어낼 수 있다면 시간을 절약하고, 더 나은 품질의 산출물을 만들어내는 데도 도움이 될 것이다. 이 차이는 어떤 모델을 사용하느냐에도 있지만, 어떤 시스템을 어떻게 설계하느냐가 더 큰 차이를 주고, 이 책이 이런 방향으로 일하는 데 큰 도움이 된다고 생각한다.

https://www.hanbit.co.kr/store/books/look.php?p_code=B4205161590

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."