실전으로 배우는 AI 에이전트 개발의 정수  조코딩의 랭체인으로 AI 에이전트 서비스 만들기

요즘 AI 분야에서 가장 뜨거운 키워드 중 하나는 단연 AI 에이전트입니다. 단순히 프롬프트 하나 던져서 응답을 받는 수준을 넘어서, 실제로 업무를 돕거나 자동화된 판단을 내릴 수 있는 '지능형 서비스'가 가능한 시대가 되었죠.

저는 최근에 그 흐름을 가장 직관적으로 실감할 수 있었던 책, 조코딩의 랭체인으로 AI 에이전트 서비스 만들기를 읽고 꽤 큰 인사이트를 얻었습니다. 이 책은 유튜브로 유명한 조코딩님의 인기 강의를 기반으로 하고 있어 그런지, 개념보다는 ‘실습’ 중심으로 흡수력 있게 구성되어 있다는 점이 가장 인상적이었습니다.

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

GPT API 호출은 해봤고, LangChain이 뭔지는 대충 안다.
하지만 나만의 서비스를 만들거나, RAG를 활용해 검색 기능까지 구현해 보라고 하면 솔직히 막막하다.
이 도서는 그런 수많은 AI 초보 개발자에게 “이제 진짜 시작해 보자”라고 말해주는 책이다.
GPT를 단순히 써보는 걸 넘어서, 직접 제품을 만들고 배포하는 경험까지 단계별로 안내해 준다.

Part1. 책의 시작은 굉장히 흥미롭다.
우리가 많이 사용하는 ChatPDF 같은 서비스를 예로 들면서, 수익 구조와 기술 스택, 핵심 구성요소가 어떻게 연결되는지 보여준다. 이론이 아니라 진짜 서비스 이야기가 나온다.
“이건 전문가만 만드는 거잖아”
→ 이 책을 읽고 나면 “나도 해볼 수 있겠다"라는 생각으로 바뀐다.

LangChain과 GPT 모델의 구조를 이해하는 과정도 Playground 실험으로 직관적으로 구성되어 있어서, 처음 접하는 사람도 금방 감을 잡는다. 환경설정도 Miniconda, VSCode, LangSmith까지 한 줄 한 줄 따라치면 실행되는 깔끔한 구성이다.

Part 2 — GPT로 만든 시인, 리뷰 평가기, 다국어 이메일 생성기
여기부터가 진짜 재미있다. 음식·식당·숙박 리뷰를 GPT로 평가하는 AI부터 시작해서, GPT 시인을 만들고, 다국어 이메일 생성기까지 만들어본다.
AI 활용 설정
사진 설명을 입력하세요.
LCEL 기반 리뷰 평가는 LangChain Expression Language를 직접 다뤄볼 수 있어서 추상적인 개념이 아닌 ‘코드로 느껴지는 구조’를 익힐 수 있었다.
시 생성기 프로젝트는 Streamlit으로 웹 인터페이스까지 구현한다. 한글 시가 브라우저에 떠오를 때 뭔가 묘한 감동이 있었다.
Ollama 기반 이메일 생성기는 처음으로 로컬에서 돌아가는 LLM을 세팅해서 서비스로 만든 경험이었다. 이것만으로도 이 책값은 한다.

LLM 앱은 보통 다음과 같은 요소를 갖습니다:
유저의 질문 입력
GPT 또는 LLM 호출
응답 출력
가끔 파일 업로드, 히스토리, 버튼, 세션 등
Streamlit은 이런 흐름을 위한 구성 요소가 기본 내장돼 있습니다. 다른 걸로 삽질할 이유가 없죠?

Part 3 — 내가 만든 ChatPDF, 이젠 진짜 돌아간다
이 파트는 문서 기반 Q&A 서비스, 즉 ChatPDF 클론을 만드는 과정이다.

텍스트 분할기, 임베딩 모델, 벡터 저장소, 검색기, 생성기까지 전체 파이프라인을 하나하나 직접 구성하며 익힌다.
책에서 제시하는 구조대로 따라가다 보면 어느 순간 "이거 실제로 돌아가는 서비스잖아?" 하는 감탄이 나온다.

Streamlit 기반의 프런트엔드도 함께 만들고, 웹 서비스로 배포하는 법, 수익화까지 다룬다.
나는 여기서 얻은 내용을 활용해, 사내에 사문서 기반 Q&A 도구를 프로토타이핑했다. 단순한 공부를 넘은 실전 활용이었다.

Part 4~5 — FAISS, RAG, 그리고 진짜 ‘정확한 검색’의 세계
이전에는 검색이라고 하면 그냥 키워드 기반으로만 생각했었다.

하지만 여기서는 FAISS 인덱스를 생성하고, 쿼리 기반 유사 문서 검색, RAG 기반 응답 생성까지 직접 만들어본다.
특히 Chapter 12~13은 진짜 좋았다.
Multiquery + Hybrid Search + RAG Fusion 이 조합은 “정확도 높은 LLM 기반 검색 시스템”의 진수를 보여준다.
Streamlit과 결합해서 진짜 쓸 수 있는 제품 느낌이 난다.
이건 솔직히 내부 검색 기능이 필요한 스타트업이라면 바로 적용해 볼 만한 수준이다.

<임베딩과 함께 벡터를 사용한 유사도 검색에 대해 깊이 있는 내용을 배울 수 있다>

Part 6~8 — 멀티모달, 에이전트, CrewAI까지… 더 넓은 세계
후반부는 멀티모달과 AI 에이전트까지 다룬다.

FashionRAG 챕터에서는 이미지를 인풋으로 받아 스타일을 추천하는 시스템을 만들어본다. Fashionpedia 데이터 셋을 다루는 것도 꽤 흥미롭다.
LangGraph를 사용해 워크플로 그래프를 만들고, 에이전트가 다양한 도구를 조합해 정보를 검색하도록 구성하는 구조도 깔끔하게 정리돼 있다.
마지막엔 CrewAI와 FastAPI를 활용해 여러 에이전트가 협업해 블로그를 쓰는 웹 서비스까지 직접 만들어본다. React 프런트엔드까지 연결하는 구성도 포함되어 있어 “완성형 프로젝트”의 느낌이다.

GPT 쓰는 걸 넘어서, 이제는 만드는 사람으로 서비스를 기획하고, 구현하고, 연결하고, 배포하는 모든 과정을 한 권으로 체험할 수 있는 책이다. GPT/LLM 기술의 활용법을 진짜 실무 레벨로 끌어올리고 싶은 개발자에게 강력히 추천한다.

개인적으로 이 도서에 나온 코드는 바이브 코딩 방식으로 얼마든지 커스터마이즈가 가능하지만 필요한 패키지를 설치하고 라이브러리를 추가하는 방법은 AI 도움 없이 도서 내용 그대로 진행하는 것이 시간을 아끼고 정신 건강을 돕는 지름길이라고 생각한다;;

추천 대상
GPT API만 써본 개발자
RAG, LangChain을 직접 실습해 보고 싶은 AI 입문자
사이드 프로젝트 또는 사내 GPT 기반 도구를 만들고 싶은 실무자
챗봇을 넘은 “LLM 기반 웹 서비스”를 만들고 싶은 사람

이 책의 핵심은 한 줄로 말하면 이거다.
“LLM을 쓰는 사람에서, 이를 활용해 앱을 만드는 사람으로 가는 길.”

이 책에서 본인이 흥미를 갖는 챕터 만큼은 꼭 실습을 해보자. 실습없이 독서만으로 자신의 지식을 만들 수 없다.
 

요즘 많은 사람들이 AI 서비스를 사용하고 있다. 개발자 뿐만 아니라 일반인들도 다양한 용도로 AI를 사용하고 있다. 그만큼 최근 나오는 다양한 AI는 이전과 달리 편리하게 사용할 수 있고 원하는 결과를 잘 보여준다고 볼 수 있다. 이제는 AI를 단순히 이용만 하는 것이 아니라 더 나가가 다양한 서비스를 만들고 활용하고 있다. 이 책은 랭체인 프레임워크를 활용해 AI 에이전트 서비스를 직접 만들어볼 수 있도록 안내하는 실습 중심 가이드이다. 저자 조코딩은 유튜브와 커뮤니티에서 사람들에게 코딩과 AI 기술을 쉽게 설명하고 있으며, 이 책에서도 AI 서비스를 개발하는 방법에 대한 쉽게 설명하고 있다고 볼 수 있다.

랭체인에 익숙하지 않은 사람도 쉽게 활용할 수 있도록 체인, 에이전트, 메모리 등 핵심 개념을 친절하게 설명하고 있으며, 이를 통해 간단한 챗봇부터 API 연동, 문서 요약, 외부 도구 호출 같은 다양한 활용법을 직접 따라 해볼 수 있도록 상세히 보여주고 있다. 단순 코드 설명에 그치지 않고 실제 서비스화에 필요한  흐름까지 제시하고 있어서 이 책의 활용도가 훨씬 높다고 볼 수 있다.  따라서 AI 에이전트를 직접 만들고 싶은데 어디서부터 시작해야 할지 막막한 사람에게 쉽고 친절하면서도 당장 따라 해볼 수 있는 실습 위주로 제공하기 때문에 제대로 된 접근 방향을 알려주고 개발자에게는 빠르게 프로토타입을 만들어볼 수 있는 레퍼런스 역할을 제공한다고 볼 수 있다.

이 책은 나만의 AI 서비스를 만들고자 하는 사람에게 좋은 길잡이가 될 수 있을 것 같다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

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

광고문구와 같이 실제로 초심자부터 실무자까지 모두를 커버할 수 있는 책이었습니다. 초반부 ¼정도에 해당하는 부분을 따라하면 실습환경을 구축하고 ‘무언가’를 직접 만들 수 있었습니다. 내용을 처음 접하는 분들이라도 괜찮겠다고, 설명이 충분히 친절하다고 느꼈습니다. 랭체인 기초단계에서 가벼운 예제들(리뷰 평가, 시인 만들기, 이메일 생성기 구현) 설명이 좋았습니다. 랭체인 알파 버전으로 성장하는 시점에서 개발 내용이 진화하더라도 바뀌지 않을 부분을 선정한 의도를 충분히 이해할 수 있었습니다. 후반부로 넘어갈 수록 랭그래프, 멀티모달 등 점점 더 고급 실습을 진행하는데 전체적인 큰 그림을 보여주고나서 이를 실현하기 위한 과정을 상세하게 설명하고 있어 좋은 학습 교재가 되었습니다. 감사합니다.

실무와 가장 가까운 AI 서비스 가이드

우리가 기술서를 읽는 목적은 비즈니스 서비스(제품)를 만들기 위한 것이라고 생각한다. 제품을 만들기 위해서는 전통적으로 먼저 이론을 익히고 제품을 만드는 방법을 생각할 수 있다. 이 방법은 몇 가지 단점이 있다. 먼저 이론에 지쳐 실무까지 다다르지 못할 수 있으며, 실무에 필요 없는 부분까지 공부할 경우가 생긴다. 최근에는 'Learning by Doing'방식으로 실무에 필요한 서비스를 먼저 구현하여 흥미를 느끼고, 이후 부족한 부분을 전문 서적이나 AI로 보충하는 방법이다. 이 책은 실무와 가장 가깝고 입문서로 기초 지식을 익혔다면 그 다음 읽을 책으로 제격이다.

[선수 지식]

- 파이썬 기초

- LLM 서비스 경험

- REST API 개념, Frontend-Backend 개념

[추천 독자]

- 생성형 AI를 활용하여 서비스를 만들고 싶은 개발자

- 오픈 모델을 사용하여 AI 서비스를 개발하고 싶은 개발자

- 입문서를 통해 생성형 AI의 이론적인 배경을 통해 한 단계 업그레이드 하고 싶은 분

[키워드]

#LLM #GPT #랭체인 #Langchain #Streamlit #RAG #Chroma #FAISS #Llama #멀티모달 #LLaVA #랭그래프 #LCEL #VSCode #OpenAI #PlayGround #Miniconda #랭스미스 #FastAPI #React #BM25 #LangchainHub #프롬프트엔지니어링 #CLIP

[특징]

실무에 가장 가까고 완성도가 높은 예시

cli, Streamlit, FastAPI + React를 활용한 앱 구성

웹페이지, pdf, text 문서를 활용한 예시

FAISS, Chroma 벡터 DB 사용 예시

OpenAI와 올라마 기반의 오픈 모델 사용 예시

하이브리드 검색 시스템을 위한 고급 예제

멀티모달, AI 에이전트 예시

CrewAI를 활용한 다중 에이전트 예시

[책의 구성]

이 책은 전체 8개 PART, 22개 장으로 구성되어 있다.

Part 01 "랭체인 시작하기"는 총 3개의 장으로 책에서 실습하게 될 주요 서비스의 설명과 기술스택 설명, 랭체인과 OpenAI의 서비스 설명 및 키발급, 파이썬 개발 환경을 구축하고 랭체인의 LCEL을 사용하여 기본 프로그램을 작성한다.

Part 02 "랭체인 기초 실습"는 총 3개의 장으로 cli 환경에서 "음식, 식당, 숙박 리뷰 평가 AI 만들기"를 실습하고, Streamlit으로 웹에서 구동되는 "인공지능 시인 만들기" 작성한 후 Streamlit Community Cloud에 배포한다. 마지막으로 "다국어 이메일 생성기 만들기"를 Ollama를 사용하여 Streamlit 앱으로 구성한다.

Part 03 "문서 임베딩을 활용한 Q&A 서비스"는 전체 2개의 장으로 "ChatPDF 만들기"는 Streamlit 환경에서 PDF 문서를 업로드하여 Chroma 벡터 저장소에 저장하고 검색 결과를 스트리밍할 수 있는 앱을 만들고, "현진건 작가님 봇 만들기"는 OpenAI의 플레이그라운드와 연동하여 멀티턴이 되는 Streamlit 앱을 만든다.

Part 04 "RAG 기법을 활용한 유사성 검색 서비스"는 전체 3개의 장으로 FAISS 벡터 DB를 사용하여 RAG 기반 대규모 텍스트 검색 서비스를 cli로 구현한다.

Part 05 "고급 RAG 기법을 활용한 뉴스 검색 서비스"는 전체 2개의 장으로 네이버 뉴스 기사를 대상으로 사용자가 입력한 질문을 다양한 관점에서 여러 개의 검색 쿼리를 생성한 후 유사도와 BM25 알고리즘을 사용하여 하이브리드로 검색한 결과에서 중복된 결과를 제외한 후 가장 관련성이 높은 문서로 리랭킹하는 방법을 배운다. 마지막에는 Streamlit로 구성하여 서비스한다.

Part 06 "멀티모달 데이터를 활용한 통합형 서비스"는 전체 3개의 장으로 멀티모달 RAG 아키텍처를 설명하고, 문서에서 이미지를 추출하는 방법, Fashionpedia의 이미지를 임베딩하여 "이미지 기반 스타일링 어시스턴트" 서비스를 만드는 방법을 설명한다. 마지막에는 생성형 AI 서비스를 FastAPI로 백엔드를 구성한 후 Streamlit으로 호출하는 통합형 서비스를 만든다. 각각의 서비스는 상용 모델과 오픈소스 모델로 구성할 수 잇다.

Part 07 "랭그래프와 Agentic RAG를 활용한 에이전트"는 전체 3개의 장으로 Tool을 호출하여 AI 에이전트를 만드는 방법을 설명한 후, 랭그래프로 "지능형 정보 검색 시스템 만들기"를 Agentic RAG로 실습한다.

Part 08 "CrewAI를 활용한 협업형 에이전트"는 전체 3개의 장으로 CrewAI 프레임워크를 사용하여 다중 에이전트로 블로그를 작성하는 예제를 단계적으로 실습하여 최종으로 FastAPI + CrewAI 백엔드와 리액트 프론트엔드를 구성하여 통합 서비스를 작성한다.

각 장은 먼저 학습 목표와 핵심 키워드를 제시하고, 실습에 사용하는 기술을 개념적으로 설명한다. 실습은 작은 예제부터 단계적으로 복잡도를 높이며, 소스 설명은 라이브러리(패키지)부터 라인 단위나 함수 단위로 자세히 설명하고, 오류가 예상되는 부분은 사전에 미리 알려준다. 실습은 용도에 맞게 파이썬 파일이나 주피터 노트북을 적절히 사용하며, 사용하는 LLM은 OpenAI와 오픈소스 모델을 모두 사용할 수 있도록 안내한다. 소스는 cli환경, Streamlit(Backend + Frontend), FastAPI(Backend) + React(Frontend)로 구성되어 있다. 실습이 완료되면 추가 학습법이나 실습 내용을 응용하는 방법을 알려주며 마무리한다.

[소감]

이 책의 소스를 모두 손코딩하면서 "Learning by Doing"방식의 학습법이 우수한 이유를 알게 되었다. 랭체인으로 만드는 생성형 AI 기반 서비스는 개념만 제대로 이해한다면 서비스를 만드는 과정은 생각보다 어렵지 않고 러닝 커브도 높지 않았다. 책에서 다루는 예제는 최신 랭체인 버전인 0.3으로 진행하며, 랭체인으로 만들 수 있는 20여개의 프로젝트에서 다루는 기술 스택은 OpenAI, Ollama(Llama, LLaVA), Streamlit, Streamlit Cloud, FastAPI, React, Langgraph, Langchain hub, Langsmith, Langserve, Chroma, FAISS 등 실무에서 사용할 수 있는 내용을 다루고 있다. 기술 트렌드 측면에서는 Naive RAG, Agentic RAG, 멀티모달 RAG, AI Agent(Langgraph, CrewAI)를 사용하며, 프롬프트 면에서는 리뷰 평가, 다국어 이메일 생성, 번역, 질문/답변 생성, 뉴스 요약, 이미지 추천, 시/소설 생성, 다중 에이전트 블로그 작성, 관련성 평가를 다룬다.

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

ChatGPT의 등장으로 AI 시대가 본격화된 지금, 누구나 한 번쯤은 '나도 AI 서비스를 만들어보고 싶다'는 생각을 해봤을 것이다. 하지만 막상 시작하려고 하면 복잡한 머신러닝 이론과 난해한 개발 환경 설정 앞에서 좌절하기 마련이다. 『조코딩의 랭체인으로 AI 에이전트 서비스 만들기』는 바로 이런 진입 장벽을 낮춰주는 실용적인 가이드북이다.

구독자 66만 명의 IT 유튜버 조코딩이 집필한 이 책은 제목에서 알 수 있듯이 'LangChain'이라는 프레임워크를 중심으로 AI 서비스 개발의 전 과정을 다룬다. 하지만 단순한 기술 설명서가 아니라, 실제로 돈을 벌 수 있는 서비스를 만드는 방법까지 제시하는 종합 가이드라는 점이 인상적이다.

전체 그림을 먼저 보여주는 친절한 접근법

이 책의 가장 큰 장점 중 하나는 서비스 구현 전에 미리 서비스 흐름도를 제시한다는 점이다. 많은 기술서들이 코드부터 보여주며 독자를 혼란에 빠뜨리는 것과 달리, 이 책은 '우리가 만들 서비스가 어떤 구조로 동작하는지'를 먼저 명확히 설명한다.

예를 들어 ChatPDF 서비스를 구현할 때, 단순히 "이 코드를 따라 치세요"가 아니라 "PDF 문서가 어떻게 청크로 분할되고, 임베딩되어 벡터 저장소에 저장되며, 사용자의 질문과 어떻게 매칭되어 답변을 생성하는지"를 도식화해서 보여준다. 이런 접근법은 특히 비전공자들이 AI 서비스의 전체적인 아키텍처를 이해하는 데 큰 도움이 된다.

이론과 실습의 절묘한 균형

책의 구성을 살펴보면 총 8개 파트, 22개 챕터로 이루어져 있으며, 각 파트마다 점진적으로 난이도가 높아지는 구조를 취한다. Part 1에서는 기본 환경 설정과 개념 이해부터 시작해서, Part 8에서는 CrewAI를 활용한 다중 에이전트 시스템까지 다룬다.

특히 LangChain과 LangSmith를 어떻게 활용하는지에 대한 자세한 설명이 돋보인다. 단순히 API를 호출하는 수준이 아니라, 실제 서비스에서 LLM이 어떻게 동작하는지, 성능을 어떻게 모니터링하고 개선할 수 있는지까지 실무적인 관점에서 접근한다. LLM이 핵심이 되는 부분에서는 그림과 함께 더욱 상세한 설명을 제공해 독자의 이해를 돕는다.

비전공자를 배려한 세심한 선택들

개발 경험이 부족한 독자들을 위한 배려도 곳곳에서 느낄 수 있다. 가장 대표적인 것이 배포 환경으로 AWS EC2 대신 Streamlit Community Cloud를 선택한 것이다. EC2는 서버 관리나 보안 설정 등 부가적인 지식이 필요하지만, Streamlit Community Cloud는 GitHub 연동만으로 간단히 배포할 수 있어 초보자도 부담 없이 따라할 수 있다.

또한 각 단계별로 환경 설정부터 배포까지의 과정을 스크린샷과 함께 상세히 안내하여, 개발 경험이 부족한 독자라도 막히는 부분 없이 진행할 수 있도록 배려했다.

실제 수익 창출까지 고려한 현실적 접근

이 책의 또 다른 강점은 단순한 기술 구현을 넘어 실제 서비스 운영과 수익화까지 다룬다는 점이다. ChatPDF 서비스를 만들 때 API 키 입력 기능과 후원 버튼을 구현하는 방법을 설명하고, LangSmith를 활용한 모니터링 방법까지 제시한다. 이는 개발자가 아닌 일반인도 AI 서비스로 실제 수익을 창출할 수 있음을 보여주는 좋은 사례다.

특히 Part 3의 'ChatPDF 만들기' 챕터에서는 도큐먼트 로더, 텍스트 분할기, 임베딩, 벡터 저장소, 검색기, 생성기의 역할을 각각 명확히 구분하여 설명하고, 이들이 어떻게 연결되어 하나의 서비스를 구성하는지를 체계적으로 보여준다.

최신 기술 트렌드를 놓치지 않는 구성

RAG(Retrieval-Augmented Generation)부터 멀티모달 데이터 처리, 에이전트 시스템까지 현재 AI 개발에서 가장 핫한 기술들을 모두 다룬다. 특히 Part 4~5에서 다루는 RAG 기법은 단순한 기본 RAG에서 시작해 Multiquery, RAG Fusion, Hybrid Search 등 고급 기법까지 점진적으로 학습할 수 있도록 구성되어 있다.

에이전트의 흐름을 순서도로 설명한 접근법도 매우 효과적이다. 복잡한 에이전트 시스템의 동작 원리를 텍스트로만 설명하면 이해하기 어렵지만, 시각적인 순서도를 통해 각 단계별 의사결정 과정과 데이터 흐름을 명확히 파악할 수 있다.

멀티모달의 시대를 준비하는 앞선 시각

Part 6의 멀티모달 데이터 활용 부분은 이 책의 백미라고 할 수 있다. 텍스트만 처리하는 기존 AI 서비스를 넘어 이미지, 표, 차트 등 다양한 형태의 데이터를 통합적으로 처리하는 방법을 다룬다. 특히 'FashionRAG: 이미지 기반 스타일링 어시스턴트'는 실제 비즈니스 모델로도 충분히 활용 가능한 수준의 구체적인 예제를 제공한다.

GPT-4 Vision과 LLaVA 같은 최신 Vision Language Model(VLM) 활용법까지 포함하여, 현재 AI 기술의 최전선을 경험해볼 수 있다.

협업형 AI의 미래를 엿보다

Part 8의 CrewAI를 활용한 다중 에이전트 시스템은 미래 AI 서비스의 방향성을 보여주는 흥미로운 부분이다. 여러 AI 에이전트가 각자의 역할을 맡아 협업하며 하나의 결과물을 만들어내는 과정은 마치 실제 팀워크를 보는 듯하다.

블로그 작성기 예제에서는 연구자, 작가, 편집자 역할을 하는 서로 다른 에이전트들이 협업하여 고품질의 블로그 콘텐츠를 생성하는 과정을 보여준다. 이는 단순한 기술 데모를 넘어, 실제 콘텐츠 비즈니스에 적용 가능한 수준의 완성도를 보여준다.

실무진과 크리에이터를 위한 실용적 가이드

이 책의 타겟 독자층이 명확하다는 점도 장점이다. 개발자는 물론 기획자, 마케터, 크리에이터까지 AI 서비스 개발에 관심 있는 모든 사람을 대상으로 한다. 실제로 파이썬 기초만 알고 있다면 충분히 따라할 수 있을 정도로 친절하게 설명되어 있어, 기술적 배경이 없는 사람도 부담 없이 시작할 수 있다.

특히 각 챕터마다 제공되는 예제들이 단순한 기능 구현에 그치지 않고 실제 서비스로 연결될 수 있을 만큼 현실적이고 실용적이다. 인공지능 시인, ChatPDF, 다국어 이메일 생성기 등의 예제는 모두 실제 시장에서 수요가 있는 서비스들이며, 약간의 개선만 더하면 바로 런칭할 수 있는 수준이다.

기술적 깊이와 접근성의 조화

고급 기술을 다루면서도 접근성을 놓치지 않았다는 점이 이 책의 가장 큰 성과다. RAG Fusion, Hybrid Search, Agentic RAG 같은 최신 기법들을 다루면서도, 각각의 개념을 시각적 자료와 함께 쉽게 설명한다.

특히 에이전트의 동작 흐름을 순서도로 표현한 부분은 복잡한 AI 시스템의 동작 원리를 직관적으로 이해할 수 있게 해준다. 이런 시각화 접근법은 독자가 코드 레벨의 세부사항에 매몰되지 않고 전체적인 시스템 아키텍처를 파악하는 데 큰 도움이 된다.

결론: AI 시대의 필수 교양서

『조코딩의 랭체인으로 AI 에이전트 서비스 만들기』는 단순한 기술서를 넘어 AI 시대를 살아가는 현대인의 필수 교양서라고 평가할 수 있다. 기술적인 깊이와 실용성, 그리고 접근성을 모두 갖춘 보기 드문 책이다.

AI 서비스를 만들고 싶지만 어디서부터 시작해야 할지 모르는 사람, 복잡한 이론보다는 실제로 동작하는 서비스를 만들어보고 싶은 사람, 그리고 AI 기술을 활용한 창업이나 사이드 프로젝트를 고려하고 있는 사람이라면 반드시 읽어볼 만한 가치가 있다.

무엇보다 이 책을 통해 'AI 서비스는 거대 기업만 만들 수 있다'는 고정관념을 깨고, '나도 할 수 있다'는 자신감을 얻을 수 있을 것이다. AI가 일자리를 대체할 것이라는 걱정보다는, AI를 활용해 새로운 가치를 창출하는 방법을 배울 수 있는 실용적인 가이드로서 이 책은 충분한 가치를 제공한다.

오늘도 찾아주셔서 감사합니다.

출처: https://patiencelee.tistory.com/1245 [PatienceLee:티스토리]

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

?‍♂’개발언어보다, 이제는 에이전트’
_
지난주에 한 대형박람회에 가서 멈춰선 부스가 있습니다. 우리나라의 많은 대기업공장에 스마트 팩토리를 구축해서 해당 제조데이터를 분석하여 예측모델을 만드는 회사인데요. 이런 저런 얘기를 하다가 얼마나 많은 개발인력을 보유하고 있어 관련 언어와 만드는 시스템을 물어봤습니다. 그러니 관련 실무 담당자는 ‘에이전트’로 운영하고 있다는 답변을 들었습니다. 이를 달리말하면 개별 사업장의 특정 제조데이터를 담당하는 ‘AI 에이전트’들이 있고 이 에이전트를 통합관리하는 것이 해당 회사의 개발자의 역할이라는 것이죠. 한땀한땀 코딩하는 시대가 끝난줄은 알고 있었는데 변화의 속도가 아주 빠르다는 것을 얼마전의 경험과 <조코딩의 랭체인으로 AI에이전트 서비스 만들기>를 통해 다시한번 느꼈습니다.

본서의 저자는 해당 출판사에서 코딩, 개발언어, 시스템만들기등의 저술에 이어 이제는 AI에이전트를 통한 서비스 만들기로 한단계 더 나아갔습니다. 본서의 내용은 아주 어려우면서(?)도 아주 간단합니다. GPT와 Llama, RAG등을 통한 트랜스포머와 추론형 모델, 그리고 RAG등과 연계된 AI 에이전트를 이용해서 서비스를 만드는 것을 담습니다. 앞에 말한 어렵다는 이유는 프로그래밍 언어나 해당 용어등을 이해하지 못하면 무슨 이야기냐 생각을 하겠지만, 어느정도 개발언어를 알고, 요즘 트렌디한 바이브 코딩 경험이 있는 분들에게는 새로운 도전과제로 실습의 기회가 생긴다는 의미입니다.

그래서 후자에 속하는 분들은 굉장히 유리한 것이 RAG를 사용핟하든 멀티모달 데이터를 사용하던 랭체인을 이용하던 아니면 다른 AI 에이전트 관련 툴을 사용하던 간에 실생활과 업무에 연계되는 많은 프로젝트를 본서 한권으로 경험할 수 있습니다. 예전에야 파이썬으로 주식 매매 프로그램을 만든다고 하면 그거 자체가 단행본 한권 분량 이상이던 시기가 있었는데. 지금은 절대로 그럴 필요가 없습니다. 제작에 필요한 자원배치를 하고, 로직을 이해하고, API를 끌어오고 이를 모델링을 돌려서 검증을 한다음에 본인이 사용할 영역만큼만 활용을 하여 배포를 하면 되니까요. 과거에는 한권이상의 분량이 본서와 같은 서적에서는 한 챕터 이하로 줄어들었다는 것이 바로 이 시대의 흐름인 것이죠.

그리고 앞으로 이런 에이전트를 활용한 서비스 프로그램 만드는 것이 점점 더 과거의 문서 Tool이나 기본 언어를 활용하여 DB화 시키는 역량정도로 점점 더 보편화 될것으로 보입니다. 왜냐하면 앞서 말한바 하나하나 다 할 필요가 없고, 더욱 똑똑해진 에이전틱 AI를 활용하고, 자원배치를 어떻게 효율적으로 할 지를 알면 더 빠르고 효율적인 생산성을 만들 수 있기 때문이죠. 문제는 이러한 것들이 훈련이 되있고 더 많은 프로젝트에 대한 경험이 실력이 될 것이라는 사실입니다.

‘결국 이것도 1년전부터 말씀드린바 현실이되고있네요 ’
 

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬받아 작성된 서평입니다.

요즘 스타트업을 비롯한 많은 기업에서 챗봇과 같은 LLM 애플리케이션 도입에 대한 관심이 뜨거운 것 같다. 그래서인지 취업 공고만 찾아봐도 LLM이나 RAG 활용 경험이 있는 사람을 선호하는 분위기를 엿볼 수 있다.

이전에 OpenAI API를 활용해서 챗봇 몇 개를 만들어본 경험이 있다. 하지만 정말 기본에 불과했고 진정한 RAG AI 기반 애플리케이션을 만들려면 좀 더 탄탄한 기반을 다져야겠다는 생각이 들었다.
이런 생각을 실현해줄 책을 찾다가 <조코딩의 랭체인으로 AI 에이전트 서비스 만들기>라는 책을 읽어보게 되었다.

IT 분야에서 워낙 유명한 유튜버이신 조코딩님의 영상을 나도 자주 보곤 했는데, 저자로 참여하신 책은 이번에 처음 읽어보았다.

늘 유튜브에서 IT 지식이나 정보를 쉽게 알려주셨던 분이라, 이번 책에서도 다양한 AI 에이전트 서비스를 만드는 방법이 친절하게 담겨있을 것이라는 기대가 있었다. 그리고 역시나 기대만큼 친절한 책이었다.

솔직히 이런 IT 서적의 실습 코드를 전부 다 완벽하게 이해하는 건 쉽지 않다. 그리고 모든 코드를 다 안다고 해서 바로 개발을 능숙하게 잘할 수 있는 것도 아니라고 생각한다. 
하지만 이번 한 번으로 끝내는 것이 아니라 다음번에 다른 프로그램에 활용하기 위해서는 기본적인 동작 원리를 파악하는 핵심 코드 정도는 이해하는 게 좋다.
이 책은 코드와 함께 친절한 부연 설명이 적절히 어우러져 있어서, 개발 경험이 있는 분이라면 어떤 동작을 하는 코드인지 어렵지 않게 파악하고 사용할 수 있을 것 같다.

이 책을 통해 뉴스 기사를 검색하거나 업로드한 PDF 내용을 분석해 질문에 대한 답을 내놓는 서비스는 물론, 블로그 콘텐츠를 생성하고 시나 글감을 만들어내는 창작 영역의 서비스까지 직접 만들어 볼 수 있다.
그리고 이 과정에서 내가 만들고자 했던 서비스에 맞춰 코드를 튜닝한다면 정말 유용하고 개성 있는 서비스로 발전시킬 수 있는 힌트를 얻을 수 있지 않을까 싶다.

시간상 모든 서비스를 만들지는 못해서 간단하게 배포까지 해볼 수 있는 '인공지능 시인'을 만들어봤는데, 덕분에 streamlit이라는 편리한 파이썬 웹사이트 제작 도구도 새롭게 알게 되었다.
OpenAI API를 사용하기 때문에 결과물은 ChatGPT에 직접 질문한 것과 비슷하지만, 따로 프롬프트를 고민할 필요 없이 키워드만 입력해도 결과물을 얻을 수 있다는 점이 이런 서비스를 만들고 필요로 하는 가장 큰 이유가 아닐까 싶다.

책에서 소개하는 서비스를 하나하나 만들어 보면서 '내가 만들고 싶은 서비스에는 어떤 기술이 필요하겠구나' 하는 좋은 아이디어를 얻을 수 있을 것이다.

AI 서비스 개발 경험이 부족한 분들과 LLM과 RAG 기술을 실제로 구현해 보고 싶은 개발자에게 추천하고 싶은 책이다.

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

핸즈온 LLM에 이어 이번에 소개할 책은 "조코딩의 랭체인으로 AI 에이전트 서비스 만들기"입니다

이 책은 LLM을 구체적으로 어떻게 활용할 수 있을까? 하는 실용서예요.

이 책을 읽게 된 계기는

인공지능 개발자를 꿈꾸며 공부하고 있는 요즘, 스타트업에 LLM 개발자 인턴으로 회사를 다니고 있어요. 현재 회사에서는 실무자들이 수기로 작성하던 일을 데이터화 시키는 상황에서, 실무자들의 데이터에 대한 친숙도를 높이기 위한 RAG 에이전트 프로젝트를 맡고 있습니다.

기존 데이터를 Ontology 화시켜서 RAG와 결합하는 작업을 진행하면서, 이론적으로는 알고 있던 RAG 기술을 실제로 구현하는 과정에서 많은 어려움을 겪고 있었어요. 특히 랭체인을 활용한 실무적인 접근 방법이나 최신 RAG 기법들에 대한 깊이 있는 이해가 필요했는데, 마침 조코딩님의 신간 소식을 들었습니다.

조코딩님은 구독자 66만 명을 보유한 개발 유명 유튜버로서 이미 여러 개발 관련 서적을 출간하신 분이에요. 특히 초보자들의 눈높이에 맞게 복잡한 기술을 쉽게 풀어서 설명하시는 것으로 유명하셔서, AI 개발이 처음인 저에게도 부담 없이 접근할 수 있을 것 같다는 기대감이 있었습니다.

그리고 실제로 현재 회사 환경이 맥미니 M1에 16GB RAM인데, 고사양이 아닌 환경에서도 실습이 가능한지도 궁금했어요.
다행히 이 책의 예제들은 일반적인 개발 환경에서도 충분히 따라 할 수 있도록 구성되어 있어서 안심이 됐습니다.

개인적으로 생각한 이 책의 특별한 장점

1. 예제 중심의 친절한 설명
복잡한 이론보다는 실제로 손으로 만져볼 수 있는 예제들로 가득해요. 파이썬 기초만 알아도 따라 할 수 있도록 단계별로 상세하게 설명되어 있어서, 수학이나 통계 배경이 부족한 초보자도 부담 없이 시작할 수 있어요.

2. 실무에서 바로 쓸 수 있는 프로젝트들
- PDF 기반 챗봇 (ChatPDF)
- 인공지능 작가
- 다국어 이메일 생성기
- 멀티모달 RAG 시스템
- 뉴스 검색 시스템

이런 프로젝트들은 단순한 학습용이 아니라 실제 서비스로 발전시킬 수 있는 수준의 완성도를 가지고 있어요. 자세한 설명으로 실습을 구체적으로 다뤄주어서 정말 실용적입니다!

개인적으로 가장 인상 깊었던 부분은 ChatPDF 구현 과정이었는데, 제가 현재 진행하고 있는 프로젝트와 비슷한 구조여서 바로 응용할 수 있었어요. 
도큐먼트 로더부터 텍스트 분할, 임베딩, 벡터 저장소, 검색기, 생성기까지의 전체 파이프라인을 체계적으로 설명해 주셔서 RAG 시스템의 전체적인 흐름을 완벽하게 이해할 수 있었습니다.

3. 최신 기술의 완벽한 집합체
랭체인과 랭그래프는 물론이고, RAG, RAG Fusion, Agentic RAG까지 현재 AI 업계에서 가장 핫한 기술들을 모두 다뤄서 트렌드를 놓치지 않을 수 있어요.

특히 Part 5에서 다루는 'Multiquery + Hybrid Search + RAG Fusion' 기법은 정말 혁신적이었어요. 기존의 단순한 RAG 방식보다 훨씬 정확하고 풍부한 답변을 생성할 수 있는 방법을 구체적으로 보여주고 있어서, 실무에서도 바로 적용해 볼 계획입니다.

또한 FAISS를 활용한 벡터 데이터베이스 구축과 유사성 검색 구현 부분도 매우 유용했어요. 대용량 문서를 효율적으로 처리하고 검색하는 방법을 단계별로 설명해 주어서, 확장 가능한 시스템 설계에 대한 인사이트를 얻을 수 있었습니다.

### 4. 배포까지 완벽하게
개발만 끝나는 게 아니라 Streamlit을 이용한 웹 서비스 구현과 실제 배포까지 다뤄줘요. FastAPI와 React 연동까지 보여주어서 풀스택 개발의 전체 흐름을 이해할 수 있어요.

Part 8에서는 CrewAI를 활용한 협업형 에이전트까지 다루는데, 여러 AI 에이전트들이 협력해서 블로그 콘텐츠를 생성하는 시스템을 구축하는 과정이 정말 흥미로웠어요. 미래의 AI 서비스가 어떤 방향으로 발전할지 엿볼 수 있는 부분이었습니다.

### 5. 체계적인 학습 구조
책의 구성이 정말 체계적이에요. Part 1에서 기초 개념을 잡고, Part 2에서 간단한 실습을 통해 감을 익힌 다음, Part 3-4에서 RAG의 핵심을 다루고, Part 5-6에서 고급 기법들을 학습하며, 마지막 Part 7-8에서 실제 에이전트 구축까지 이어지는 흐름이 자연스러워요.

각 파트마다 난이도가 점진적으로 올라가면서도, 이전에 배운 내용들이 자연스럽게 연결되어 있어서 학습자 입장에서 부담스럽지 않게 따라갈 수 있었습니다.

그렇다면 시중에 다양한 랭체인 서적들이 있는데, 왜 "조코딩의 랭체인으로 AI 에이전트 서비스 만들기"를 읽어야 할까요?

AI 분야는 하루가 다르게 발전하고 있지만, 이론만 공부하다 보면 실제로 뭘 만들 수 있는지 막막할 때가 많아요. 저도 부트 캠프에서 AI 관련 수업을 들으면서 만들어보려고 노력했지만, 막상 실제 서비스를 만들려고 하니 어디서부터 시작해야 할지 감이 오지 않았거든요.

이 책은 그런 답답함을 시원하게 해결해 줍니다! 단순히 랭체인의 기능들을 나열하는 것이 아니라, '이런 문제가 있을 때는 이런 방식으로 접근하면 된다'는 실무적인 관점에서 접근하고 있어요.

특히 요즘 많은 기업들이 AI 에이전트 도입을 검토하고 있는데, 이런 실무 경험이 취업 시 큰 장점이 될 거예요. 실제로 구글, 아마존, 메타, 애플, 엔비디아 같은 글로벌 기업들도 AI 에이전트 관련 포지션을 계속 늘리고 있고, 국내 기업들도 AI 전환에 박차를 가하고 있는 상황이거든요.

또한 이 책에서 다루는 기술들은 단순히 배우고 끝나는 것이 아니라, 실제로 수익을 창출할 수 있는 서비스로 발전시킬 수 있어요.
사이드 프로젝트나 스타트업을 고려하고 있는 분들에게도 좋은 아이디어를 제공합니다.

이런 분들께 추천합니다

1. AI 개발 초보자
- 파이썬 기초는 알지만 AI는 처음인 분
- 수학, 통계 배경이 부족해도 괜찮음
- 이론보다는 실습을 통해 배우고 싶은 분

2. 저처럼 스타트업이나 기업에서 AI 도입을 고려하는 분
- RAG 시스템 구축을 계획하고 있는 분
- 기존 시스템에 AI 기능을 추가하고 싶은 분
- AI 서비스의 수익화 방법이 궁금한 분

3. AI 관련 취업을 준비하는 분
- 포트폴리오에 넣을 프로젝트가 필요한 분
- 최신 AI 기술 트렌드를 따라잡고 싶은 분
- 실무 경험을 쌓고 싶은 분

이 책은 단순히 기술을 알려주는 매뉴얼이 아니라, AI 개발자로 성장할 수 있는 로드맵을 제시해 줍니다. 특히 유명 유튜버 조코딩님의 실무 경험과 노하우가 고스란히 담겨 있어서, 혼자 공부하면서 막히는 부분들을 미리 해결해 볼 수 있어요.

개인적으로는 이 책을 읽으면서 제가 진행하고 있는 RAG 에이전트 프로젝트에도 많은 개선점을 찾을 수 있었어요.

AI 에이전트는 이제 선택이 아닌 필수가 되어가고 있습니다. ChatGPT의 등장 이후 AI의 대중화가 급속히 진행되고 있고, 앞으로는 AI를 활용할 줄 아는 개발자와 그렇지 않은 개발자 간의 격차가 더욱 벌어질 것 같아요.

현재 저처럼 AI 개발자를 꿈꾸고 있거나, 기존 개발 경험을 바탕으로 AI 분야로 전향을 고려하고 있다면, 이 책이 훌륭한 시작점이 될 것 같습니다. 우리 모두 이 책으로 미리 준비해서 AI 시대의 주역이 되어봐요!!!

AI 에이전트를 만들어 매출로 연결되는 솔루션을 개발하는 것이 현재 기업들의 주된 화두인데, 이 책은 LangChain을 활용해 실제로 작동하는 AI 에이전트를 단계별로 구축하도록 안내하며 실습 중심의 구성이라서 매우 만족스럽습니다. LangChain의 기본 개념을 체계적으로 설명하고, 에이전트 설계, API 연동, 메모리 구조, 플러그인 활용 등 실무에서 바로 활용할 수 있는 주제를 폭넓게 다루고 있으며 단순한 LLM 호출을 넘어 AI가 스스로 계획하고 실행하는 ‘에이전트’를 만드는 경험을 제공한다는 점이 인상적입니다. 이전에 읽었던 'LLM 엔지니어링', 'LLM 서비스 설계와 최적화', '제대로 시작하는 챗GPT와 AI 활용 with 파이썬'처럼 기본기를 다져준 책들의 연장선에서 이 책은 실습 중심의 에이전트 구현이라는 주제를 친근하면서도 실용적으로 풀어낸다는 점에서 특별합니다. 특히 따라 하기 쉬운 예제가 잘 정리되어 있어 바로 적용할 수 있고, AI를 ‘스스로 일하는 주체’로 바라보게 하는 사고의 확장을 유도하며, API 연동, 메모리 관리, 작업 흐름 설계 등 실제 서비스 개발에 필요한 요소들을 직접 체험할 수 있게 해준다는 점이 매우 실용적입니다. 이 책은 AI 에이전트 구현 역량을 키우고자 하는 개발자와 LLM 활용의 새로운 가능성을 모색하는 기획자에게 매우 유용한 책이며, 책 속 예제를 차근차근 따라가다 보면 어느새 나만의 AI 에이전트를 만들어 보고 있다는 경험을 하게 된다는 점이 이 책의 가장 큰 매력입니다.

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

---
메타의 `LLaMA` 덕에 많은 LLM 모델들이 오픈소스로 풀리고 있고 다양한 파운데이션 모델들이 api로 제공 중으로 이걸 활용해서 여러가지 서비스를 만들어 볼 수 있습니다. LLM을 활용해보고 싶은데 어떻게 할지 막막할 때 시작하기 좋은 책입니다. 랭체인 자체를 깊이 들어기지 않지만 streamlit, rag, vectorDB 등 다양한 기술 스택과 함께 프로젝트를 만들어가면서 기술에 대한 이해와 활용을 익힐 수 있도록 도와줍니다.

웹 개발만 하셨던 분들에게 rag, vectorDB 등이 익숙하지 않을 수 있지만 실습을 통해 쌓아 올라가는 과정에서 이해도를 높일 수 있는 구성으로 되어 있어 어렵지 않게 따라갈 수 있습니다. 전체적인 아키텍처, 데이터 흐름을 시각화해서 전체적인 프로젝트 구성을 보여주어 어디서 어떤 동작이 일어나고, 어디를 수정하면 내가 원하는 결과를 얻을 수 있을지 큰 틀에서 보여줍니다.

LLM을 이용한 에이전트를 만들고, 간단한 서비스를 구축하기엔 충분한 책입니다. 기술 폭발이 가속화되고 인공지능 기술이 불가분의 관계가 되어가는 만큼 입문서로 삼기엔 좋은 책이었습니다

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

이번 달은 그냥 책들에 빠져 지낸 달인 것 같다. 요새 정말 양질의 IT 도서들이 너무 많이 나와서 개인적으로 너무 즐겁게 책들을 읽고 있는데, 이번에 읽은 도서는 유명 인플루언서이신 조코딩 님과 우성우님이 함께 쓰신 AI 에이전트 개발 관련 도서이다. 올해 초에 랭체인과 랭그래프, 랭스미스 등을 다룬 도서를 읽은 적이 있었는데, 그 책이 전체적인 overview와 소개를 다룬 책이었다면, 이 책은 입문서의 성격을 띄면서도 좀 더 실용적인 구현 내용들을 담고 있어, LLM, RAG를 활용한 실무 역량을 쌓는데 도움을 주는 실용서라고 할 수 있을 것 같다.

특히, 단순히 LLM과 RAG에 대한 내용 뿐만 아니라 실제 에이전트 서비스 개발을 위해 Streamlit을 활용한 front-end 웹앱 개발 부분과 벡터 DB에 대한 활용 부분, 그리고 수익화를 고려한 서비스 개발 운영까지 실제 내가 하나의 서비스를 개발하는 것처럼 완성된 서비스를 만들어가는 과정을 다루고 있어 실제 서비스 개발을 하고자 하는 개발자들에게 좋은 사례가 될 듯 하다.

본 도서는 8개 파트의 총 22개 chapter에 걸쳐 본 도서에서 대표 예시로 다루고 있는 LLM 기반 Q&A 서비스인 ChatPDF를 비롯하여 뉴스 검색 서비스, 패션 어시스턴트, 시/소설 생성 서비스, 블로그 서비스 등 다양한 서비스 개발 사례들을 수록하고 있다. ChatPDF 서비스를 개발하는 과정까지는 랭체인의 기초적인 소개와 개발 환경 구성, OpenAI 플레이그라운드 등 이러한 AI 기반 서비스들을 개발하기 위해 필요한 기초 지식들을 다루며 개발을 진행한다.

참고로, ChatPDF 서비스 예제에 대한 실습을 진행하기 위해서는 OpenAI의 유료 API를 결제하여 크레딧을 충전해야 한다. 개인적으로 AI 서비스 개발에 대한 실습을 하기 조금 꺼려지는 부분이 사실 이러한 비용 투자의 부담 부분인데, 물론 나도 종종 유료 결제를 하고 있긴 하지만, 본격적으로 AI 서비스 개발을 위해 단기적으로 공부를 집중적으로 하고자 하는 사람들에게는 어쩔 수 없는 선택지인 것 같다. 요새는 뭐 AI 서비스 한 두개 유료 구독하는건 조금 일반적인 모습이 되기도 했으니.. 아무튼 더 나은 나를 위한 투자라 생각하자. (사실 치맥 한 번정도의 값이다. ^^;)

실습은 VSCode에서 진행하고 있으며, 구현에 필요한 extension과 패키지들까지 설치에 대한 설명이 잘 나와 있어 실습 진행에 문제가 없도록 구성되어 있어 맘에 들었다. 개발 관련 서적을 볼 때 실습 예제 구현 전에 실습 환경에 대한 구성이 사실 초보자들에게는 꼭 필요한데, 가끔 도서들 중에 이러한 환경 구축 부분이 생략되어 있는 경우가 있어 아쉬울 때가 있다. 물론 이미 어느 정도 지식이 있는 사람들에게는 불필요한 부분일 수도 있겠지만, 그럼에도 시작이 반이라고 실습 환경 구축이 제대로 되어야만 뒤에 나올 실습 예제들을 실행해보는데 문제가 없기에 지식의 유무와 관계 없이 이러한 환경 구축 부분은 개인적으로 IT 서적을 선택할 때 살짝 중요하게 보는 편이다. 가끔 보면 내가 평소 사용하는 개발 환경에서 도서에 실려 있는 예제가 안돌아가는 경우가 있는데, 그 때마다 살짝 난감과 짜증이 교차하곤 한다. ^^;

또한, 도서 앞 부분에서 구현에 앞서 필요한 이론 지식을 설명하는 부분 중에서 벡터 DB와 텍스트/이미지 임베딩에 대한 설명이 상당히 핵심적으로 깔끔하게 설명이 되어 있다는 느낌을 받아서 이 부분도 마음에 들었다. AI 모델을 직접 구축할게 아니라면 이 정도의 개념만 알고 있어도 서비스 개발하는데는 충분할 것 같다.

본 도서의 핵심은 뭐니뭐니해도 RAG 시스템을 구축하기 위한 랭체인과 관련된 라이브러리를 사용하는 부분에 대한 내용이다. 본 도서에서는 정말 다양한 Python 라이브러리들을 활용하여 RAG 기반의 각종 AI 서비스 시스템을 구현하는 예제들을 다루고 있다.

일례로 14장에서 다루고 있는 멀티모달 RAG 시스템의 경우, 일반적으로 사용되는 텍스트 기반의 RAG 시스템 뿐만 아니라, 이미지와 같은 다른 비정형 데이터에 대한 검색 기능까지 다중 벡터 검색을 통해 함께 구현하기 위해 이러한 과정을 RAG를 위해 체이닝하고 실행하는 과정을 다룬 실습 예제이며, 이러한 예제는 다양한 서비스를 개발하는데 유용한 참고 자료가 될 것 같다.

또한, 본 도서에도 랭그래프를 다룬다. 랭체인이 선형적인 연결을 가지는 일방향 체인 구조의 파이프라인 형태를 띄는 라이브러리이자 프레임워크라면, 랭그래프는 그래프의 노드와 엣지의 개념을 활용하여 다중 에이전트를 비선형적이고 동적인 시나리오를 구현하는데 유용한 라이브러리이자 프레임워크이다. 그렇기 때문에, 랭그래프를 활용하면 멀티 에이전트 아키텍처에서 주어진 상황에 따라 특정 AI 어시스턴트가 다음 노드를 여러 개의 선택지 중에서 동적으로 선택할 수가 있다.

본 도서에서는 이러한 랭그래프를 활용하여 워크플로 그래프를 생성하고 이를 통해 노드간 상호 구동되는 에이전트 개발을 실습해보는 예제를 담고 있으며, 이 외에도 crewai 라이브러리를 활용한 멀티 에이전트 등도 다루고 있어, 에이전트의 행동을 좀 더 세밀하게 제어하고 성능을 올리기 위한 방법을 고민하고 이를 활용하여 멀티 에이전트 서비스를 기획하고 개발하는데 있어 참고가 될 듯 하다.

결론적으로, 본 도서는 아래와 같은 분들에게 도움이 될 듯 하다.

• LLM과 AI 서비스 개발에 대한 공부를 해보고 싶으신 분
• RAG와 랭체인, 랭그래프에 대한 구현을 해보고 싶으신 분
• 멀티 AI 에이전트 서비스 개발 및 수익화 창출에 관심이 있으신 분
• front-end 개발을 포함하여 하나의 완성된 AI 에이전트 기반 서비스 개발 경험을 해보고 싶으신 분

본 도서에서는 LLM, ChatGPT, RAG, 랭체인, 랭그래프, 랭스미스, Llama, crewAI, Streamlit, FastAPI 등 상당히 많은 개념과 라이브러리, 서비스들을 다루고 있다. 이러한 여러 가지 개념과 라이브러리들을 하나하나 개별로 다루어도 다 큰 주제들인데 practical한 관점에서 필요한 지식들을 모아서 하나의 실용적인 도서로 집필한 저자분들의 필력이 놀랍다는 생각이 든다. 역시나 유명 IT 개발 인플루언서분의 도서 답다는 느낌?

물론 AI 서비스의 핵심 원천은 데이터와 LLM 모델이지만, 결국 더 중요한건 서비스를 위한 차별화된 아이디어이다. 먼저 기존의 다른 서비스와 다르게 나만의 서비스를 어떠한 차별화된 아이디어로 개발할지에 대한 충분한 고민이 선행되어야겠고, 그러한 아이디어를 바탕으로 서비스를 개발했을 때 분명 더 의미있는 결과물을 낼 것이라 생각된다. 그리고 이러한 아이디어를 기반으로 서비스를 개발하는 과정에서 필요한 기술 스택을 적시적소에 활용하여 하나의 서비스를 만들기 위해 필요한 지식들을 쌓아가는데 있어 분명 본 도서의 내용들이 유용하게 사용될 것이라 생각되며, AI 에이전트 개발에 관심이 있는 입문자 분들에게 추천하고 싶은 도서이다. 유익한 도서를 제공해주신 한빛미디어 편집자분께 감사 말씀을 드린다.

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

이 책은 단순한 AI 서비스 ‘사용자’에서 벗어나, 직접 AI 에이전트와 RAG(검색증강생성) 시스템을 구축해보고 싶은 사람에게 최적화된 실용서입니다. “AI를 직접 만들어보라”는 저자의 캐치프레이즈처럼, 책은 복잡한 이론보다는 실제로 동작하는 코드를 중심으로 실습과 실무에 초점을 맞춥니다. 2025년 현 시점의 최신 AI 트렌드와 기술 스택(GPT, LLaMA, RAG, 멀티모달, LangChain 등)을 폭넓게 접목해, 입문자부터 실무자까지 모두에게 유익한 길잡이가 되어줍니다.

구성 및 흐름

책은 총 8부로 구성되어 있습니다. 1부에서는 인공지능 시인, PDF 기반 챗봇 등 간단한 프로젝트를 통해 LLM, RAG, OpenAI API, LangChain의 기본 개념과 환경 설정을 익히게 합니다. 2부에서는 Ollama, Streamlit을 이용해 리뷰 평가 AI, 시인, 다국어 이메일 생성기 등 다양한 웹 애플리케이션을 만들어보며, 실제 서비스를 개발하는 감각을 익힙니다.

3~4부에서는 본격적으로 RAG 시스템을 설계하고 구현합니다. 텍스트와 PDF 문서를 임베딩하여 ChromaDB, FAISS 같은 벡터 저장소에 저장하고, 사용자의 질의에 대해 벡터 검색 후 LLM으로 답변을 생성하는 전체 파이프라인을 실습합니다. 특히 현진건 작가의 소설을 임베딩해 멀티턴 대화형 챗봇을 만드는 프로젝트는 실무와 학습의 연결고리를 잘 보여줍니다.

5부에서는 검색 품질 개선에 집중합니다. Multiquery, BM25와 Chroma 기반의 하이브리드 검색 등 실제 서비스에서 성능을 높이기 위한 다양한 전략을 배울 수 있습니다. 6부에서는 텍스트와 이미지를 결합한 멀티모달 RAG 예제를, 7~8부에서는 Function Call, CrewAI 기반의 복합 페르소나 에이전트 협업 시스템까지 다루며, 최신 AI 서비스 흐름을 폭넓게 경험할 수 있습니다.

실전적 접근과 친절한 코드 설명

이 책의 가장 큰 장점은 실전 중심의 접근입니다. 각 장마다 직접 따라할 수 있는 코드 예제와 프로젝트가 풍부하게 제공되어, 단순히 이론을 배우는 데서 그치지 않고 실제로 동작하는 AI 서비스를 만들어볼 수 있습니다. 코드의 변경 포인트를 친절하게 표시해주고, 실습 과정에서 발생할 수 있는 시행착오나 오류를 미리 안내해주어 초보자도 막힘 없이 따라갈 수 있습니다.

파이썬에 대한 사전지식이 많지 않아도 충분히 따라갈 수 있도록 기본 문법과 람다 함수, 컴프리헨션 등 꼭 필요한 부분만 집어줍니다. 개발 언어에 대한 부담을 크게 덜어주어, AI 서비스 개발에 첫 발을 내딛는 분들에게 최적의 입문서라 할 수 있습니다.

실제 실습에서 느낀 점과 차별화 포인트

이 책에서는 언급한 여러가지 모델을, 라이브러리들, 프레임워크들이 들어간 프로젝트를 직접 구현해볼 수 있어서 좋았습니다. 특히나 RAG 관련 기법들이 도움이 많이 됐습니다. 그래서 나중에 진짜 제가 만들고 싶은 프로젝트를 할 때는 선택지가 더 넓어지지 않을까 생각합니다. 그리고 Streamlit에 다양한 widget들이 있다는 것도 알 수 있어서 활용하기 좋았습니다. 책에 있는 프로젝트가 상당히 많아서 다 따라해보진 못하고 흥미로운 프로젝트 몇개라도 해봤는데 확실히 직접 구현해보니까 파라미터에 따라 결과가 달라지거나, 임베딩 생성 속도 차이 등 실제로 사용할 때 고려해야 할 점들을 미리 생각해볼 수 있었습니다. React, FastAPI, Node.js 등 다양한 기술 스택과의 연동법도 제시해서 실제 서비스로 출시할 정도로 개발할 수 있었습니다.

아쉬운 점과 보완이 필요한 부분

다양한 기술을 폭넓게 다루다 보니, 각 기술에 대한 깊이 있는 이론적 설명이 부족할 수 있습니다. 그리고 워낙에 다양한 기술들을 다루다 보니까 책을 읽고 나서 기억에 덜 남을 수도 있을 거 같습니다. 시작하는 비개발자 분들에겐 꽤나 버거울 내용이라고 생각합니다. 현업 개발자인 저도 생소했던 기법들이 많았기 때문에. 수익화 부분도 아쉽습니다. Buy me a coffee는 후원에 가까운데 이걸 붙인다고 수익화가 되지는 않는 거 같고 최소한 광고 전략이라도 있었으면 어떨까 싶습니다.

추천 대상과 총평

『조코딩의 랭체인으로 AI 에이전트 서비스 만들기』는 AI 서비스 개발의 진입장벽을 획기적으로 낮춘 실용서입니다. 이 책의 가장 큰 미덕은 '실전 중심 접근법'으로, 복잡한 이론보다 동작하는 코드를 먼저 보여주고 그 과정에서 자연스럽게 개념을 체화할 수 있게 합니다.

랭체인, RAG, 멀티모달, 에이전트 협업 시스템까지 - 현재 AI 서비스 개발의 핵심 기술들을 단계적으로 경험하며 실제 서비스 구축 능력을 기를 수 있습니다. 특히 인공지능 시인부터 ChatPDF, 멀티모달 스타일링 어시스턴트까지 다양한 프로젝트를 통해 AI 서비스의 무한한 가능성을 직접 체험할 수 있다는 점이 인상적입니다.

이론적 깊이보다는 실용성에 중점을 둔 이 책은 AI 서비스 개발에 첫발을 내딛는 입문자부터 실무에 적용하고자 하는 현업 개발자까지 폭넓은 독자층에게 유용한 가이드가 될 것입니다. 다양한 서비스들을 만들 수 있는 가이드라인 같은 책입니다.

이번 책 리뷰는 한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 작성된 서평입니다.

제가 이번에 읽은 책의 풀 네임은 <조코딩의 랭체인으로 AI 에이전트 서비스 만들기>로 한빛미디어 출판사를 통해 2025년 7월에 나온 최신간으로 책의 외형은 아래와 같았다.

책 타이틀 상단에는 '국내 IT 유튜버 1위 조코딩의 인기 강의를 한 권의 책으로!'라는 문구에 주목되었다.

이 책의 저자 님부터 살펴봅시다!

1. 저자

책날개 안쪽에 저자 님 두 분에 대한 소개가 나왔다.
 

• 조동근 님은 유튜브에서 '조코딩'으로 더 유명하신데, 이미 이웃님들도 많이 아실 것이다. 저자 님의 채널주소는 youtube.com/@jocoding이다.

• 우성우 님은 LLM 기반 AI 솔루션 엔지니어로 활동하고 계시며, 실제 현장 중심으로 프로젝트도 많이 진행하셨다고 한다.

2. 머리말 등

이어서 여러 추천사와 함께 저자의 머리말이 나왔다. 위 사진은 조코딩 님의 머리말로 아래 같은 문장이 있었다.

"아직도 챗GPT 같은 AI 도구를 그저 사용만 하고 계신가요? 이제는 직접 AI를 활용한 서비스를 만드는 제작자가 되어 보세요 ... (중략) ..."

말만 들어도 흥분되었다. 

저자께서는 AI 시대 이전에는 웹사이트나 앱을 만들기 위해 복잡한 코딩을 어렵게 배워야 했었지만, 이제 원하는 기능을 말로 시키면 AI가 구현해 주는 '바이브 코딩' 시대가 열렸다고 하시면서 AI로 무언가를 만드는 사람이 되어보자고 하셨다.

다음 페이지에는 저자 '우성우' 님의 머리말도 이어졌는데, 저자께서는 책속의 예제들을 통해 랭체인으로 RAG 파이프라인 구축이나 에이전트 시스템 개발까지 최신 AI 서비스 개발의 핵심흐름을 자연스럽게 익히도록 구성했다고 하셨다.

3. 차례

위 사진은 이 책의 목차 페이지 중 하나로, Part 01 '랭체인 시작하기'부터 Part 08 'CrewAI를 활용한 협업형 에이전트'까지 총 8쪽에 걸쳐서 상세히 나누어져 있었다.

이제 드디어 본문을 보겠습니다!

4. 본문 중에서

183*235사이즈에 450여쪽의 많은 내용을 다 볼 수는 없으나, 목차 순서를 따라 모든 파트를 조금씩 보여드리겠습니다.
 

분량이 좀 많아서 제 블로그에 상세하게 리뷰했던 것을 아래 링크에 연결합니다. 참고해주세요.

https://blog.naver.com/zapaks/223984129531

위 링크의 글을 읽으셨으리라 감안하고, 이제 일독을 마친 소감을 간단히 쓰고 마치겠습니다.

5. 일독을 마치며

이번 책은 제가 잘 해보지 않은 분야라서 읽고 적용하는데 시간이 좀 걸렸지만, 아주 흥미로운 작업이었습니다.

아래 사진은 책 뒷 표지 모습입니다.

상단에 'AI 서비스를 사용만 하지말고 '만드는' 사람이 되어보세요!' 이런 글이 보입니다.

그렇습니다. 이 책은 그런 책이었습니다. 

나만의 AI 서비스를 직접 개발해보는 매우 흥미진진한 과정을 알려주는 책인 것입니다. 

이런 분야에 관심이 많은 이웃님들이시라면 꼭 도전해 보십시오. <끝>

이 책은 "AI 서비스를 '사용'만 하지 말고 직접 '만드는' 사람이 되어 보세요!"라는 캐치프레이즈가 이 책의 정체성을 명확하게 보여줍니다.

단순히 기존 AI 서비스를 활용하는 것을 넘어, 직접 AI 에이전트 서비스를 구축할 수 있는 실무 역량을 기르는 데 초점을 맞춘 실용서입니다.

책의 가장 큰 특징은 복잡한 이론보다는 예제 중심의 실무 접근법을 택했다는 점입니다.

파이썬 기초 지식만 있다면 누구나 따라할 수 있도록 구성되어 있으며, GPT, LLaMA, RAG, 멀티모달 등 최신 AI 기술들을 랭체인으로 연결하여 실제 서비스를 만들어볼 수 있도록 안내합니다.

또한 단순한 기술 구현을 넘어서 실제 서비스 운영과 수익화까지 다루는 것이 이 책의 큰 장점입니다.

Streamlit을 활용한 배포, 후원 버튼을 통한 수익화 방식, LangSmith를 통한 성능 모니터링 등 실무에 필요한 전 과정을 포함합니다.

따라해보기...

ChatPDF 구현

책의 핵심인 PDF와 대화하는 챗봇 구현이 가장 흥미로웠고, 이 부분에서 진짜 RAG의 위력을 체감할 수 있었습니다.

- 문서 로딩과 청킹

from langchain_community.document_loaders import PyPDFLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter

loader = PyPDFLoader("document.pdf")
documents = loader.load()

text_splitter = RecursiveCharacterTextSplitter(
chunk_size=500,
chunk_overlap=20
)
docs = text_splitter.split_documents(documents)

처음에는 chunk_size를 1000으로 설정했더니 응답 정확도가 떨어지는 문제가 있었는데, 책에서 권장하는 500으로 조정하니 훨씬 정확한 답변을 얻을 수 있었습니다. 해당 값을 설정함에 따라 달라지는 결과를 보니 사소한 파라미터의 변화가 결과에 미치는 영향에 대해 생각할 수 있었습니다.

- FAISS 벡터 저장소 구축

from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import FAISS

embeddings = OpenAIEmbeddings(model='text-embedding-ada-002')
vectorstore = FAISS.from_documents(docs, embeddings)

여기서 임베딩 생성에 시간이 꽤 걸린다는 걸 체감했습니다. 100페이지 정도의 PDF를 처리하는데 약 2-3분 정도 소요됐는데, 이 부분은 최적화가 필요해 보였습니다.

- 실제 대화 체험

완성된 ChatPDF로 실제 대화를 해보니 정말 신기했다. 업로드한 AI 관련 논문에 대해 다음과 같은 질문을 던져봤다:

질문: "이 논문에서 제안하는 주요 기법은 뭐야?"

AI 답변: "이 논문에서는 Transformer 기반의 멀티헤드 어텐션 메커니즘을 개선한 새로운 접근법을 제안합니다. 특히 컨텍스트 윈도우를 확장하여..."

답변의 정확도와 맥락 파악 능력이 생각보다 뛰어났다. 다만 때로는 문서에 없는 내용을 생성하는 할루시네이션 현상도 관찰됐다.

실습하며 발견한 현실적 문제들

- API 비용의 현실

실습을 진행하면서 가장 아픈 부분은 OpenAI API 비용이었다. 특히 GPT-4를 사용한 멀티모달 처리나 대용량 문서 임베딩 생성 시 비용이 빠르게 올라갔다.

한 번의 ChatPDF 세션(50페이지 문서)에 약 $2-3 정도가 소요됐는데, 이를 실제 서비스로 운영한다면 비용 최적화가 필수적이겠다는 생각이 들었다.

- 성능과 정확도의 트레이드오프

RAG 시스템을 구현하면서 검색 정확도와 응답 속도 사이의 균형점을 찾는 게 어려웠다.

k=10으로 많은 문서를 검색하면 정확도는 올라가지만 속도가 느려짐

k=3으로 줄이면 빨라지지만 때로는 중요한 정보를 놓침

결국 용도에 따라 파라미터를 조정해야 한다는 교훈을 얻었다.

- 한국어 처리의 아쉬움

영어 문서에 비해 한국어 문서 처리 시 임베딩 품질이 다소 떨어지는 느낌이었다. 특히 전문 용어가 많은 기술 문서의 경우 검색 정확도가 아쉬웠다.

이 책의 장점

1. 접근성과 실용성

조코딩 특유의 쉽고 친근한 설명 방식이 책에도 잘 녹아있습니다. 복잡한 AI 기술을 단계별로 쪼개어 설명하여 초보자도 쉽게 따라갈 수 있도록 구성되었다.

2. 실전 중심의 예제

이론보다는 실제로 동작하는 서비스를 만드는 데 집중한다. ChatPDF, FashionRAG 등 실제로 써먹을 수 있는 프로젝트들이라 동기부여가 된다.

3. 최신 기술 반영

2025년 출간 시점의 최신 기술들을 충실히 반영했습니다. 특히 GPT-4 Vision, LLaVA 같은 최신 VLM(Vision Language Model) 활용까지 다루어 실무 적용 가능성을 높였다.

4. 통합적 접근

단편적인 기술 설명이 아닌, 프론트엔드부터 백엔드, 배포, 운영까지 전체 개발 라이프사이클을 다룹니다. React, FastAPI, Node.js 등 다양한 기술 스택과의 연동 방법도 제시한다.

5. 수익화까지 고려

단순한 구현을 넘어서 Streamlit 배포, 후원 버튼 설치, LangSmith 모니터링까지 다룬다. 실제 서비스 운영을 염두에 둔 실용적 접근이 돋보인다.

6. 시각적 설명

복잡한 아키텍처를 다이어그램으로 명확하게 설명한다. 특히 RAG 파이프라인이나 에이전트 워크플로우 같은 복잡한 개념도 그림으로 쉽게 이해할 수 있다.

7. 커뮤니티와 지원

저자가 직접 운영하는 유튜브 채널과 연계된 학습 지원이 가능합니다. 책의 예제 코드도 GitHub에서 제공되어 실습에 용이하다.

이 책의 아쉬운 점

1. 깊이 vs 폭의 트레이드오프

다양한 기술을 다루다 보니 각 기술에 대한 깊이 있는 탐구는 상대적으로 부족할 수 있다.

특히 복잡한 개념들에 대한 이론적 배경 설명이 부족해 "왜 이렇게 해야 하는지"에 대한 이해가 어려울 수 있다.

고급 사용자들에게는 아쉬울 수 있는 부분이다.

2. 에러 핸들링 부족

실습 중 발생할 수 있는 다양한 에러 상황에 대한 대응책이 부족하다. 의존성 충돌이나 API 한도 초과 등의 현실적 문제들에 대한 가이드가 더 있었으면 좋겠다.

3. 비용 최적화 전략 부족

API 비용에 대한 언급은 있지만, 실제 비용 절약 방법에 대한 구체적 가이드는 아쉽다. 캐싱 전략이나 모델 선택 기준 등이 더 자세했으면 좋겠다.

4. 한국어 최적화 부족

한국어 문서 처리나 한국 서비스에 특화된 로컬라이제이션 부분이 아쉽다. 대부분의 예제가 영어 기반이라 한국 실정에 맞는 응용이 필요하다.

5. 기술 변화 속도

AI 분야의 급속한 변화로 인해 일부 내용의 빠른 노후화 가능성이 있습니다. 특히 API 변경이나 새로운 프레임워크 등장 시 업데이트가 필요할 수 있다.

6. 전제 조건

파이썬 기초는 알고 있어야 한다고 하지만, 실제로는 웹 개발, API 사용 등에 대한 사전 지식이 있어야 원활하게 따라갈 수 있는 수준이다.

그러므로 완전한 프로그래밍 초보자에게는 진입 장벽이 있을 수 있다.

추천 대상

강력 추천

- 파이썬 개발 경험이 있는 AI 분야 전향 희망자

- 기존 AI 서비스를 넘어 직접 개발하고 싶은 기획자/개발자

- 랭체인, RAG 기술을 실무에 적용하고 싶은 현업자

- AI 스타트업 창업 준비자: 수익화 모델까지 다루어 사업 아이디어에 도움됨

비추천

- 프로그래밍 완전 초보자

- 이론적 깊이를 중시하는 연구자

- 단순히 기존 AI 도구 사용법만 알고 싶은 사용자

- API 비용을 아끼고 싶은 사용자

마치며...

"조코딩의 랭체인으로 AI 에이전트 서비스 만들기"는 2025년 AI 개발 트렌드를 반영한 실용적인 가이드북으로서 AI 서비스 개발의 전체적인 흐름을 경험해보고 싶은 개발자들에게 좋은 도서입니다. 특히 RAG와 AI 에이전트라는 핫한 주제를 친근하게 풀어낸 점이 가장 큰 장점입니다.

완벽한 이론서는 아니지만, 실무 중심의 접근법과 최신 기술 트렌드를 반영한 예제들로 AI 서비스 개발의 큰 그림을 그려볼 수 있게 해주는 실용적인 도서입니다.

실제로 모든 예제를 따라해보면서 느낀 건, 이 책이 "만들면서 배우는" 철학을 충실히 구현했다는 점입니다. 복잡한 이론 설명보다는 동작하는 코드를 먼저 보여주고, 그 과정에서 자연스럽게 개념을 이해하게 만듭니다..

물론 완벽한 책은 아니라고 생각합니다. 깊이의 한계나 에러 처리 부족 등의 아쉬움도 있지만 AI 서비스 개발의 첫걸음을 떼기에는 충분히 좋은 길잡이가 될 것으로 생각됩니다.

특히 "AI를 사용만 하지 말고 직접 만들어보자"는 저자의 메시지가 인상적이었습니다. 이 책을 통해 많은 개발자들이 AI 서비스 개발에 도전해보길 바랍니다.

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

이제는 익숙해진 AI. 개발자가 아니더라도 나만의 서비스를 만들고 싶은 사람이라면 누구나 AI 기반의 서비스를 만들 수 있는 시대가 되었다. python과 여러 라이브러리, API를 활용해서 쉽고 빠르게 서비스를 만들어 내는 과정을 한 눈에 알아볼수 있는 책이 나왔다. 그 이름은 바로 “AI 에이전트 서비스 만들기”

이 책은 기초 개념부터 실전 예제, 내 PC에서 UI & 오픈소스기반 서비스 구현, 벡터 데이터베이스 활용, RAG, 수익화 전략, 로그 추적 및 성능 개선에 이르기까지 실전 중심적으로 독자들로 하여금 쉽고 빠르게 내가 원하는 서비스를 구현할 수 있는 가이드를 제시한다.

초거대 언어 모델 사용에만 집중하지 말고 이제는 "만드는" 사람이 되어보라는 문구처럼 서비스 개발 과정을 일목요연하게 소개해주고 있다.

1. 쉬운 환경 구축부터 실전 배포까지

책은 가장 먼저 Python의 pip 명령어를 이용해 여러 라이브러리를 설치하는 과정부터 상세히 안내하고 있다. 또한, 개발한 서비스를 내 컴퓨터에서만 사용하는 것이 아니라, Streamlit Community Cloud를 활용해 누구나 접속 가능한 웹 서비스로 배포하는 방법까지 친절하게 설명하고 있다.

2. 복잡한 기술을 한눈에 보는 시각화

AI 에이전트 개발의 핵심인 RAG(Retrieval-Augmented Generation)나 서비스 구조를 이해하기 어려운 독자들을 위해, 책은 다이어그램을 적극적으로 활용한다.

• ChatPDF 구현 구조: PDF 파일을 불러와 텍스트를 분할하고, 이를 벡터 데이터베이스(VectorDB)인 Chroma에 저장하는 과정을 그림으로 명확하게 보여준다.
• 음식 리뷰 평가 AI나 인공지능 시인 서비스의 워크플로 역시 시각화된 도표로 제공되어, 복잡한 데이터 흐름을 한눈에 파악할 수 있게 돕고 있다.
• 이처럼 추상적인 개념들을 구체적인 다이어그램으로 풀어낸 덕분에, 독자들은 기술적인 원리를 깊이 이해하면서도 실습에 집중할 수 있다.

무언가를 만들때 그것의 목적성과 프로세스에 대한 이해가 중요하다. 독자로 하여금 그 부분을 이해하기 쉽게 설명하고 각각의 절차를 순차적으로 설명하면서 실습에서의 필요한 부분을 이해시키고 있다.

python 으로 만든 UI 웹페이지인 스트림릿과 랭체 & LLM을 통한 전체적인 구조를 명확하게 설명하고 있는 것 또한 유익하게 다가왔다.

3. 실무를 위한 실질적인 조언

이 책은 단순히 기능 구현에 머물지 않고 AI 서비스를 개발하는 데 필요한 로그 추적(LangSmith)과 성능 개선에 대한 노하우는 물론, 심지어 후원 기반의 수익화 전략까지 다루고 있다. 이런 실무적인 팁들은 독자들이 만든 결과물을 단순한 프로젝트를 넘어 실제로 운영 가능한 서비스로 발전시키는 데 큰 도움이 될 것으로 생각한다. 물론, 더 고도화가 필요한 부분도 있지만 빠르게 런칭할 수 있는 프로토타입 형태로 제공 가능하다.

이 책은 AI 시대에 자신만의 아이디어를 실현하고 싶은 모든 이들에게 강력한 길잡이가 되어 준다. 이 책을 통해 빠르지만 강력하게, 직접 만드는 AI 서비스 개발 과정을 경험해 보길 바란다.

개인적으로 streamlit과 랭체인, ollama, ChatGPT API, 벡터 DB를 통해서 내부적인 서비스를 만든적이 있었는데 이 책을 보니까 그때 이해되지 않았던 부분이 상당 부분 해소 되었다. 주먹구구식으로 찾아가며 만드는 것도 좋지만 액기스가 가득한 이 책의 내용과 구성은 상당히 괜찮게 다가온다. 개발에 익숙하지 않은 독자라면 처음은 어려울 수 있지만 자신의 손으로 타이핑치고 설정해낸 결과물을 서비스로 만드는 건 대단히 매력적이지 않을까?

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

개발분야와 관련된 동영상을 보다보면 한번쯤 '조코딩'이라는 채널명을 만난 적이 있을 것입니다. 꽤 많은 동영상을 촬영하는 것 같은데요. 그 동영상 강좌 중에서 랭체인에 관한 내용이 책으로 묶어져 나왔네요. 한빛미디어에서 나온 <AI 에이전트 서비스 만들기>입니다.

회사에서 아마존  베드락 기반의 RAG 서비스를 개발/운영하고 있다보니 RAG 시스템이 어떻게 동작하는지, 임베딩 모델과 벡터 저장소의 관계는 무엇인지 정도는 알고 있습니다. 하지만 최근 테크 밋업에 가보니 RAG를 랭체인/랭그래프로 구현한 이야기들을 많이 들을 수 있었습니다. 그래서 최근 화두인 에이전트와 랭체인에 대해 한번 훑어보는 좋은 책으로 이 책을 살펴보게 되었습니다.

조코딩 책의 장점은 각 장에서 설명하는 개발 관련 내용을 서비스를 만들어보는 형태로 풀어낸다는 점입니다.  

1부에서는 랭체인이 어떤 프레임워크인지를 이해하기 위하여 인공지능 시인과 PDF를 기반으로 채팅을 하는 시스템을 개발합니다. 주로 기본적인 LLM, RAG, OpenAI API, LangChain 개념과 환경 설정에 집중하여 설명하고 있습니다.

2부에서는 LangChain의 주요 구성 요소를 살펴봅니다. 파이프 문자를 이용한  LangChain의 LLM 체인 생성을 집중적으로 살펴 봅니다. 특히 Ollama와 Streamlit(파이썬 웹 애플리케이션 프레임워크)로 리뷰 평가 AI/시인/다국어 이메일 생성기 서비스를 만듭니다. 이 과정에서는 RAG라기 보다는 어떤 PDF 문서를 올리거나 텍스트 프롬프트를 주고 API를 호출하여 웹 애플리케이션으로 결과를 보여주는 과정을 보여줍니다.

3부부터는 본격적으로 RAG 시스템을 구축합니다. 여기서부터는 텍스트/PDF 문서를 임베딩(벡터화)하여 ChromaDB 벡터 저장소에 저장하고, 사용자의 질의를 벡터화하여 유사한 결과를 찾아 다시 내용을 요약해서 출력하는 서비스를 만듭니다. 현진건 작가의 소설을 임베딩하고, 사용자가 마치 현진건 선생과 멀티턴 방식의 대화를 나누는 서비스를 만듭니다.

4부에서는 ChromaDB대신 FAISS를 저장소로 사용하고, 이를 기반으로 유사성 검색을 구현합니다. 결국 RAG는 문서 Load -> Split -> Embed -> Store한 다음, Question-> Retrieve -> LLM을 이용한 답변 생성 과정으로 이루어집니다. 다양한 Loader, Splitter, Retriever의 사용 사례를 볼 수 있습니다.

5부에서는 검색 품질을 올리기 위한 여러 방법을 소개합니다. 예를 들어 하나의 질문을 확장된 여러가지 질문으로 파생시켜 검색하는 multiquery 기법, 키워드 검색이 중점인 BM25와 Chroma기반의 벡터 검색을 결합하는 하이브리드 검색 시스템(EnsenbleRetriever 사용)을 설명합니다.

6부에서는 멀티모달을 다룹니다. 텍스트가 아닌 멀티모달 RAG를 구현하는 방법, 이미지 기반의 검색 시스템을 만들어 봅니다.

7부에서는 에이전트가 주제입니다. Function Call을 구현하여 LLM을 장착한 Agent 서비스를 만들어 봅니다. 워크플로를 만드는 것이 7부의 핵심이네요.

8부는 7장에서 익힌 에이전트를 이용하여 CrewAI 기반으로 복합 페르소나를 가진 여러 에이전트를 만들고 이들이 협업하여 결과를 만들어 내는 시스템을 만듭니다. 예제로는 주제어를 입력하면 블로그 글을 만들어 주는 리액트 웹앱을 만듭니다.

전체적으로 RAG/랭체인을 이해하기 위한 입문서로 적절해 보입니다. 코드도 친절하게 변경되는 부분을 표시해가면서 완성합니다.  랭체인으로 서비스를 만들려면 파이썬을 알아야 하는데, 기본적인 문법만 익혀도 이 책을 보는데에는 아무런 문제가 없습니다. 개발 언어에 너무 걱정하지 않아도 될 것 같습니다. 기본 문법 외에 람다 함수와 컴프리헨션 기법 정도만 익히고 시작하시면 됩니다.

전체적으로 RAG의 구조를 이해하고, 각 하위 구성요소들이 어떻게 협업하는지를 이해하는데 도움이 되는 책입니다. 그러면서도 예제 프로젝트를 만들어 보면서 실무의 경험을 살짝 경험할 수 있습니다. 저는 231쪽의 청크 사이즈와 오버랩 사이즈 예제가 좋았습니다. 이런 정보들은 만들면서 찾아보고 실험해봐야 얻는 지식이니깐요.

그리고 OpenAI의 Embedding 모델인 text-ding-ada-002는 항상 1536 차원의 고정 크기 벡터라는 것도 알았습니다. :)

이제 베드락으로 초반에 연동했던 서비스를 LangChain으로 구현해 봐야겠네요. RAG 시스템을 구현하기 위해 입문서를 찾으신다면 괜찮은 책이라 생각됩니다. 비슷한 책으로 테디노트님의 책이 있습니다. 이 책도 한번 같이 읽어봐야겠습니다.