실무에서 SQL을 활용하는 사람이라면 읽어볼 책!

실무에서 SQL을 다루는 기술 - PostgreSQL부터 MySQL, SQLite까지
마크 사이먼 지음, 조은옥 옮김 / 한빛미디어 / 2025년 6월

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

총평

- 책의 난이도  : ★★★☆☆
- 추천 별점     : ★★★★★
- 추천 독자     : 백앤드 개발자 혹은 DBA로 SQL을 자주 다루는 자
- 지은이         : 마크 사이먼 지음 / 조은옥 옮김
- 출판사         : 한빛미디어
 

---

 
이번에 리뷰할 책은 실무에서 SQL을 다루는 기술입니다.

책 제목처럼 실무에 초점을 맞추고 있으며, 부재처럼 PostgreSQL, MySQL, SQLite 그리고 뿐만 아니라 MS SQL까지 다루고 있습니다.

즉 SQL을 사용하는 데이터 베이스에 대해서 어떻게 SQL을 효율적으로 사용할 수 있는지 알아보는 책입니다.

책의 특징

1. 실무에 초점을 둔 책

말 그대로 이 책은 실무에 초점이 맞춰진 책입니다.

기본적인 SQL 책은 문법에 초점이 맞춰져있기 때문에 단순한 시나리오에 대해서 이렇게 쿼리를 짤 수 있다고 주로 문법적으로 학습하게 됩니다.

하지만 이 책은 실무에 초점이 맞춰진 책이기 때문에 보다 실무적인 관점에서 어떻게 해야 워크로드에 효율적이고 관리에 용이한지 좀 더 초점을 맞추고 서술되어 있고, 팁도 제공하고 있습니다.

2. 같은 내용으로 다양한 DBMS를 다루는 책

다양한 SQL 솔루션에 대해서 대비합니다. MySQL, MSSQL, SQLite 등 다양한 DB에 대한 내용에 맞게 설명해주어서 누구든지 해당 책을 활용할 수 있도록 하였으며, 비교도 가능하도록 서술되어 있습니다. 운영자 입장에서 정말 좋은 책이라고 생각됩니다.

책의 구성

챕터 1에서는 준비하기로 데이터베이스에 대한 아주 기본적인 내용과 SQL 기초에 대해서 학습합니다.

챕터 2 테이블 디자인 작업에서는 데이터베이스의 테이블을 설계하는 작업을 진행해봅니다.

정규화된 테이블, 독립적인 열, 데이터베이스 무결성, 인덱스 변경 등 테이블을 설계하는 방법을 알아봅니다. 

챕터 3 테이블 관계와 JOIN에서는 테이블 JOIN에 대해서 더 심층적으로 학습해봅니다.

일대다 관계, 일대일 관계, 다대다 관계 이렇게 다양한 유형에 대해서 어떻게 JOIN을 하도록 설계해야하는지 확인해봅니다.

챕터 4 계산된 데이터로 작업하기에서는 다양한 데이터 형 변환 및 CASE 표현식에 대해서 학습해봅니다.

챕터 5 데이터 집계에서는 집계 함수 및 데이터를 그룹화하고 평균값 등 다양한 계산을 하는 방법을 학습해 봅니다.

챕터 6 뷰와 관련된 도구 활용하기에서는 뷰를 통해 가상 테이블을 만들어보고 해당 내용을 통해서 인터페이스로 활용하거나 외부 애플리케이션과 연동하는 등 다양한 방식으로 활용해 봅니다.

챕터 7 서브쿼리와 공통 테이블 표현식에서는 SELECT / WHERE / FROM 절에서 서브쿼리를 활용하는 방법과 공통 테이블 표현식 구문을 학습해봅니다.

챕터 8 윈도우 함수에서는 윈도우 함수가 무엇인지 순위함수가 무엇인지 등을 학습하고 배워봅니다.

챕터 9 공통 테이블 표현식(CTE) 더 알아보기 에서는 CTE를 변수로 활용하고, 집계함수 등 다양한 방식으로 표현식을 사용해봅니다.

챕터 10 트리거, 피벗 테이블, 변수 등 더 많은 기법 알아보기에서는 데이터 피벗팅, SQL 변수 활용 등 다양한 방식으로 데이터를 다뤄봅니다.

이 외에도 부록을 통해서 파이썬으로 SQL 활용하기나 DBMS 별 차이 등을 소개하는 등 다양한 내용들을 소개하고 있습니다.

총평

이처럼 이 책은 DB에 맞게 SQL을 학습하는데 적합한 책입니다. 정말 많은 기법들을 실무적 지식으로 어떻게 풀어나갈지에 대해서 깊게 고민한 책이라고 생각합니다.

지금까지는 SQL 문법 책들은 많이 보았지만 이렇게 실무적인 관점에서 SQL을 서술해 준 책은 정말 귀하다고 생각합니다. 이 책은 이미 SQL을 아는 엔지니어를 대상으로 쓰여진 책이기 때문에 처음 공부하는 분들은 더 쉬운 SQL 기본 문법 책을 읽고 오시는것을 추천드리며, 이미 잘아는 사람이라면 이 책을 읽어보실 것을 추천드립니다.

[한빛미디어] 직접 딥러닝 모델을 활용해서 실습해보세요!

혼자 만들면서 공부하는 딥러닝 - 이미지/텍스트 분류 및 요약, 전이 학습, 트랜스포머까지 20개 딥러닝 모델 구현하기 |저자 직강 유튜브 강의 + 오픈채팅 제공 ㅣ 혼자 만들면서 공부하는 시리즈
박해선 지음 / 한빛미디어 / 2025년 5월

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

총평

- 책의 난이도  : ★★★★☆

- 추천 별점     : ★★★★★

- 추천 독자     : 딥러닝을 공부하고자 하는 모든 독자

- 지은이         : 박해선 지음

- 출판사         : 한빛미디어

---

이번에도 나온 한빛미디어 최고의 입문서 <<혼자만들면서 공부하는 시리즈>>가 돌아왔습니다!

이번주제는 딥러닝이고요. 혼공시리즈 치고 가장 난이도 높다고 생각해서 난이도 별점이 4점입니다.

책을읽어봤는데 딥러닝을 모르고 읽었다가는 이해하기가 좀 어렵다고 생각됩니다(솔직히)

다만 딥러닝을 공부하는 사람이라면 차근차근 따라가는데 무리가 없다가 정확한것 같습니다.

책의 특징

기본적으로 직접 만들면서 하기 때문에 실습을 기반으로 합니다. 그래서 처음에는 그대로 따라하고, 반드시 2-3회독하시기 바랍니다.

책에서는 설치 없이 코랩으로 실습할 수 있습니다. 그렇기 때문에 그냥 인터넷만 되는 노트북이 있으면 됩니다.

코랩의 큰 장점은 서버 자원자체도 클라우드를 사용하기 때문에 내 컴퓨터 사양이 크게 중요하지 않습니다.

그리고 저자가 직접 오픈채팅에서 질문도 받고, 유튜브 강의도 하고 있으니 적극적으로 매체를 활용해서 공부하기 좋습니다.

블로그 글의 맨 마지막에 학습자료 링크를 모두 남기니 여기서 확인하시면됩니다.

책의 구성

챕터 1에서는 합성곱 신경망(CNN)으로 패션 상품 이미지 분류하기 입니다.

보면 챕터 1 ~ 3까지 모두 CNN 모델인데요. CNN 모델이 무엇인지 부터 알아야 겠죠. 딥러닝 책이다보니 딥러닝의 개요가 바로 들어가게 됩니다. 그렇기 때문에 쉬운 예제로 알려주시는게 도움이 많이되었어요.

원래 딥러닝은 인공지능 > 머신러닝 > 딥러닝 순으로 고도화 되기 때문에 충분히 전문화된 영역이라는 걸 감안하고 시작하셔야해요.

CNN은 합성곱 신경망으로 LeNet이라는 모델을 시작으로 필기 숫자 인식을 위해서 설계되었다고 해요. (이미지 분석모델입니다) 이를 통해 우편번호를 인식하는 문제를 해결했다고 하는데요. 이는 두개의 합성곱층과 세 개의 밀집층으로 구성되어 있다고 합니다.

그래서 이제 1-3에서는 LeNet 모델을 만들고 훈련을 시켜 패션 상품 분류 실습을 해봅니다.

챕터 2에서는 사전 훈련된 CNN모델로 강아지와 고양이 사진 분류하기 입니다.

챕터 1에서는 초기 이미지 모델에 대해서 학습했고 이제 이미지넷 대회에서 우승한 최초의 CNN 모델인 AlexNet이라는 발전된 모델을 통해서 다양한 분류를 진행해봅니다. 또한 VGGNet 모델도 학습해보면서 각각 내용을 비교해봅니다.

그리고 배운 내용을 토대로 강아지와 고양이 사진 분류하는 실습을 진행합니다. 또한 ResNet까지 학습해봅니다.

챕터 3에서는 고급 CNN 모델과 전이 학습으로 이미지 분류하기 입니다.

챕터 2에서 다룬 ResNet보다 더 발전된 모델이 DenseNet입니다. 이 둘은 정보를 전달하는 방식에 차이가 있다고하는데요. 어떤 부분에 차이가 있는지 모델을 직접 만들어보면서 학습할 수 있습니다. DesNet의 모델은 파라미터 수가 많고 용량이 매우 크기 때문에 이를 보완하여 깊이별 합성곱층이라는 방식으로 용량을 줄인 MobileNet도 같이 학습합니다.

그림이 너무 귀여운데요. 각 챕터별로 모델이 계속해서 단점을 보완하고 훌륭한 모델이 나오고 있어서 이렇게 모델간의 비교가 중요하겠습니다. 책에서는 이런 부분을 아주 잘 초점 맞춰서 설명해주고 있습니다.

챕터 4에서는 트랜스포머 인코더 모델로 텍스트 감성 분류하기 입니다.

이제 챕터 4부터는 트랜스포머 모델로 자연어처리 모델입니다. 특히 문장이나 소리 등 순서가 있는 데이터에서 중요한 부분을 자동으로 찾아내 데이터를 처리하는 딥러닝 모델을 말합니다. 특히 병렬로 처리하는 방식이라 속도가 매우 빠르고, 데이터를 이해하는 단계인 인코더와 인코더가 이해한 내용을 바탕으로 결과를 생성하는 디코더 구조로 이뤄져있습니다.

그리고 또 어텐션이라는 개념이 매우 중요한데 입력된 데이터의 모든 단어들 중 특정 단어와 관련이 높은 단어에 집중해 데이터를 처리하는 기법입니다. 이게 매우 핵심이라 어텐션 매커니즘을 이해하는데 초점을 많이 두시는게 좋겠습니다.

이러한 여러 인코더 모델을 통해서 글을 이해하고 학습시키도록 하는게 중요한 챕터라고 할 수 있겠습니다.

챕터 5에서는 트랜스포머 디코더 모델로 텍스트 생성하기 입니다.

이를 기반으로 디코더 모델이 나오게 되는데, 우리가 가장 잘 알고있는 GPT, Llama가 바로 여기에서 나오게 됩니다.

사용자가 입력한 값을 인코더로 분석한 후 디코더를 통해서 출력하는 형식입니다.

챕터 6에서는 트랜스포머 인코더-디코더 모델로 텍스트 요약하기 입니다.

BART라는 메타에서 공개한 트랜스포머 기반 인코더-디코더 모델과 T5라는 구글이 공개한 인코더-디코더 구조의 대규모 언어모델을 사용해서 텍스트 투 텍스트 요약을 하는 실습을 통해서 마무리 합니다.

총평

솔직히 이 책을 처음 읽고서는 내용의 30%정도만 이해한 듯합니다. 그래서 처음 읽으시는 분들은 각 모델별로 특징과 차이점을 중심으로 읽으시고, 반드시 용어정리를 먼저하시기를 추천드립니다. 용어를 먼저 이해해야 구조와 내용이 전부 이해됩니다. 따라서 반드시 용어를 중심으로 정리하세요. 그리고 각 모델별로 특징을 표로 정리해서 비교하세요.

그리고 나서 2회독 할때 이제 구현 코드를 실제로 구동하면서 실습하는 것을 추천드립니다. 처음부터 모든 내용을 이해하려고하면 오히려 학습 속도가 늦을 뿐더러 한번에 이해가 어렵다고 생각됩니다.

딥러닝이라는 분야는 지금 엄청 화두가 되는 분야입니다. 이 부분은 원래 논문을 읽으면서 공부해야하는 것을 저자는 아주 쉽게 풀이해서 책을 내줬다는 점에서 매우 감사합니다. 다만 내용 자체가 아무리 쉽게 풀었다고 해도 전문적인 내용이기 때문에 이 부분에 대해서는 여러번 회독을 해서 읽으시길 추천드립니다.

학습자료 

블로그 정보

https://tensorflow.blog

오픈채팅정보

오픈채팅은 여기에서 진행해주세요.

http://bit.ly/tensor-chat

디스코드 정보

https://discord.gg/fD3KzsZzJS

깃허브 정보

https://github.com/rickiepark/hm-dl

이상으로 리뷰 마칩니다.

코인 자동 매매는 이책으로 구현하자!

조코딩의 AI 비트코인 자동 매매 시스템 만들기 - AI & API를 활용한 스스로 투자하고 회고하는 자동 매매 시스템 완성
조동근(조코딩) 지음 / 한빛미디어 / 2025년 4월

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

총평

- 책의 난이도  : ★★☆☆☆

- 추천 별점     : ★★★★★

- 추천 독자     : 비트코인 자동 매매에 관심있는 누구나

- 지은이         : 조동근 지음

- 출판사         : 한빛미디어

---

이 책 정말 탐났는데, 리뷰 당첨되서 엄청 기뻤네요.

조코딩님이 쓰신 수익형 웹서비스 만들기 책도 잘 읽었는데요. 거의 강의 듣는거랑 동일해서 강의보다 책이 좋으신 분은 

책으로 그냥 사서 시작하시면 될 것 같아요.

조코딩님은 참 부지런하신것 같은데 책이랑 강의 유튜브를 병행하시는게 참 대단해요.

특히 유튜브에서는 AI 경향을 다루는 컨텐츠를 거의 매일 해주시는데 그게 정말 도움이 많이 되었습니다.

그럼 본격적으로 책 리뷰를 해보도록 하겠습니다.

책의 구성

'직접 만들면서 배우는'이라는 이름에 걸맞게 AI 자동매매 시스템 구축에 필요한 대부분의 과정을 모두 담고 있습니다.

특히나 요즘 점점 똑똑해지고 발전하는 AI를 투자자자문으로 활용할 수 있다는게 너무나도 매력적이고, 정말 다양한 매체를 직접 자동화해서 AI로 학습을 시켜 거의 투자 전문가를 만들 수 있다는게 정말 좋았습니다.

책의 구성 방식은 기능마다 챕터를 나눠놓아서 학습을 기능 단위로 할 수 있는 장점이 있고, 구성자체가 기능 설명 - 사용할 라이브러리 - LLM 모델을 통한 코드 추출 - 설명 - 구현 이런식으로 되어있어서 그냥 쭉 읽으면 서 따라하기 좋았습니다.

처음에는 매매 관련 내용 -> 각종 기능 및 라이브러리 소개 -> 마지막에는 인프라 구축까지 포괄적이 내용을 다루고 있습니다.

그래서 인프라를 모르시는 분들도 그냥 쭉 따라하기만 하면 큰 무리없이 배포까지 진행이 가능합니다.

책의 목차

목차를 보면 자동매매 시스템 구축에 필요한 단계들이 체계적으로 구성된 것을 확인할 수 있는데, 각 챕터별로 어떻게 코드를 작성하고 시스템을 발전시켜 나가야 하는지 상세히 설명해주고 있습니다.

하나씩 알아보겠습니다.

Part 01 최소 기능 제품 만들기

1장에서는 AI의 기초와 프로그램 구조를 설명하고 있습니다. 그래서 전반적인 AI 모델들의 특징과 코인 매매에 어떻게 활용할지에 대해서 포괄적으로 설명합니다.

2장에서는 환경 세팅을 진행하는데요. 업비트 API 가입부터 키 발급, 실시간 시세 데이터 수집까지 단계별로 설명하니 더 효율적인 시스템을 설계할 수 있도록 설명하고 있습니다.

3장에서는 최소 기능 제품 만들기로 이제 특히 MVP를 만들기 위해서 필요한 것은 무엇인지 어떤 기준으로 MVP를 만들것인지에 대해서 사전 고민할 수 있는 부분입니다. 해당 고민을 AI를 통해 전달해 조금 더 고도화하고 코드화 할 수 있었습니다.

Part 02 데이터 넣기

4장 부터 본격적으로 기능을 구현하고 있는데요 거래소 데이터 넣기로 어떤 데이터를 불러와야하고 이 데이터를 통해서 어떻게 판단할지를 소개합니다.

5장에서는 주식투자에서 사용되는 보조지표들을 어떻게 사용하고 넣을지 학습하고, 6장에서는 공포탐욕지수 데이터, 7장에서는 뉴스 데이터, 8장에서는 차트데이터, 9장에서는 유튜브 영상 분석을 통해서 실제로 투자 판단에 필요한 데이터를 수집하고 이를 AI에 반영하는데 사용하게 됩니다.

Part 03 시스템 고도화하기

10장부터는 실제로 앞서 수집한 데이터를 어떻게 활용할지를 고민하게 되는데요. JSON응답형식을 정해서 모델을 효율적으로 활용하도록 하고, 11장에서는 투자 비율 설정 기능을 구현하고, 12장에서는 투자 전략이나 성향을 설정할 수 있도록 했습니다.

Part 04 재귀 개선 시스템 구현하기

13장부터는 투자 내용을 DB에 기록하고 스스로 성찰 할 수 있도록 계획했습니다. 15장에서는 모니터링 시스템을 구현합니다.

Part 05 클라우드 배포 && Part 06 AI 에이전트 클라우드 운영하기

Part05에서는 AWS 클라우드에 EC2를 배포하고 서버 환경 세팅부터 배포까지 전부 따라할 수 있게 마련해 두었습니다.

특히 github를 통해 코드도 관리하게 되니 이 참에 인프라를 다뤄보지 못했던 개발자 분들은 한 번 따라해보면서 익히시면 좋을 것 같아요!

다만 저는 인프라 엔지니어라서 이 부분은 제가 편한대로 진행하였습니다.

그리고 Part06에서는 이제 실제 서버 내에서 운영 단으로 진행하는 것으로 Part05와 연결되는 부분이라고 보시면 됩니다.

코인 트레이닝에 대해서도 공부하세요!

이 책은 결국은 코인 트레이딩에 대한 내용을 다루기 때문에 초반부에서는 기본적인 투자 매매법 등에 대한 설명도 간략하게 진행하고 있습니다. 해당 부분을 같이 학습할 수 있고 해당 주제들을 잡아서 LLM 모델에 질문을 통해서 통찰력을 늘려나가는 것도 큰 방법이라 고 생각합니다.

암호화폐 자동매매를 시작하는 사람이라면...

《조코딩의 AI 비트코인 자동매매 시스템 만들기》는 코딩의 '막막함'을 '만만함'으로 바꿔준 실용적인 가이드북이었습니다. 비트코인의 기본 개념부터 API 연동, 전략 구현, 감성분석, 차트 패턴 인식, 클라우드 배포까지 자동매매 시스템 구축의 전 과정을 체계적으로 One shot으로 알려주는게 아주 매력적인 책입니다.

특히 단순한 코딩 지식이 아니라, GPT와 같은 최신 AI를 활용해 투자 전략을 자동화하는 방법을 구체적으로 제시한다는 것이다.

가격 데이터뿐만 아니라 뉴스, SNS, 차트 이미지 등 다양한 데이터를 종합적으로 분석하는 접근법은 다른 일반적인 자동매매 기법에서 더 발전된 것으로 볼 수 있습니다.

이 책은 암호화폐 자동매매에 도전하는 개발자들에게 든든한 길잡이가 되어줄 것이라고 생각됩니다. 여러분들도 한 번 구매해서 직접 만들어보세요!

트레이딩 대시보드 샘플

http://52.64.4.190:8501/

실제로 조코딩님이 만든 트레이딩 대시보드에요. 책을 따라하면 똑같이 만들어집니다.!

AI 트레이딩 대시보드 만들기 챌린지 참여하세요!

그리고 지금 AI 트레이딩 대시보드 만들기가 6월 15일까지 기간 연장되어서 모집중이니 이것도 반드시 참여해보세요!

전 신청해보려고요 :)

이상으로 책 리뷰 마칩니다!

LLM 에이전트 개발 공부는 이 책으로 시작하세요!

Do it! LLM을 활용한 AI 에이전트 개발 입문 - GPT API+딥시크+라마+랭체인+랭그래프+RAG ㅣ Do it! 시리즈
이성용 지음 / 이지스퍼블리싱 / 2025년 5월

총평

- 책의 난이도 : ★★☆☆☆

- 추천 별점     : ★★★★★

- 추천 독자     : LLM을 활용한 애플리케이션 개발에 관심있으신 분, 랭그래프를 통한 에이전트 개발을 해보고 싶으신 분

- 지은이          : 이성용 지음

- 출판사          : 이지스퍼블리싱

---

그거 아세요 ChatGPT의 등장이 2023년입니다. 불과 2년밖에 안되었는데 이렇게 미친듯이 발전한 것을 느끼시나요?

저는 엄청 느끼고 있습니다. 그래서 최근에는 LLM을 포함한 AI 책을 정말 많이 리뷰하게 되었습니다.

그만큼 AI 관련책들이 봇물 터지듯이 나오고 있거든요.

오늘은 그 중 이지스퍼블리싱의 AI 에이전트 개발 입문 책을 리뷰하고자 합니다.

이 책의 큰 장점은 정말 다양한 예제를 보유하고 있다는 점이고.

요즘 대부분의 AI 책들이 AI가 쓴 답변을 그대로 책에 옮겨적는다는 것에 저는 사실 불만이 많았는데

그 부분을 최소화했다는 점에서도 매우 마음에 들었습니다.

뿐만아니라 실습인 Do it을 통해서 쭉 따라하기만해도 AI 전반에 대한 개발 지식을 전부 학습하는데 도움이 충분히 되었습니다.

이 책의 제목 처럼 AI Agent 입문이기 때문에 에이전트로 AI를 활용하는 방법에 대해서 조금 더 초점이 맞춰진 책이라고 생각합니다.

책의 구성

이 책은 크게 4가지 마당으로 구분하고 있습니다. 

이 책에서 다루는 모델은 ChatGPT, 딥시크, 라마가 있고 기술로는 랭체인, 랭그래프, RAG라고 보시면 됩니다.

첫째 마당 LLM과 친해지기에서는 LLM이 무엇이고, 개발환경을 세팅하는 방법을 해봅니다. LLM에서는 hello world가 약간 챗봇인 것 같은데요. api를 통해서 LLM에 질문하고 답변을 응답으로 받는 과정을 통해서 아 이렇게 사용하는구나 라고 감을 잡으시면 됩니다.

둘째 마당 오픈 AI의 GPT API를 활용한 업무 자동화에서는 다양한 사례를 통해서 API를 본격적으로 활용합니다. 먼저 PDF 문서를 전처리하는 작업입니다. PDF는 PyMuPDF라는 라이브러리르 사용해 PDF에서 텍스트를 추출합니다. 음성을 변환하는 것은 오픈 AI의 위스퍼 API를 활용해 작업합니다. 그리고 이미지는 GPT 멀티모달인 gpt비전(gpt-4o)모델을 통해서 바로 분석할 수 있기 때문에 이미지를 보내서 바로 분석할 수 있습니다. 마지막으로 주식 이야기하기에서는 펑션콜링이라는 방식으로 GPT에서 함수를 호출하도록 작업을 할 수 있게 합니다. 이런 다양한 실생활 사례를 실제로 GPT를 통해서 우리는 든든한 지원군을 얻어 활용할 수 있습니다. 예시만 따라하면 얼마든지 응용이 가능할 겁니다.

셋째 마당 랭체인을 활용한 에이전트 개발에서는 랭체인은 LLM 모델을 기반으로 AI 애플리케이션을 만들기 쉽도록 한 프레임워크입니다. 다양한 모델을 통해서 그리고 랭체인 기술을 통해서 에이전트 개발이 가능합니다. 특히 랭체인의 핵심은 내부 매트릭스를 어떻게 활용하는지 아는게 중요합니다. 여기서 RAG도 학습하는데요. 기본적으로 AI 모델은 특정시점 이전의 데이터만 학습합니다. 실질적으로 새로 등장하는 데이터에 대해서는 답변을 하지 못하기 때문에 시간이 조금만 지나도 틀린 답이 될 수 있습니다. 이때 사용하는게 RAG입니다. RAG는 실제 자료를 찾아 서칭할 수있기 때문에 이런 점을 보완할 수 있게 됩니다. 그러다보니 추후 뉴스, 논문, 유튜브 등을 검색해서 답변할 수 있기때문에 실시간 데이터를 얼마든지 찾을 수 있는 이점을 갖게됩니다. 또한 11장에서는 딥시크를 로컬에서 사용하는 방법도 제공하고 있기때문에 비용에 대한 부담을 줄일 수 있는 기회가 될 겁니다.

넷째마당 랭그래프를 활용해 협업하는 AI 팀 만들기에서는 랭그래프는 AI 에이전트를 연결해서 상황에 맞게 다음 작업을 할 수 있는 프레임워크입니다. 랭그래프에서는 대화 저장을 위한 메모리 관리도 중요합니다. 랭그래프를 활용한 멀티 에이전트 RAG 만들기에서는 지금까지 배운 모든 내용을 총망라하는 과정으로 보면 되겠습니다. 이를 통해서 각 에이전트에 역할을 부여하고 서로 협업하게하면 엄청난 일들을 할 수 있습니다. 또한 중간중간 필요한 내용들이 정말 도움이 많이되었는데 "관련 있는 청크만 필터링"하기 이런 것들은 모두 LLM 모델을 활용하는데 아주 중요한 정보들입니다. 생각보다 낭비되는게 많고, 낭비가 퀄리티에도 영향을 많이 미치거든요.

책의 장점

1.  학습 계획표로 학습을 관리할 수 있다.

이 책은 이지스 퍼블리싱에서 기획한 Do it 시리즈입니다. Do it 시리즈 저도 많이 가지고 있는데요 초심자가 공부할때 이 책이 정말 유용합니다. 약간 옛날에 "완자" 같은 시리즈 느낌이에요. 완자 아시나요? ㅋㅋㅋ

책에 문제집 마냥 학습 계획표도 있습니다. 바쁘다 바빠 직장인들도 학습을 효율적으로 관리할 수 있습니다. 책 자체에서 계획을 짜주니까 별도로 공부하는데 얼마나 시간을 소요할지를 크게 고민하지 않아도 되었습니다.

2. 다양한 실습 제공

이 책은 모든 챕터별 및 주제마다 소규모 실습을 갖추고 있습니다. 학습 내용을 확인해볼 수도 있고, 이해가 잘 안가면 실습을 통해서 얼마든지 확인할 수 있어 큰 도움이 됩니다.

실제로 Do it 예시를 보면 다음과 같이 결과 파일도 제공해주고, 실제로 해야하는 행동과 코드에 대해서 아주 자세하게 제시를 하고 있습니다. 그래서 그냥 따라하면서 익히는 학습책이라고 보면 됩니다.

3. 올바른 코드 제공

요즘 책들에 일부는 LLM 모델에게 질문을 그대로 한 뒤에 그 코드를 그대로 책에 붙여넣는 게 있는데, 이 책은 올바른 코드를 제공하고 있습니다. 그래서 일관된 코드로 학습이 가능했습니다.

그리고 그 코드에 대한 아주 세세한 설명을 제공하고 있어서 코드를 분석하고 읽는데도 큰 도움이 되었습니다.

4. 기본부터 심화까지 상세하게

이 책은 한 걸음 더라는 섹션에서 우리가 궁금해하는 부분을 잘 설명해주고 있습니다.

보충 설명이지만 자세하고 이해하기 쉽게 핵심을 잘 서술하고 있다고 생각이 들었습니다.

뿐만 아니라 책을 통해서 요즘 인공지능 트랜드와 용어들을 정리할 수 있어서 한권으로도 학습이 가능한 점이 좋았습니다.

인공지능 개발에 관심있는 분들 Do it으로 시작해보시는건 어떨까요? 강력 추천드립니다!

[길벗] <제미나이 인공지능 프로그래밍> 책 리뷰

제미나이 인공지능 프로그래밍 - 라마인덱스, 랭체인과 함께하는 AI 애플리케이션 개발
후루카와 히데카즈 지음, 하승민 옮김 / 길벗 / 2025년 5월

총평

- 책의 난이도 : ★★★☆☆

- 추천 별점     : ★★★★★

- 추천 독자     : AI 애플리케이션 개발에 관심 있는 개발자 / 멀티 모달 처리 및 고급 AI 기능을 학습하고 싶으신 분 / 제미나이가 궁금하신 분

- 지은이          : 후루카와 히데카즈 지음 /하승민 옮김

- 출판사          : 길벗

---

요즘 다양한 LLM 모델이 존재하고 있죠.

저는 거의 모든 모델을 다 쓰고 있는데 기본적으로는 ChatGPT가 아무래도 대중적으로 쓰이고 있습니다.

메모리 기능이나 아무래도 사용자 편의성이 좋고요. 그 외에도 claude, grok 등 많이 사용해보았습니다.

제미나이의 경우 조용한 강자라고 생각하는데요. 빠르고 정확하고 생각보다 좋은데?! 라는 느낌을 받는 중입니다.

생각보다 제미나이는 훌륭한 기능과 편의성을 갖추고 있고 추후 notebookLM과 같이 뭐랄까 굉장히 조용한 강자의 느낌입니다.

홍보를 많이 안해서 그런건지 뭔지 사람들이 아직 많이 모르고 있어서 제미나이에 관련된 책도 많이 보지는 못한 것 같네요.

아무튼 현재 LLM 상황은 이와 비슷하게 흘러가는 것 같고, 책에 대해 이야기해 보겠습니다. 이 책은 정말 추천드리는 책이고, 난이도가 아주 쉽게 작성되었습니다. 다만 난이도를 3점으로 준 것은 쉽게 서술 되어있어 이해가 잘되지만 실질적으로 내용 자체는 LLM에 대한 고급 지식들을 많이 서술하고 있기 때문입니다.

이 책에서는 제목 그대로 제미나이 인공지능 모델을 활용한 프로그래밍을 학습합니다. API를 사용해서 챗봇을 만드는 개발방식을 학습해보면서 어떻게 API를 활용하고 적용하는지 학습해봅니다. 즉 LLM 모델을 적용한 챗봇 만들기입니다.

이 책은 모바일 개발까지 같이 제시하고 있어서 아무래도 최신 트랜드에 잘 맞다고 생각되며 언어는 python3를 사용합니다. 

책의 개요

1편부터 3편까지는 제미나이 인공지능 모델은 무엇이고 어떻게 사용하는지 등에 대해 학습합니다.

1장 제미나이 알아보기

1장에서는 기본적인 LLM 모델에 대한 개요와 제미나이에 대한 설명을 자세하게 해주고 있습니다.

2장 제미나이 사용

2장에서는 제미나이의 실제 사용법을 아주 상세하게 서술하고 있습니다. 화면 캡처 등으로 따라하면서 익히기 쉽도록 아주 잘 구성해놓았습니다. 특히 확장 프로그램이 적용가능한 것은 저도 책을 읽으면서 처음 알았는데, 항공편이나 호텔 등도 확장 프로그램으로 가져갈 수 있다는건 타 서비스 대시 매우 큰 장점이라고 생각됩니다.

3장 파이썬 개발 환경 준비

3장에서는 파이썬 개발 이론을 학습합니다. 코랩활용법이나 파이썬 문법 등을 간략하게 학습합니다. 따라서 1장부터 3장까지 중에선 2장을 중심으로 읽어주시고, 3장은 파이썬을 모르시는 분들은 한번 꼭 읽어보시기 바랍니다.

4장 제미나이 API(파이썬 편)

실제로 파이썬을 통해 제미나이 API를 활용하는 방법을 아주 구체적으로 서술하고 있습니다. LLM 모델을 사용할 때는 모델 설정이나 토큰 수 설정, 온도 설정 등 아주 세부적인 조정이 필요한데요. 해당 부분을 아주 자세하게 항목별로 나열하고 있어서 아주 쉽게 학습하실 수 있습니다. 4장부터는 LLM 개발이론이기 때문에 잘 읽어주셔야합니다.

5장 제미나이 API(안드로이드 편) && 6장 제미나이 API (iOS편)

5장과 6장은 각각 안드로이드와 iOS에 맞게 개발할때 필요한 지식들을 제공하고 있습니다. 특히 다양한 플랫폼에 대해서 준비할 수 있게 서술한 것이 저는 정말 마음에 들었습니다. 전체적으로 구성자체는 동일합니다. 텍스트 생성 - 멀티모달 - 로컬 LLM 이렇게 3가지 챕터로 각각 서술되어 있습니다.

일단 텍스트 생성은 개발 예시로 보면되고, 멀티모달은 둘 다 책 서술시점에서는 이미지만 가능합니다. 그래서 텍스트랑 이미지를 보낼 수 있다고 보시면 됩니다. 로컬 LLM의 경우 개인 PC에서 LLM 모델을 운영하고 해당 모델을 통해서 응답을 주고 받을 때 설정할 수 있도록 서술하고 있습니다.

데모 애플리케이션을 통해서 바로 로컬 LLM을 운영해볼 수 있는데, 다만 모델이 돌아가는 PC의 성능을 반드시 확인하시고 모델이 돌아갈 수있는 환경인지 체크하시기 바랍니다.

7장 라마인덱스

라마인덱스는 상당히 중요한 개념인데요. 이 책에서 너무 잘 서술해주고 있고 아주 쉽게 독자의 눈높이에 맞게 서술되어 있습니다. 저도 이 책을 통해서 라마인덱스가 무엇인지 파악하는데 도움이 정말 많이 되었습니다.

라마인덱스는 일종의 배경지식을 사전학습시키는 것을 말합니다. 다양한 의사결정을 맡기거나 아니면 이 책의 예시와 같이 챗봇을 만들 때는 기업의 내용을 전부 기억하고 있어야 합니다. 

특히 어떤 기업은 이런식으로 내부 사내 복지를 학습시키거나 인사/노무 정보를 학습시켜서 챗봇으로 활용하는 회사도 있다고 들었는데요. 회사 내규 등을 학습시켜 라마인덱스로 활용하면 사내 인사팀이 챗봇으로도 운영될 수 있을 겁니다.

7장에서는 또한 제미나이에 국한되지 않고 ChatGPT로 모델을 교체하는 방법도 제시하고 있어서 매우 유용했습니다.

8장 랭체인

랭체인은 LLM 모델을 모다 쉽게 교체할 수 있도록 만들어진 기능으로 보시면됩니다. 다만 이때 제목은 랭체인이지만 8장은 사실 챗봇 실제로 개발해보기의 목적으로 서술된 장이라고 생각합니다. 랭체인에서 사용하는 각 모듈을 학습하고 실제로 개발에 적용할 수 있도록 자세히 안내하고 있습니다.

 

이 책의 장점

다양한 플랫폼 지원

파이썬, 안드로이드, iOS 등 여러 환경에서 제미나이 API를 활용하는 방법을 상세히 설명합니다. 특히나 iOS를 직접적으로 서술한 책은 처음봅니다. 뿐만 아니라 이론보다는 실습에 중점을 두어, 독자들이 직접 손으로 따라 하며 학습할 수 있도록 잘 구성되어 있습니다.

코드 보다는 실질적 이론에 집중

요즘 LLM 개발 책을 보면 LLM 모델에 "이거 만들건데 코드를 짜줘" 한 뒤 그 코드 답변을 책에 옮겨적는게 정말 많아졌습니다. 그런데 이 책은 그런 것 없이 오히려 개발에 대한 기본기를 탄탄하게 해주는게 전 정말 마음에 들었습니다.

고급 기능 소개

멀티모달 처리, 임베딩, 함수 호출, 파인 튜닝 등 최신 AI 기술을 다루어, 실무에 바로 적용할 수 있는 내용을 제공합니다. 또한 제미나이의 경우 레퍼런스가 적기 때문에 책에서 다양한 내용을 학습할 수 있었습니다.

제미나이를 통해서 개발하고자 하는 개발자라면 이 책만 따라해도 기본적인 지식은 충분히 쌓을 수 있으며, 개발을 잘 못하더라도 IT 지식만 있는 사람이라면 충분히 따라갈 수 있어 독자층도 넓게 가져갈 수 있다는 점이 매우 마음에 듭니다.