[100자평] 기술공화국 선언

기술공화국 선언 - 강력한 기술, 흔들리는 가치, 인류의 미래는 어디로 가는가
알렉스 C. 카프 외 지음, 빅데이터닥터 옮김 / 지식노마드 / 2025년 8월

팔란티어의 주주라면 누구라도 읽어야할 알렉스카프 생각을 들여다볼 수 있는 책으로 너무 기대됩니다

상반기 가장 잘 읽은 LLM 가이드북, 핸즈온 LLM

핸즈온 LLM - 프롬프트 엔지니어링부터 임베딩, 시맨틱 검색, 미세 튜닝까지, 손에 잡히는 LLM 개념
제이 알아마르.마르턴 흐루턴도르스트 지음, 박해선 옮김 / 한빛미디어 / 2025년 6월

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

안녕하세요, 하루를 기록하는 하루입니다

여러분은 인공지능에 대해 얼마나 알고 계시나요

다양한 직업군들이 인공지능을 활용하고 있는데요

인공지능을 활용하는 분들은 챗 GPT는 알고 계실 텐데요

그렇다면 LLM도 알고 계시나요?

우리가 흔히 알고 있는 Chat GPT(챗 GPT), Gemini, Claude, Perplexity (인공지능 4대 천왕)

들이 모두 LLM을 기반으로 만들어졌답니다

그래서 LLM은 개발자들 사이에서 가장 뜨거운 키워드입니다

챗 GPT를 필두로 AI 기술이 우리 삶 깊숙이 들어오면서, LLM은 이제 개발자뿐만 아니라 일반인 심지어 학생들에게도 필수적인 지식이 되어가고 있습니다.

저 역시 학생 때와 다르게 IT 스타트업에서 LLM 관련 프로젝트를 진행하며 그 중요성을 더욱 실감하고 있는데요.

오늘은 넓은 LLM의 바다에서 길을 잃지 않도록 든든한 등대가 되어줄 한 권의 책

한빛미디어의 [핸즈온 LLM]을 소개하려 합니다

"LLM? 그거 그냥 챗 GPT 쓰는 거 아니야?"라고 생각하는 분들부터, "LLM 프로젝트, 어떻게 시작해야 할지 막막한데..." 하고 고민하는 분들까지, 모든 독자분들을 위해 솔직하고 자세한 리뷰를 남겨볼게요!

우선, "이 책, 왜 읽어야 할까요?" (LLM 왕초보도 OK!)

"LLM? 그거 너무 어려워 보여요. 저는 코딩도 잘 모르고, AI는 더더욱..." 이렇게 생각하시는 분들, 걱정 마세요! [핸즈온 LLM]은 친절한 과외 선생님처럼 LLM의 세계로 안내합니다.

1. LLM, 개념부터 차근차근!

이 책은 LLM이 무엇인지, 어떻게 작동하는지, 그리고 왜 그렇게 강력한지 기본적인 개념부터 아주 쉽게 설명해 줍니다.

'인공지능', 'BoW', 'RAG' 같은 어려운 용어들도 비유와 그림을 통해 머리에 쏙쏙 들어오도록 구성되어 있어요.

마치 복잡한 기계의 원리를 그림책 보듯이 이해하는 느낌이랄까요?

단순히 이론만 나열하는 것이 아니라, LLM이 우리 주변에서 어떻게 활용되는지 실제 사례를 들어 설명해 주니, "아하! 그래서 LLM이 중요하구나!" 하고 이해할 수 있을 거예요

2. '핸즈온'의 진수! 직접 만져보며 배우는 즐거움

책 제목이 [핸즈온 LLM]인 만큼, 이 책의 가장 큰 장점은 바로 실습 위주라는 점입니다.

단순히 읽고 끝나는 책이 아니라, 독자들이 직접 코드를 따라 치고 결과를 확인하며 LLM을 '경험'하게 해줍니다.

구글 코랩(Colab) 환경 활용: 복잡한 개발 환경 설정 없이, 웹 브라우저만 있으면 바로 실습할 수 있도록 구글 코랩을 활용합니다. 컴퓨터 사양이 좋지 않아도, 개발 환경 세팅에 시간을 낭비하지 않아도 된다는 점이 정말 큰 장점이에요!

단계별 설명: 각 실습 단계마다 상세한 설명과 코드, 그리고 결과 화면까지 제공되어 막힘없이 따라갈 수 있습니다. 마치 옆에서 누가 "다음은 이거, 그다음은 저거!" 하고 알려주는 것 같아요.

다양한 예제: 언어 모델을 이해하고, 사전 훈련된 언어 모델을 사용하고, 언어 모델 훈련 및 미세 튜닝을 통해 LLM에 관련된 전반적인 내용들을 공부할 수 있어요

LLM에 대한 막연한 두려움을 가지고 계셨다면, 이 책을 통해 '나도 LLM을 다룰 수 있네?'라는 자신감을 얻게 될 거예요.

만약 LLM을 이미 잘 아는 분이라면 이 책이 필요한 이유!

"나는 이미 LLM 프로젝트 경험도 있고, 웬만한 개념은 다 아는데?"라고 생각하는 숙련된 개발자분들께도 [핸즈온 LLM]은 충분히 가치 있는 책입니다.

1. RAG, 텍스트 임베딩 모델 만들기, 파인튜닝 등 핵심 기술의 깊이 있는 실습

LLM의 실질적인 활용을 위해서는 '검색 증강 생성(RAG)', '파인튜닝(Fine-tuning)', 'LLM 에이전트'와 같은 고급 기술들을 이해하고 구현할 수 있어야 합니다. 이 책은 이 핵심 기술들을 이론적으로만 설명하는 데 그치지 않고, 실제 코드를 통해 어떻게 구현하는지 상세하게 보여줍니다.

RAG 구현의 A to Z: 특히 RAG(Retrieval-Augmented Generation)는 요즘 LLM 프로젝트의 필수 요소라고 할 수 있죠. 이 책은 RAG의 개념부터 시작해, 벡터 데이터베이스 구축, 임베딩 모델 활용, 실제 검색 및 생성 과정까지 모든 단계를 직접 구현해 보도록 안내합니다. 기존 지식을 더욱 단단하게 다지고, 실제 프로젝트에 바로 적용할 수 있는 노하우를 얻을 수 있을 거예요.

파인튜닝 실전: 특정 도메인에 특화된 LLM을 만들고 싶을 때 필요한 파인튜닝 기법도 실습 위주로 다룹니다. 이론만으로는 부족했던 '어떻게'에 대한 갈증을 해소해 줄 겁니다.

LLM 에이전트 개발: LLM이 단순한 챗봇을 넘어 스스로 생각하고 행동하는 '에이전트'로 발전하는 과정까지 다룹니다. 복잡한 문제를 LLM이 해결하도록 설계하는 방법에 대한 실마리를 제공하여, 더 고도화된 LLM 애플리케이션 개발에 영감을 줄 것입니다.

2. 최신 트렌드와 실전 노하우 습득

LLM 분야는 워낙 빠르게 발전하고 있기 때문에, 최신 트렌드를 따라가는 것이 중요합니다. [핸즈온 LLM]은 단순히 옛날 기술을 나열하는 것이 아니라, RAG, 에이전트 등 현재 활발히 연구되고 적용되는 기술들을 중심으로 설명합니다.

3. 지식의 재정비 및 새로운 관점 제시

이미 LLM에 대한 지식이 풍부하더라도, 이 책을 통해 자신의 지식을 체계적으로 재정비하고 미처 생각하지 못했던 새로운 관점을 얻을 수 있습니다. 특히 다양한 실습 예제들은 새로운 아이디어를 떠올리게 하거나, 기존 프로젝트에 적용할 수 있는 새로운 접근법을 모색하는 데 도움이 될 것입니다.

이런 분들께 추천합니다

LLM이 무엇인지 궁금하지만 어디서부터 시작해야 할지 막막한 분 (LLM 왕초보, 비개발자)

챗 GPT는 써봤지만, LLM을 더욱 자세히 알고 싶으신 분

LLM 관련 프로젝트를 시작해야 하는데, 실질적인 가이드라인이 필요한 개발자 (초급~중급 개발자)

RAG, 파인튜닝 등 LLM 핵심 기술의 실제 구현 방법을 알고 싶은 분 (숙련된 개발자)

LLM 분야의 최신 트렌드를 실습과 함께 익히고 싶은 분

[핸즈온 LLM]은 단순히 LLM에 대한 지식을 전달하는 것을 넘어, 독자들이 직접 LLM을 '만져보고', '경험'하며 LLM 지식과 실전 역량을 만들 수 있도록 이끌어주는 훌륭한 가이드북입니다.

인공지능 시대 특히 핫한 LLM에 대해 자세히 알고 싶다면 이 책을 통해 LLM을 직접 느껴보시길 추천합니다!

저도 이 책을 통해 얻은 지식과 경험을 바탕으로 스타트업에서 업무에 더욱 활용해서 LLM을 효과적으로 접목할 수 있도록 노력할 예정입니다.

여러분도 [핸즈온 LLM]과 함께 LLM 전문가로 한 걸음 더 나아가세요!

딥러닝을 혼자 만들면서 공부할 수 있게 하는 한빛미디어 혼자 만들면서 공부하는 딥러닝

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 협찬받아 작성된 서평입니다."

인공지능을 생각하면 떠오르는 두 가지가 있습니다

하나는 머신러닝, 하나는 딥러닝이죠

머신러닝과 딥러닝에 대해 간단히 소개해 드릴게요

머신러닝(Machine Learning)이란?

머신러닝은 컴퓨터가 명시적인 프로그래밍 없이도 데이터에서 패턴을 스스로 학습하고, 이를 바탕으로 예측이나 분류 등의 작업을 수행하는 인공지능의 한 분야로

머신러닝은 크게 세 가지 방식으로 나뉩니다.

• 입력 데이터와 정답(라벨)을 함께 제공해 학습하는 지도학습(Supervised Learning)

• 정답 없이 데이터의 패턴이나 구조를 스스로 찾는 비지도학습(Unsupervised Learning)

• 보상과 벌점을 통해 최적의 행동을 학습하는 강화학습(Reinforcement Learning)

그렇다면 오늘의 주인공, 딥러닝(Deep Learning)이란 무엇일까요?

많은 분들이 머신러닝과 딥러닝을 완전히 별개의 기술로 생각하시지만, 사실 딥러닝은 머신러닝의 한 분야입니다

인간의 뇌 구조를 모방한 인공 신경망(Artificial Neural Network)을 여러 층(Layer)으로 쌓아 올린 ‘심층 신경망(Deep Neural Network, DNN)’을 사용합니다.

딥러닝의 가장 큰 특징은 복잡한 데이터(이미지, 음성, 자연어 등)에서 중요한 특징을 사람이 직접 설계하지 않아도, 신경망이 스스로 학습하고 추출한다는 점입니다.

예를 들어, 고양이 사진을 분류하는 문제에서 딥러닝 모델은 수많은 이미지를 보면서 저절로 귀 모양, 수염, 털 패턴 등 중요한 특징을 자동으로 파악하는데, 이러한 능력 덕분에 딥러닝은 이미지 인식, 음성 인식, 자연어 처리, 자율주행 등 복잡하고 방대한 데이터를 다루는 분야에서 뛰어난 성능을 발휘합니다.

딥러닝으로 이렇게 할 수 있는 게 많아서 딥러닝을 공부하고 싶은데 어디서부터 공부해야 할지 막막해서

인터넷으로 이것저것 찾아보셨겠지만 자료는 많아도 정작 ‘딥러닝의 원리’를 직접 체험하며 배우고 싶은 사람에게 적합한 책은 드뭅니다.

그래서 오늘 소개하는 책이 그런 욕구를 충족시켜줄

한빛미디어의 '혼자 만들면서 공부하는 딥러닝'입니다

이 책의 가장 큰 특징은 혼자서, 설정부터 직접 만들어보며 딥러닝의 다룰 수 있다는 점인데요

단순히 유명 프레임워크의 사용법을 익히는 것이 아니라, 딥러닝의 핵심이 되는 퍼셉트론, 신경망, 역전파 알고리즘 등을 파이썬으로 직접 구현해 보게 하고 이 과정에서 ‘왜 이렇게 동작하는지’, ‘수식이 실제 코드로 어떻게 바뀌는지’를 자연스럽게 이해하게 됩니다.

책을 따라가다 보면, 추상적인 개념이 구체적인 코드와 연결돼서 좋아요

책은 각 장마다 핵심 이론을 간결하게 설명하고, 곧바로 파이썬 코드로 구현해 보는 실습을 제공하는데요

예를 들어, 합성 신경망 CNN의 원리를 배웠다면, 바로 손코딩으로 합성곱층을 구현해 보는 식입니다. 

이런 과정을 통해 단순히 이론을 읽는 데 그치지 않고, 직접 손으로 구현하면서 지식을 체득하게 됩니다.

활성화 함수, 손실 함수, 경사 하강법 등 딥러닝의 핵심 알고리즘을 직접 만들어보는 경험은, 단순히 라이브러리를 호출하는 것과는 차원이 다릅니다. 내부 동작 원리를 코드로 체험할 수 있다는 점이 이 책의 큰 매력입니다.

특히, 이 책은 '따라 하며 배우는 코딩' 과  '코드 분석'을 통해 독자가 스스로 문제를 해결하고, 구현한 코드를 변형해 보며 응용력을 키울 수 있도록 유도하는데 각 장의 실습을 하다 보면, 어느새 딥러닝의 원리와 구현 능력이 자연스레 상승되는 걸 느끼실 거예요

이러한 다양한 실습을 통해 앞서 배운 이론과 구현 경험이 실제 문제 해결로 이어질 수 있도록 책은 돕고 있습니다

이 책을 읽어야 하는 이유는 명확합니다.

딥러닝을 ‘이해’와 ‘실전’ 두 마리 토끼를 모두 잡을 수 있기 때문인데요

이론에만 머물지 않고 직접 구현해 보는 과정을 통해 딥러닝의 핵심 원리와 구조가 머릿속에 들어오게 됩니다

입문자뿐 아니라, 프레임워크의 ‘블랙박스’에 답답함을 느꼈던 개발자에게도 이 책은 딥러닝의 속살을 들여다볼 수 있는 소중한 기회를 제공합니다.

그렇다면 이 책을 어떻게 읽어야 할까요? 공부 방법은 단순합니다.

1. 단계별 접근법

처음부터 끝까지 순서대로 따라 하는 것을 강력히 추천합니다. 각 장이 이전 내용을 바탕으로 구성되어 있기 때문에, 건너뛰면 이해하기 어려워질 수 있어요. 특히 코딩 경험이 많지 않다면 더욱 그렇습니다.

2. 실습 중심 학습

이론을 읽고 바로 코드를 작성해 보세요. 구글 코랩을 활용하면 별도의 설치 없이 바로 실습할 수 있어요. 코드를 그대로 복사하는 것보다는 직접 타이핑하면서 각 줄이 어떤 역할을 하는지 생각해 보는 것이 중요합니다. 시간이 너무 없어서 코드를 직접 타이핑하기 어려우시다면 실습 코드를 제공하기 때문에 제공된 코드를 보면서 공부하는 방법도 좋습니다

3. 강의 병행

책만으로는 이해가 어려운 부분들이 있을 텐데, 이때 저자의 강의를 참고하면 큰 도움이 됩니다. 특히 시각적으로 이해하기 어려운 신경망의 동작 과정을 영상으로 보면 훨씬 이해하기 쉬우실 거예요

4. 반복 학습과 응용

한 번 읽고 끝내지 말고, 핵심 개념들은 반복해서 연습해 보세요. 특히 각 장의 연습문제들을 꼼꼼히 풀어보고, 제시된 코드를 변형해서 다른 결과를 만들어보는 것도 좋은 학습법입니다.

책의 흐름을 따라가며, 각 장의 코드를 직접 입력하고, 실습 문제를 풀어보세요.

‘직접 해보기’와 ‘코드 분석’ 코너를 놓치지 마시고, 자신만의 방식으로 코드를 변형해 보는 것도 공부하는 하나의 방법입니다

이 과정을 반복하다 보면, 어느새 딥러닝의 원리와 구현 능력이 자연스럽게 내 것으로 만들 수 있을 거예요

이 책은 딥러닝을 처음 접하는 입문자뿐만 아니라, 이미 기본적인 지식을 갖춘 개발자들에게도 큰 도움이 되리라 생각됩니다

단순히 이론을 나열하는 데 그치지 않고, 직접 코드를 작성하며 딥러닝의 원리를 체득할 수 있도록 구성되어 있기 때문인데요

다양한 딥러닝 기법들을 단계별로 차근차근 설명하고 있어, 학습자가 스스로 문제를 해결하는 능력을 키울 수 있습니다.

또한, 다양한 실습과 함께 코드 분석, 그리고 프로젝트가 포함되어 있어, 학습한 내용을 바로 적용해 보고, 자신의 이해도를 점검할 수 있습니다. 

파이썬을 활용한 예제는 초보자도 쉽게 따라 할 수 있도록 친절하게 설명되어 있어, 프로그래밍 경험이 적은 사람도 부담 없이 시작할 수 있습니다.

‘혼자 만들면서 공부하는 딥러닝’은 최신 딥러닝 트렌드와 기술 동향도 함께 다루고 있어, 현재 AI 분야의 흐름을 이해하고, 다양한 시각을 가질 수 있어서 좋아요

이 책을 통해 딥러닝의 기본기를 탄탄히 다지고, 실제 프로젝트에서 바로 써먹을 수 있는 진짜 실력을 갖추게 될 거예요.

‘혼자 만들면서 공부하는 딥러닝’과 함께 무궁무진한 딥러닝의 세계로 첫 발을 내딛어보시길 추천합니다!

혼자서도 공부할 수 있는 머신러닝 딥러닝 책 추천, 혼자 공부하는 머신러닝 딥러닝

혼자 공부하는 머신러닝 + 딥러닝 - 케라스와 파이토치로 1:1 과외하듯 배우는 인공지능 자습서, 별책 용어노트, 저자 직강 유튜브 강의 제공 ㅣ 혼자 공부하는 시리즈
박해선 지음 / 한빛미디어 / 2025년 4월

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

인공지능은 이제 개발자의 전유물은 아닌 세상이다

개발자가 아닌 일반인도 바이브 코딩으로 개발을 뚝딱하는 세상이다

그렇다면 개발자가 왜 필요할까?라는 질문에

작년에 진지하게 고민을 하게 됐다

부트캠프를 다녔을 정도로 개발자가 되고 싶었지만 어려운 취업 시장과 뉴스에서 매일 나오는 개발자 죽이는 뉴스 기사들

다른 일을 해야 하나? 고민했지만

결론은 난 계속 이 길을 가려고 한다

그렇다면 일반인과 나의 차별점을 어떤 걸로 둬야 할까? 이 질문에 지난 몇 개월을 고민하게 됐고

기본으로 돌아가자는 결론을 내렸다

일반인과 나의 차별점은 개발에 대한 관심과 탄탄한 기본기라고 생각했고

기본기를 쌓으려면 어떤 책을 읽어야 할까? 라는 고민 끝에

내가 추천하는 책은

혼자 공부하는 머신러닝 + 딥러닝이다

한빛미디어 시리즈 중에서 내가 좋아하는 시리즈는 두 개다

1. 밑바닥부터 시작하는 딥러닝 (현재 5까지 출간됐다)

2. 혼자 공부하는 시리즈이다

혼자 공부하는 시리즈는 다양하다

혼자 공부하는 파이썬, 혼자 공부하는 데이터 분석, 혼자 공부하는 C언어 등등

개발 공부 입문자 ~ 중급자 정도가 읽으면 좋을 난이도이다

혼자 공부하는 머신러닝 + 딥러닝은 머신러닝과 딥러닝을 파이썬 기초를 알고 있다면 핵심 개념을 아우르는 이 책은 혼자서도 끝까지 공부할 수 있다는 자신감을 심어주는 책으로

혼자 공부하는 머신러닝 + 딥러닝 책의 구성은 머신러닝, 데이터 처리, 회귀 알고리즘, 분류 알고리즘, 트리 알고리즘, 비지도 학습, 딥러닝까지 핵심 주제를 7단계 구성되어 기본 구조와 실제 활용 사례까지 폭넓게 다룬다

각 장은 이론과 실습을 함께 공부할 수 있게 해서 단순히 개념만 익히는 것이 아니라 직접 코드를 작성하며 원리를 알 수 있게 구성돼 있다

특히 개인 컴퓨터마다 설치된 프로그램과 환경이 다르기에 개발 환경 조성하는데 오래 걸 릴 수 있기에 구글 코랩(Colab) 환경을 활용해 별도의 프로그램 설치 없이 바로 실습이 가능하다는 점은, 개발 환경을 조성하는 데 어려움을 겪는 초보자에게 매우 큰 장점이다

혼자 공부하는 머신러닝 + 딥러닝은 내가 한빛 마켓이라는 가상 회사에 입사한 신입사원의 성장 스토리를 따라가면서

내가 신입사원이 되어 실제 업무에서 마주치는 다양한 문제를 머신러닝과 딥러닝으로 해결해 나가면서 자연스럽게 실무 감각을 익힐 수 있게 도와준다

이 과정에서 데이터 전처리, 모델 선택, 성능 평가 등 실전에서 반드시 필요한 핵심 역량을 차근차근 쌓을 수 있다

혼자 공부하는 머신러닝 + 딥러닝 가장 큰 강점은 ‘입문자를 위한 배려’다

복잡한 수식이나 이론 설명은 최대한 직관적이고 쉽게 풀어내고, 다양한 예시와 그림을 통해 이해를 돕는다.

각 장 끝에는 ‘핵심 포인트’와 ‘확인 문제’가 있어, 배운 내용을 스스로 점검할 수 있다.

또한, 용어 노트와 저자가 직접 운영하는 온라인 학습 지원(동영상 강의, 질문 답변 등)도 제공되어, 혼자 공부하는 사람들에게 혼자가 아닌 느낌을 줘서 든든하다

실습 예제는 파이썬 기초만 알고 있다면 누구나 따라 할 수 있도록 구성되어 있으며 데이터 불러오기부터 모델 학습, 결과 해석까지 단계별로 안내해 주기 때문에, 처음 접하는 분들도 큰 어려움 없이 실습을 따라갈 수 있다

실습을 통해 직접 코드를 작성하고 결과를 확인하면서, 이론을 코딩으로 완성하며 경험으로 쌓는다는 게 혼자 공부하는 머신러닝 + 딥러닝의 장점 중 하나다

혼자 공부하는 머신러닝 + 딥러닝은 단순히 이론만 전달하는 데 그치지 않고, 실제 현업에서 머신러닝과 딥러닝이 어떻게 활용되는지 구체적으로 보여준다.

예를 들어, 고객 이탈 예측, 상품 추천, 이미지 분류 등 다양한 실전 사례를 통해, 독자가 배운 내용을 실제 문제에 적용하는 방법을 익힐 수 있다.

이 과정에서 데이터 분석의 흐름과 문제 해결 과정을 자연스럽게 체득할 수 있다.

혼자 공부하는 머신러닝 + 딥러닝을 읽고 난 후 느낀 장점과 아쉬운 점은

장점

• 입문자 친화적: 복잡한 수식 대신 직관적이고 쉬운 설명, 풍부한 예제와 실습 중심 구성

• 실습 환경 지원: 별도의 환경 구축 없이 구글 코랩을 활용해 바로 실습 가능

• 실전 감각 강화: 스토리텔링과 실무 예제로 실전 문제 해결 능력 배양

• 학습 지원: 용어 노트, 동영상 강의, 저자 피드백 등 다양한 학습 보조 자료 제공

아쉬운 점

• 입문자용 책이긴 하지만 머신러닝과 딥러닝 특성상 기본적인 수학(통계, 선형대수 등) 지식이 부족 시 일부 내용의 어려움

• 딥러닝의 심화 부분은 입문자에게 다소 부담

아쉬운 점을 극복하는 방법은 모르는 부분이 나왔을 때 자기주도학습으로 공부한다면 개발자로 더 성장할 수 있을 것이다

혼자 공부하는 머신러닝 + 딥러닝을 추천하는 대상은 다양한데

개발자

우선 개발자라면 앞서 말씀드렸듯이 개발 입문자 ~ 중급자에게 추천한다

입문자가 읽기 좋은 이유는 입문자를 위해 쉬운 설명과 이론, 실습 위주로 책이 진행되기 때문이고

중급자 정도가 읽기 좋은 이유는 중급자로서 잊었을 수 있을 기본기를 다시 탄탄히 할 수 있기 때문이다

2. 데이터 분석가 그리고 이 분야에 첫 발을 내딛는 모든 분들

인공지능 시대를 살아가는 이 시기에 파이썬 기초를 공부하고 이 분야에 관심이 생긴 모든 분들에게 혼자 공부하는 머신러닝 + 딥러닝은 좋은 길잡이가 되어줄 것이다

혼자 공부하는 머신러닝+딥러닝은 혼자서도 머신러닝과 딥러닝의 기초를 체계적으로 익히고 싶은 모든 분들께 적극 추천드립니다

개인 AI를 만들 수 있는 세상 Do it LLM을 활용한 AI 에이전트 개발 입문

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

인공지능 발전 속도가 하루가 다르게 빨라지고 있지만 그 중심에는 LLM이 있습니다

LLM은 Large Language Model의 약자로 대규모 언어 모델은 방대한 양의 텍스트 데이터를 학습해 인간의 언어를 이해하고 생성하는데

LLM에 대해 처음 들어보셨고 그게 뭔데?라고 생각하신다면

여러분이 매일 쓰는 챗GPT, Gemini, Claude, Perplexity 등이 LLM을 대중에게 알린 대표적인 예시입니다

LLM을 어떻게 공부해야 할지 막막하다면

오늘 소개한 Do it LLM을 활용한 AI 에이전트 개발 입문으로

시작하면 좋을 것 같아요

책의 목차는 다음과 같습니다

책은 크게 4단계 코스로 (네 개의 마당) 구성돼있어요

Do it! LLM을 활용한 AI 에이전트 개발 입문은 최근 AI와 대형 언어 모델(LLM)에 대한 관심이 높아진 가운데, 이론과 실습을 균형 있게 다루며 초보자부터 실무자까지 폭넓게 추천할 만한 책입니다.

Do it LLM을 활용한 AI 에이전트 개발 입문 책은 단순히 기술의 원리나 개념을 설명하는 데 그치지 않고, 실제로 동작하는 코드와 프로젝트 중심의 실습 과정을 통해 독자가 직접 AI 에이전트를 만들어볼 수 있도록 구성된 점이 가장 큰 장점입니다.

책의 초반부에서는 LLM의 기본 개념과 GPT API, 랭체인(LangChain), 랭그래프(LangGraph), RAG 등 현재 AI 에이전트 개발에서 널리 쓰이는 기술들을 친절하게 소개합니다.

파이썬의 기초만 알고 있어도 따라 할 수 있게 환경 설정부터 꼼꼼하게 안내하며, 실습 중 발생할 수 있는 오류와 해결법까지 상세히 설명해 초보자도 쉽게 시작할 수 있습니다. 특히 ‘PDF 요약 에이전트’, ‘음성을 텍스트로 전환하는 AI 서기’, ‘GPT-4o를 이용한 이미지 분석가’, ‘최신 주식 정보를 알려주는 AI 투자자’ 등 실무와 직결된 6가지 프로젝트를 직접 만들어보는 과정은 단순한 기능 구현을 넘어, 실제 업무 자동화 도구를 개발하는 데 실질적인 도움이 됩니다.

실습 예제들은 단순히 따라 하는 수준을 넘어서, 왜 이런 흐름으로 개발하는지, 각 기술이 어떤 역할을 하는지에 대한 설명이 곁들여져 있어 개념과 실전이 자연스럽게 연결됩니다. 예를 들어, 언어 모델은 학습한 데이터 내에서만 답변해서 학습 시점 이후 최신 정보를 물어보면 정확히 답변하지 못하는데 인터넷 검색 기능을 추가해서 최신 자료를 바탕하게 답변을 제공하는 개인화된 챗봇을 만들어 실무에 바로 적용할 수 있음을 보여주며, 다양한 업무 자동화로 확장할 수 있습니다

또한, 이 책은 로컬 환경에서 멀티 에이전트 구조를 실현하는 방법과, RAG(Retrieval-Augmented Generation) 등 최신 AI 기술 스택을 실제로 적용해 보는 경험을 제공합니다. 

다양한 실습을 모두 손코딩하면 좋겠지만 그렇게 하기 어렵다면

실습 코드를 제공하기 때문에 코드를 보며 편하게 실습할 수 있어요

Do it! LLM을 활용한 AI 에이전트 개발 입문은 단순히 AI 기술을 익히는 데 그치지 않고, 나만의 도구로 만들어 실제 업무에 적용할 수 있게 하는 게 좋았습니다

추천하는 대상은 파이썬은 배우고 적용하고자 하는 대학생, 주니어 개발자, 데이터 분석가, 파이썬을 다루는 직장인 등 실무 적용이 필요한 분들에게 특히 추천합니다.

Do it! LLM을 활용한 AI 에이전트 개발 입문은 빠르게 변화하는 AI 시대에 개인이 AI 에이전트를 만들 수 있다는 자신감과 실력을 함께 안겨주는 책이라고 생각합니다.

단순한 튜토리얼을 넘어, 생성형 AI 기술을 내 일상과 업무에 직접 적용하고 싶은 분들에게 좋은 시작이 될 것 같아요

지금 바로 Do it! LLM을 활용한 AI 에이전트 개발 입문 책으로 여러분에게 맞는 AI를 만들어보세요

본 서평은 이지스퍼블리싱에서 서적만 제공받은 자유로운 형식의 서평입니다