러닝 랭체인은 이 책으로 공부하자 - 한빛미디어 러닝랭체인

러닝 랭체인 - 랭체인과 랭그래프로 구현하는 RAG, 에이전트, 인지 아키텍처 | MCP 개념부터 서버 구축 및 활용법 특별 수록
메이오 오신.누노 캄포스 지음, 강민혁 옮김 / 한빛미디어 / 2025년 5월

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

안녕하세요! AI 엔지니어링을 공부하는 하루입니다.

요즘 IT 업계에서 가장 핫한 키워드를 꼽자면 단연 LLM(거대언어모델)과 랭체인(LangChain)이에요.

챗GPT가 등장한 이후, 수많은 사람들이 AI의 가능성에 열광했습니다. 하지만 막상 이것을 이용해 '나만의 서비스'를 만들려고 하면 곧바로 벽에 부딪히게 됩니다.

"API를 호출해서 답변을 받는 건 알겠는데, 그 다음은?"

"AI가 내 컴퓨터에 있는 파일을 읽게 하려면?"

"AI가 스스로 인터넷 검색도 하고 계산도 하게 하려면?"

이런 고민을 하고 계신 분들에게 어떤 공부가 필요할지 인공지능에게 물어보면 꼭 나오는 단어가 바로 랭체인입니다.

이제 랭체인은 선택이 아닌 필수입니다. 그리고 그 랭체인을 가장 체계적으로 배울 수 있는 책, 한빛미디어의 <러닝 랭체인(Learning LangChain)>을 소개합니다.

이 서평에서는 단순히 책을 요약하는 것을 넘어, 도대체 랭체인이 무엇이고, 왜 이 책을 통해 배워야 하는지를 중점적으로 이야기해보려 합니다.

랭체인(LangChain), 도대체 무엇인가요?

요리사에게 최고급 식재료(LLM)가 있다고 가정해 봅시다. 식재료가 아무리 좋아도 도마, 칼, 냄비 같은 조리 도구가 없고, 재료를 다듬고 볶는 레시피가 없다면 훌륭한 요리(애플리케이션)를 만들 수 없습니다.

랭체인(LangChain)은 바로 이 '조리 도구 세트'이자 '표준 레시피'입니다.

LLM(식재료): GPT-5, Claude Sonnet 4.5, Gemini 3 같은 언어 모델

LangChain(조리 도구): LLM과 다른 기능(검색, 계산기, 데이터베이스 등)을 사슬(Chain)처럼 연결해주는 프레임워크

랭체인을 사용하면 단순히 텍스트를 생성하는 AI를 넘어, "외부 데이터를 찾아보고(Retrieval), 기억하고(Memory), 스스로 판단하여 행동하는(Agent)" 지능형 애플리케이션을 만들 수 있습니다.

왜 많은 책 중에서 한빛미디어의 '러닝 랭체인'일까요?

인터넷에는 이미 수많은 랭체인 튜토리얼이 있습니다. 하지만 기술 블로그나 유튜브 영상들은 단편적인 기능 구현에 치중하는 경우가 많습니다. "코드를 복사해서 붙여넣으니 되더라" 수준을 넘어서려면, 프레임워크의 철학과 전체적인 구조(Architecture)를 이해해야 합니다.

이 책은 그 지점에서 탁월합니다.

1. 파편화된 지식을 하나로 만들어줍니다

랭체인은 업데이트 속도가 매우 빨라서 어제 배운 코드가 오늘 작동하지 않을 수도 있기에 이 책은 빠르게 변하는 문법보다는 변하지 않는 핵심 개념에 집중합니다.

왜 프롬프트 템플릿이 필요한가?

왜 체인(Chain) 구조를 사용해야 하는가?

이러한 'Why'를 해결해주기 때문에, 나중에 문법이 바뀌더라도 쉽게 적응할 수 있는 기초 체력을 길러줍니다.

2. 파이썬(Python) 개발자를 위한 최적의 가이드

이 책은 AI 생태계의 공용어인 파이썬을 기반으로 쓰였습니다.

데이터 분석이나 머신러닝을 공부하셨던 분들이라면 익숙한 문법으로 자연스럽게 랭체인의 세계로 진입할 수 있고,

복잡한 이론보다는 실습 가능한 코드를 통해 개념을 증명하는 방식이라 '손으로 익히는' 공부를 선호하는 분들에게 안성맞춤입니다.

이 책에서 주목해야 할 3가지 핵심 기술

책을 읽으며 꼭 챙겨가야 할 랭체인의 필수를 챕터별로 정리했습니다.

(1) RAG: AI에게 '컨닝 페이퍼' 쥐여주기 (Chapter 2 & 3)

LLM은 학습하지 않은 최신 정보나 회사 내부 문서는 모릅니다.

이때 사용하는 기술이 RAG(검색 증강 생성)입니다.

이 책의 Chapter 2와 3에서는 문서를 AI가 이해하기 좋게 자르고(Chunking), 숫자로 변환하여 저장한 뒤(Embedding),

질문과 가장 관련된 내용을 찾아내는(Retrieval) 전 과정을 상세히 다룹니다.

단순히 문서를 넣는 것을 넘어, 어떻게 해야 더 정확한 문서를 찾아낼 수 있을까?에 대한 엔지니어링적 고민을 해결해줍니다.

(2) 에이전트(Agent): 스스로 생각하고 행동하는 AI (Chapter 6)

이 책의 메인은 단연 Chapter 6의 에이전트 파트입니다.

일반적인 챗봇은 정해진 답변만 하지만, 에이전트는 목표를 달성하기 위해 어떤 도구를 어떤 순서로 쓸지 스스로 결정합니다.

예를 들어 사용자가 "오늘 서울 날씨 검색해서 친구에게 이메일로 보내줘."

에이전트: (1. 검색 도구 실행 -> 2. 날씨 정보 요약 -> 3. 이메일 전송 도구 실행)

이 책은 ReAct 패턴을 통해 AI가 사고(Thought)하고 행동(Action)하며 관찰(Observation)하는 루프를 어떻게 구현하는지 코드 레벨에서 명쾌하게 설명합니다.

(3) 평가와 모니터링: 장난감이 아닌 '제품'으로 (Chapter 10)

데모를 만드는 것과 실제 사용자가 쓰는 제품을 만드는 건 다릅니다.

AI가 엉뚱한 소리(환각)를 하지는 않는지, 답변 속도는 적절한지 어떻게 알 수 있을까요?

Chapter 10에서는 LangSmith 등을 활용해 AI의 답변 품질을 평가하고, 로그를 추적(Tracing)하여 디버깅하는 방법을 다룹니다.

이는 실제 서비스를 운영하려는 개발자에게 너무 중요한 내용입니다.

이렇게 한 달 동안 랭체인 책을 읽고 공부해봤는데요.

LLM 애플리케이션 개발을 시작하려는데 어디서부터 손대야 할지 고민되시는 분들이 많을 텐데요.

아직 정해진 방법론이 없는 새로운 분야이기 때문입니다.

<러닝 랭체인>이 여러분의 공부에 큰 도움이 될 거라고 생각해요.

이 책은 단순히 랭체인 사용법을 알려주는 책이 아닙니다.

LLM이라는 거대한 지능을 어떻게 소프트웨어 아키텍처 안에서 우리가 원하는 대로 제어할 것인가에 대한 답을 찾는 과정입니다.

파이썬을 다룰 줄 알고, 이제는 단순한 데이터 분석을 넘어 AI 서비스를 만들어보고 싶은 분들께 이 책을 추천합니다.

랭체인이라는 강력한 무기를 장착하고, 상상만 했던 아이디어를 현실로 구현해보세요.

여러분의 코딩 여정에 이 책이 확실한 '치트키'가 되어줄 것입니다.

타이탄의 도구들 저자 팀 페리스의 역작 - 지금 하지 않으면 언제 하겠는가

지금 하지 않으면 언제 하겠는가 (리커버 에디션) - 세계 최고 멘토들의 인생 수업
팀 페리스 지음, 박선령.정지현 옮김 / 토네이도 / 2025년 9월

본 서평은 최고의 e북 카페인 네이버 - 디지털 e북 카페 -에서 서적만 제공받은 자유로운 형식의 서평입니다

타이탄의 도구들은 전 세계 베스트셀러로 자기 분야에서 정상에 오른 사람들의 독창적인 성공 노하우가 담겨 있는 책으로 자기 계발 서적을 좋아하시는 분들 중에서는 안 들어 보신 분들이 없을 거예요

타이탄의 도구들을 쓴 팀 페리스 작가의 역작

'지금 하지 않으면 언제 하겠는가는 모르는 분들이 많아서'

소개하려 합니다

아마존 뉴욕 타임스 베스트셀러 1위

관련된 팟캐스트 10억 회 다운로드를 돌파했을 정도로 인기가 있었는데요

이 책은 하버드대 석학부터 글로벌 CEO까지 이 시대 가장 위대한 인생 교사 133명의 지혜와 통찰을 52개의 챕터로 담은 책입니다

각 챕터가 세계 최고의 인생 교사들이 직접 겪은 일들을 설명하며

지혜를 나눠주고 있는 책입니다

제가 좋아하는 챕터 중 하나를 소개하자면

마지막 52챕터 : 너 자신을 알라 입니다

사피엔스의 유발 하라리 작가의 얘기가 나오는데

유발 하라리 작가에게 묻습니다

"나중에 성공에 이르게 해준 실패가 있는가?"

유발 하라리 작가는 히브리어 판 <사피엔스>가 출간되어 이스라엘에서 베스트셀러가 된 후 영어 번역판을 쉽게 낼 수 있을 줄 알았지만 직접 번역해 여러 출판사에 보냈는데 전부 거절당했다고 합니다.

그래서 아마존에 자가 출판 시스템을 이용해 출판했지만 퀄리티가 너무 안 좋아서 몇백 권 밖에 팔리지 않았는데

그 과정에서 출판에서 DIY가 통하지 않는다는 걸 깨닫고 전문가의 도움을 받기로 결정 후 여러 전문가들의 도움을 받아 원고를 다시 쓰고 반복한 후 출판사와 계약이 이뤄졌고 영국 출판시장 최고 에이전시에 홍보를 맡긴 덕에 <사피엔스>가 글로벌 베스트셀러가 될 수 있었다고 합니다

유발 하라리가 젊은 독자들에게 해줄 수 있는 조언은 기술을 너무 믿지 말라고 얘기합니다

기술이 목적을 대신 지정하고 노예로 만들 수 있다고

그렇게 되지 않기 위해선 '나 자신에 대해 잘 알아야 하는 수밖에 없다고' 조언합니다

내가 누구이고 어떤 삶을 원하는지 알아야 한다고 말이죠

52챕터를 짤막하게 소개했지만

이렇게 자기 분야에서 정상에 오른 성공한 사람들의 이야기가 담겨 있는

팀 페리의 '지금 하지 않으면 언제 하겠는가' 책은

지금 인생의 길에서 방황하시는 분들이 계시거나

성공한 사람들은 어떤 방법으로 최고의 삶을 만들고 있는지 궁금하신 분들

모두에게 '지금 하지 않으면 언제 하겠는가' 책을 추천하고

마지막으로 책에 나오는 문장 하나를 소개하고 마무리하겠습니다

"탁월한 결과를 얻으려면, 결과에 상관없이 시간에 투자해야 한다" - 전 세계 베스트셀러 <콰이어트> 저자 - 수전

이제는 AI 엔지니어링이다 - AI 엔지니어링

AI 엔지니어링 - 파운데이션 모델을 활용한 시스템 설계부터 개선까지, AI 앱 개발 원스톱 가이드
칩 후옌 지음, 변성윤 옮김 / 한빛미디어 / 2025년 9월

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

ChatGPT가 등장한 이후, AI는 더 이상 연구실의 실험 대상이나 특정 인들의 전유물이 아닙니다. 누구나 GPT-4, Claude, Llama 같은 파운데이션 모델을 API 하나로 사용할 수 있는 시대가 왔습니다. 하지만 "API를 호출하는 것"과 "실제로 사용자에게 가치를 주는 AI 서비스를 만드는 것" 사이에는 큰 차이가 있습니다. 칩 후옌의 『AI 엔지니어링』은 바로 그 차이를 좁혀주는 실전 가이드입니다.

전통적인 ML 엔지니어링과 무엇이 다른가?

이 책의 1장은 AI 엔지니어링이 기존 머신러닝 엔지니어링과 어떻게 다른지 명확하게 정리합니다. 전통적인 ML이 데이터 수집부터 시작한다면, AI 엔지니어링은 제품 요구사항을 먼저 이해하고 모델을 그에 맞게 적응시키는 방식입니다. 이는 단순한 순서의 변화가 아니라, 사고방식 자체의 전환입니다.

저자는 AI 엔지니어링 스택을 세 계층으로 나눕니다: 애플리케이션 개발, 모델 개발, 인프라. 이 구조를 이해하면 "내가 지금 어떤 레벨의 문제를 다루고 있는가"를 명확히 파악할 수 있습니다.

2장: 파운데이션 모델의 기초부터 탄탄하게

2장에서는 마스크드 언어 모델, 자기회귀 언어 모델, 자기지도학습 같은 핵심 개념들을 다룹니다. 단순히 "GPT가 뭐다"라는 표면적 설명이 아니라, 이런 모델들이 왜 대규모 데이터셋을 필요로 하는지, 데이터의 품질이 모델 성능에 어떻게 직접적인 영향을 미치는지를 설명합니다. 특히 실제 학습 데이터에 포함된 클릭베이트, 허위정보, 음모론 같은 문제들을 어떻게 필터링해야 하는지도 다룹니다.

3-4장: 평가의 중요성 - AI가 많이 쓰일수록 더 중요해진다

AI가 많이 사용될수록 치명적인 실패가 발생할 기회도 많아지므로, 평가의 중요성이 더욱 커진다고 저자는 강조합니다. 

3-4장에서는 오픈엔디드 모델을 평가하는 다양한 방법론을 다루는데, 특히 최근 급성장하고 있는 "AI-as-a-judge" 접근법을 상세히 설명합니다.

단순히 정확도 숫자 하나로 모델을 평가하기보다 생성형 AI의 출력물은 정답이 여러 개일 수 있고, 창의성, 유용성, 안전성 등 다양한 측면을 고려해야 합니다. 이 장은 여러분이 만든 AI 챗봇이 "정말 잘 작동하는가"를 어떻게 판단할지 구체적인 방법을 제시합니다.

5-10장: 실전 기술의 모든 것

책의 후반부는 실제 AI 애플리케이션을 만드는 데 필요한 모든 기술을 단계별로 다룹니다.

5장 프롬프트 엔지니어링은 단순한 프롬프트 작성 요령만을 알려주기보다 시스템 프롬프트, 사용자 프롬프트, 도구 프롬프트의 우선순위와 역할을 설명하고, 컨텍스트 길이 제한(1천~100만 토큰) 안에서 어떻게 효과적으로 정보를 배치할지를 다룹니다.

6장 RAG와 에이전트는 여러분의 프로젝트에 직접적으로 도움이 될 부분입니다. 

RAG(검색 증강 생성)는 외부 데이터를 모델에 연결하는 핵심 기술로, 회사 작업 데이터를 챗봇에 연결하는 여러분의 업무와 정확히 일치합니다. 저자는 단순히 "RAG를 쓰세요"가 아니라, 청킹 전략, 임베딩 선택, 검색 최적화까지 실무에서 마주치는 구체적인 문제들을 다룹니다.

7장 파인튜닝에서는 LoRA 같은 효율적인 파인튜닝 기법을 설명하고, 언제 프롬프트 엔지니어링으로 충분하고 언제 파인튜닝이 필요한지 판단 기준을 제시합니다.

8장 데이터셋 엔지니어링은 합성 데이터 생성, 데이터 증강, 데이터 품질 관리 등을 다루며, 제한된 데이터로도 좋은 성능을 내는 방법을 알려줍니다.

9장 추론 최적화는 레이턴시와 비용이라는 두 가지 병목을 해결합니다. 양자화, 증류, 병렬화 같은 기법들을 통해 M1 맥북에어 같은 제한된 환경에서도 효율적으로 모델을 실행하는 방법을 배울 수 있습니다.

10장 AI 엔지니어링 아키텍처는 전체 시스템 구조와 사용자 피드백 수집을 다루며, 프로덕션 환경에서 AI 서비스를 어떻게 설계하고 운영할지를 보여줍니다.

이 책은 어떤 사람들에게 추천할 수 있을까요

1. 개발 인턴으로 일하는 여러분처럼, 실전 프로젝트를 진행 중인 분들

책의 구조가 실제 프로젝트 흐름과 정확히 일치합니다. 요구사항 분석 → 모델 선택 → RAG 구축 → 평가 → 최적화 순서로 읽으면, 여러분의 5개월 인턴 프로젝트를 체계적으로 완성할 수 있습니다.

2. API 호출은 할 줄 아는데, 그 다음이 막막한 개발자들

"OpenAI API를 호출했는데, 이제 뭘 해야 하지?"라는 질문에 대한 완벽한 답을 제공합니다.

3. AI 스타트업 팀원들

저자가 NVIDIA, Snorkel AI, Netflix에서 일하고 스타트업을 창업한 경험을 바탕으로, 제한된 리소스로 최대 성과를 내는 실용적인 전략들을 공유합니다.

4. 기술 공부를 이제 막 시작한 학생들

파이썬만 조금 할 줄 안다면 충분합니다. 책은 기초 개념부터 차근차근 설명하며, 복잡한 수학보다는 실용적인 구현에 초점을 맞춥니다.

개인적으로 생각하는 이 책의 특별한 점은

이 책은 O'Reilly 플랫폼에서 출시 이후 가장 많이 읽힌 책이며, 중국어, 프랑스어, 일본어, 한국어, 폴란드어, 러시아어로 번역되고 있습니다. 이는 단순한 인기가 아니라, 전 세계 AI 엔지니어들이 이 책의 가치를 인정한다는 의미입니다.

저자는 1,200개 이상의 레퍼런스와 1,000개 이상의 GitHub 저장소를 참고했으며, 각 장마다 실제 케이스 스터디를 제공합니다. 이는 튜토리얼 책이 아니라 프레임워크 책입니다. "이렇게 코딩하세요"가 아니라 "이런 질문을 던지며 최선의 해결책을 찾으세요"를 알려줍니다.

AI 기술은 빠르게 변화하지만, 좋은 AI 애플리케이션을 만드는 원칙은 변하지 않습니다. 『AI 엔지니어링』은 유행을 좇는 책이 아니라, AI 엔지니어로서 갖춰야 할 본질적인 사고방식과 체계적인 접근법을 알려주는 책입니다. 모든 AI 개발자 지망생들에게 이 책은 최고의 투자가 될 것입니다.

애플 투자를 위한 필독서

애플 인 차이나 - 중국에 포획된 애플과 기술패권의 미래
패트릭 맥기 지음, 이준걸 옮김 / 인플루엔셜(주) / 2025년 9월

이 책을 읽으며 중국이 얼마나 큰 힘을 가진 나라인지, 애플이 어떻게 발전해 왔는지 알 수 있게 됐다 이 책을 통해 애플을 더욱 이해할 수 있게 됐고, 중국에 향한 시야도 넓어졌을 정도다 

샘플북이라 4장까지 밖에 못 읽었지만 뉴욕타임스 아마존 베스트셀러, 이코노미스트 뉴욕타임스 올해 최고의 책, 한국 SERI CEO 비즈니스 북클럽 선정 도서 라는 타이틀을 달만 하다 보통 이렇게 많은 타이틀을 단 책은 지루한 책이 많지만 이 책은 전혀 지루하지 않았다 

5장부터의 내용도 무척 궁금하다

개인적으로 애플 투자하는 투자자들이 꼭 읽어봐야할 책으로 추천한다

본 서평은 인플루엔셜에서 샘플북을 제공받아 작성한 자유로운 형식의 서평입니다

데이터의 미로에서 길을 잃은 당신에게, 데이터 삽질 끝에 UX가 보였다

데이터 삽질 끝에 UX가 보였다 - 스타트업 전문 프로덕트 디자이너가 들려주는 현실 데이터 드리븐, 제12회 브런치북 출판 프로젝트 대상 수상작
이미진(란란) 지음 / 한빛미디어 / 2025년 7월

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

평소 UX 관련 도서들을 꾸준히 읽어왔지만, 데이터와 UX의 연결고리에 대해서는 늘 갈증이 있었습니다.

수많은 데이터 분석 도구와 UX 방법론이 넘쳐나는 시대지만, 정작 둘 사이의 간극을 어떻게 메워야 할지에 대한 실무적 가이드는 찾기 어려웠습니다.

그러던 중 한빛미디어의 '데이터 삽질 끝에 UX가 보였다'라는 솔직한 제목에 이끌려 이 책을 펼치게 되었습니다.

저자는 현업에서 겪은 생생한 경험ㅏ 담을 바탕으로, 데이터 분석에서 시작해 사용자 경험 개선에 이르기까지의 여정을 담담하게 풀어내고 있습니다. 제목에서부터 드러나듯 '삽질'이라는 표현을 통해 데이터 작업의 현실적인 어려움을 인정하면서도, 그 과정에서 얻은 통찰을 독자와 나누고 있습니다.

이 책의 핵심은 데이터 분석 자체가 목적이 아니라, 사용자를 이해하고 더 나은 경험을 제공하기 위한 수단임을 강조하는 데 있습니다. 저자는 단순히 툴 사용법이나 분석 기법을 나열하는 대신, 데이터를 어떻게 읽고 해석해야 하는지, 그리고 그것을 어떻게 실제 UX 개선으로 연결시킬 수 있는지에 대한 구체적인 방법론을 제시하고 있습니다.

특히 인상적인 부분은 실제 사례들을 숨기지 않고 솔직하게 공개한다는 점입니다. 많은 업무서들이 성공 사례만을 강조하는 반면, 이 책은 시행착오의 과정을 통해 독자들이 같은 함정에 빠지지 않도록 도와주고 있습니다. 데이터를 잘못 해석해서 겪은 경험, 사용자의 진짜 니즈를 놓쳤던 순간들이 생생하게 기록되어 있습니다.

이러한 솔직함은 이론서나 성공담에 지친 실무진들에게 큰 위로가 됩니다.

책의 구성도 실무진들의 관점에서 잘 짜여 있습니다. 데이터 수집부터 분석, 인사이트 도출, 그리고 실제 UX 개선 적용까지의 전 과정을 단계별로 다루면서, 각 단계에서 주의해야 할 포인트들을 구체적으로 제시하고 있습니다. 또한 다양한 업종과 서비스에서의 적용 사례들을 통해 독자들이 자신의 상황에 맞는 방법을 찾을 수 있도록 돕고 있습니다.

저자가 강조하는 또 다른 중요한 관점은 데이터의 한계를 인정하는 것입니다. 데이터는 '무엇'을 알려주지만 '왜'는 말해주지 않는다는 점을 명확히 하면서, 정성적 조사와 정량적 분석의 균형을 맞추는 방법을 제안하고 있습니다. 이는 데이터 만능주의에 빠지기 쉬운 현시대에 꼭 필요한 관점입니다.

실무 적용 측면에서 이 책이 제공하는 가치는 상당합니다. 단순히 Google Analytics나 사용자 행동 분석 툴을 사용하는 법을 알려주는 것이 아니라, 그 결과를 어떻게 해석하고 실제 제품 개선으로 이어가야 하는지에 대한 구체적인 프레임워크를 제시하고 있습니다. 특히 A/B 테스트의 함정들과 올바른 해석 방법, 사용자 세그먼테이션의 실무적 접근법 등은 현업에서 바로 활용할 수 있는 내용들입니다.

이 책을 읽어야 하는 이유는 명확합니다.

첫째, 데이터 기반 의사결정이 중요해진 현시대에 데이터와 UX를 연결하는 실무적 노하우를 제공합니다. 

둘째, 이론만이 아닌 현장에서의 시행착오를 바탕으로 한 실용적 가이드라는 점입니다.

셋째, 데이터 분석 초보자부터 어느 정도 경험이 있는 실무진까지 폭넓게 활용할 수 있는 내용을 담고 있습니다.

다만 몇 가지 아쉬운 점도 있습니다. 일부 사례들이 특정 업종에 편중되어 있어, 다른 분야에서 일하는 독자들에게는 적용에 한계가 있을 수 있습니다. 또한 기술적인 부분에서 좀 더 심화된 내용이 있었다면 더욱 유용했을 것입니다. 그리고 해외 사례보다는 국내 환경에 특화된 내용이 많아, 글로벌 서비스를 담당하는 팀에서는 추가적인 고민이 필요할 수 있습니다.

그럼에도 불구하고 이 책은 데이터와 UX의 교차점에서 고민하는 모든 실무진들에게 가치 있는 참고서가 될 것입니다.

 특히 데이터는 많이 쌓였지만 그것을 어떻게 사용자 경험 개선으로 연결해야 할지 막막한 기획자, UX 디자이너, 데이터 분석가들에게는 구체적인 방향성을 제시해 줄 수 있는 책입니다.

결국 이 책의 진정한 가치는 데이터라는 도구를 통해 사용자를 더 깊이 이해하고, 그들에게 더 나은 경험을 제공하겠다는 저자의 진정성에 있습니다.

완벽하지 않은 과정을 통해서도 의미 있는 결과를 만들어낼 수 있다는 희망적인 메시지와 함께, 실무진들의 일상에 실질적인 도움이 되는 책입니다.

오늘도 혼자서 사용자 중심 디자인을 계속하려는 분들께 추천합니다.