상세정보
미리보기
알아서 잘하는 에이전틱 AI 시스템 구축하기
- 저자
- 안자나바 비스와스,릭 탈루크다르 공저/김모세 역
- 출판사
- 제이펍
- 출판일
- 2025-12-11
- 등록일
- 2026-01-29
- 파일포맷
- PDF
- 파일크기
- 7MB
- 공급사
- YES24
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
복잡한 AI 시스템을 조율하는 조정자 · 작업자 · 위임자 모델로 에이전트 구축하기 이 책은 생성형 AI를 활용해 계획·추론·행동하는 자율 AI 에이전트를 설계하고 배포하는 방법을 다룬다. 예시 프로젝트로 CrewAI, AutoGen, LangGraph를 활용한 여행 계획 에이전트를 만들어보면서 메타 추론, 자기 설명, 전략적 계획, 다중 에이전트 조정 등의 기술을 익히고, 조정자(여행 계획 작업 총괄)·작업자(항공권 예약 및 여행 데이터 분석)·위임자(작업 우선순위 지정 및 자원 할당) 구조와 같은 확장 가능한 설계 기법을 배울 수 있다. 단순 작업 수행을 넘어 인간의 개입을 최소화하면서 스스로 판단하고 행동하는 차세대 AI 에이전트를 구축해보자.
저자소개
다수의 수상 경력을 보유한 시니어 AI 스페셜리스트 설루션 아키텍트로서 17년 이상의 산업 경험을 갖고 있다. 머신러닝, 생성형 AI, 자연어 처리, 딥러닝, 데이터 분석, 클라우드 아키텍처 분야 등에 능통하며, 대기업들과 협력해 클라우드에서 고도화된 AI 시스템을 구축하고 확장하는 업무도 하고 있다.
목차
지은이옮긴이 소개 x기술 감수자 소개 xi옮긴이 머리말 xiii추천사 I xiv추천사 II xvi감사의 글 xviii이 책에 대하여 xxPART I 생성형 AI와 에이전틱 시스템 기초CHAPTER 1 생성형 AI 기본 31.1 생성형 AI 소개 41.2 생성형 AI 모델의 유형 5__1.2.1 VAE 5 __1.2.2 GAN 7 __1.2.3 자기회귀 모델과 트랜스포머 아키텍처 8__1.2.4 LLM 기반 AI 에이전트 121.3 생성형 AI의 응용 161.4 생성형 AI의 과제와 한계 19__1.4.1 데이터 품질과 편향 19 __1.4.2 데이터 프라이버시 20 __1.4.3 계산 자원 21__1.4.4 윤리적, 사회적 함의 21 __1.4.5 일반화와 창의성 22요약 22질문 23답변 23더 읽을 거리 24CHAPTER 2 에이전틱 시스템의 원리 25기술 요구사항 262.1 자기 관리, 주체성, 자율성 이해하기 26__2.1.1 자기 관리 27 __2.1.2 주체성 28 __2.1.3 자율성 28__2.1.4 에이전트의 주체성과 자율성에 관한 예시 302.2 지능형 에이전트와 그 특성 검토하기 332.3 에이전틱 시스템 아키텍처 탐색 34__2.3.1 계획 기반형 아키텍처 35 __2.3.2 반응형 아키텍처 36__2.3.3 하이브리드 아키텍처 382.4 다중 에이전트 시스템 이해하기 40__2.4.1 MAS의 정의와 특징 41 __2.4.2 MAS의 상호작용 메커니즘 42요약 47질문 48답변 48CHAPTER 3 지능형 에이전트의 필수 구성 요소 50기술 요구사항 513.1 지능형 에이전트에서의 지식 표현 51__3.1.1 의미망 51 __3.1.2 프레임 53 __3.1.3 논리 기반 표현 553.2 지능형 에이전트의 추론 56__3.2.1 연역 추론 57 __3.2.2 귀납 추론 58 __3.2.3 가설 추론 593.3 적응형 에이전트를 위한 학습 메커니즘 613.4 에이전트 시스템에서의 의사결정과 계획 63__3.4.1 유틸리티 함수 63 __3.4.2 계획 알고리즘 653.5 생성형 AI를 활용한 에이전트 능력 향상 69__3.5.1 에이전틱 AI 구축 시작하기 70요약 73질문 73답변 73PART II 생성형 AI 기반 에이전트 설계 및 구현CHAPTER 4 에이전트의 반성과 자기 성찰 77기술 요구사항 784.1 에이전트에서 반성의 중요성 78__4.1.1 향상된 의사결정 79 __4.1.2 적응 79 __4.1.3 윤리적 고려 80__4.1.4 인간-컴퓨터 상호작용 81 __4.1.5 지능형 에이전트의 자기 성찰 834.2 반성 기능 구현하기 84__4.2.1 전통적인 추론 84 __4.2.2 메타 추론 84__4.2.3 자기 설명 95 __4.2.4 자기 모델링 994.3 사용 사례와 예시 102__4.3.1 고객 서비스 챗봇 102 __4.3.2 개인 맞춤 마케팅 에이전트 103__4.3.3 금융 트레이딩 시스템 104 __4.3.4 예측 에이전트 105__4.3.5 전자상거래에서의 가격 전략 107요약 108질문 109답변 109CHAPTER 5 도구 사용 및 계획 수립 기능 활성화 110기술 요구사항 1115.1 에이전트에서의 도구 사용 개념 이해 111__5.1.1 도구 호출과 함수 호출 112 __5.1.2 에이전트를 위한 도구 정의 114__5.1.3 도구의 유형 116 __5.1.4 에이전틱 시스템에서의 도구의 중요성 1205.2 에이전트를 위한 계획 알고리즘 121__5.2.1 낮은 실용성을 가진 계획 알고리즘 121__5.2.2 중간 실용성을 가진 계획 알고리즘 122__5.2.3 가장 높은 실용성을 가진 계획 알고리즘 1245.3 도구 사용과 계획의 통합 131__5.3.1 도구에 관한 추론 131 __5.3.2 도구 사용을 위한 계획 수립 1335.4 실용적 구현 탐색 134__5.4.1 CrewAI 예제 134 __5.4.2 AutoGen 예제 136 __5.4.3 LangGraph 예시 138요약 140질문 140답변 141CHAPTER 6 조정자, 작업자, 위임자 접근 방식 살펴보기 142기술 요구사항6.1 CWD 모델 이해 143__6.1.1 CWD 모델의 핵심 원칙 144 __6.1.2 지능형 여행 에이전트를 위한 CWD 모델 1456.2 역할 할당을 통한 에이전트 설계 148__6.2.1 각 에이전트의 역할과 책임 1516.3 에이전트 간 커뮤니케이션 및 협업 158__6.3.1 커뮤니케이션 158 __6.3.2 조정 메커니즘 159__6.3.3 협상 및 갈등 해결 159 __6.3.4 지식 공유 1606.4 생성형 AI 시스템에서 CWD 접근 방식 구현 161__6.4.1 시스템 프롬프트와 에이전트 행동 161 __6.4.2 지시 형식 지정 162__6.4.3 상호작용 패턴 164요약 164질문 165답변 165CHAPTER 7 효과적인 에이전틱 시스템 설계 기법 167기술 요구사항 1687.1 에이전트를 위한 집중 시스템 프롬프트와 지침 168__7.1.1 목표 정의 168 __7.1.2 작업 명세 170 __7.1.3 콘텍스트 인식 1727.2 상태 공간 및 환경 모델링 173__7.2.1 상태 공간 표현 173 __7.2.2 환경 모델링 175__7.2.3 통합 및 상호작용 패턴 177 __7.2.4 모니터링과 적응 1797.3 에이전트 메모리 아키텍처 및 콘텍스트 관리 180__7.3.1 단기 메모리(작업 메모리) 180 __7.3.2 장기 메모리(지식 베이스) 181__7.3.3 일화적 메모리(상호작용 기록) 183 __7.3.4 콘텍스트 관리 184__7.3.5 의사결정과의 통합 1857.4 순차 및 병렬 처리의 에이전트 워크플로 186__7.4.1 순차 처리 186 __7.4.2 병렬 처리 187__7.4.3 워크플로 최적화 188요약 190질문 191답변 191PART III 신뢰, 안전성, 윤리, 그리고 응용CHAPTER 8 생성형 AI 시스템에서의 신뢰 구축 195기술 요구사항 1968.1 AI에서 신뢰의 중요성 1968.2 신뢰를 구축하기 위한 기술 197__8.2.1 투명성과 설명 가능성 197 __8.2.2 불확실성과 편향 처리 202__8.2.3 효과적인 출력 커뮤니케이션 203 __8.2.4 사용자 제어와 동의 204__8.2.5 윤리적 개발과 책임 2058.3 투명성과 설명 가능성 구현하기 2078.4 불확실성과 편향 처리 208요약 209질문 210답변 210CHAPTER 9 안전 및 윤리 고려사항 관리 2129.1 잠재적 위험 및 도전 과제 이해하기 213__9.1.1 적대적 공격 213 __9.1.2 편향과 차별 215 __9.1.3 허위 정보와 환각 216__9.1.4 데이터 프라이버시 침해 217 __9.1.5 지적 재산권 위험 2199.2 안전하고 책임 있는 AI 보장 2209.3 윤리 지침 및 프레임워크 탐색 225__9.3.1 인간 중심 설계 225 __9.3.2 책임과 책임 소재 225__9.3.3 프라이버시 및 데이터 보호 225 __9.3.4 다양한 이해관계자의 참여 2269.4 프라이버시 및 보안 문제 대응 226요약 228질문 229답변 229CHAPTER 10 일반적인 활용 사례와 응용 분야 23110.1 크리에이티브 및 예술 분야의 응용 232__10.1.1 크리에이티브 및 예술 에이전트의 발전 232__10.1.2 실제 적용 사례 23310.2 자연어 처리 및 대화형 에이전트 236__10.2.1 언어 에이전트의 발전 236 __10.2.2 실제 응용 사례 23610.3 로보틱스와 자율 시스템 239__10.3.1 로봇 에이전트의 발전 239 __10.3.2 실제 응용 사례 24010.4 의사결정 지원 및 최적화 243__10.4.1 의사결정 지원 에이전트의 발전 243 __10.4.2 실제 응용 사례 243요약 247질문 248답변 248CHAPTER 11 결론과 미래 전망 25011.1 핵심 개념 요약 25111.2 최신 동향과 연구 방향 252__11.2.1 멀티모달 인텔리전스 - 다양한 입력의 통합 252__11.2.2 고급 언어 이해 253 __11.2.3 경험적 학습 - 강화 학습의 혁신 253__11.2.4 산업 전반에 걸친 실질적 영향 25411.3 인공 일반 지능 254__11.3.1 AGI는 무엇이 다른가 254 __11.3.2 큰 도전 255__11.3.3 학습 방법 배우기 255 __11.3.4 현실 세계 이해 25511.4 도전과 기회 256요약 258찾아보기 261
[1].png){kind=logo}
