랭체인부터 랭그래프, RAG, AI 에이전트 그리고 MCP까지 직접 만들며 익히는 생성 AI 애플리케이션 개발의 모든 것 MCP 활용법 특별 수록: 개념 이해부터 서버 구축, 실전 활용까지 LLM 애플리케이션, 어디서부터 시작해야 할지 막막한가요? 챗GPT 이후의 시대, 검색 증강 생성(RAG), 멀티 에이전트, 랭그래프, MCP 같은 용어들이 쏟아지지만 정작 무엇부터 어떻게 시작해야 할지 고민이라면, 이 책이 지금 꼭 필요한 이유입니다. 이 책은 LLM 기반 애플리케이션 개발의 효율을 극대화하는 랭체인과, 복잡한 아키텍처 설계를 가능하게 하는 랭그래프를 중심으로, 기초 개념부터 실전 배포·운영까지 전 과정을 체계적으로 안내합니다.

저자 : 메이오 오신 Mayo Oshin 랭체인 라이브러리의 초기 개발 컨트리뷰터이자 어드보킷이다. 데이터 기반 AI ‘채팅’ 분야에서 선구자로 활동하며 지금까지 500만 명이 넘는 이들에게 영향력 있는 아이디어를 전달했다. 아마존, 링크드인, 에버코어, 비자, BCG 등 여러 유수 기관에서 수백 명의 엔지니어와 제품 관리자를 대상으로 상담과 교육을 하고 있다. 저자 : 누노 캄포스 Nuno Campos 랭체인(LangChain, Inc)의 창업 소프트웨어 엔지니어다. 파이썬과 자바스크립트 분야에서 소프트웨어 엔지니어이자 아키텍트, 오픈소스 관리자로 10년간 활동했다. 여러 스타트업에서 소프트웨어 엔지니어링, 데이터 과학 업무를 수행했으며, 재무학 석사 학위를 보유하고 있다. 역자 : 강민혁 컴퓨터공학과 데이터과학을 전공했다. 2010년부터 프리랜서로 웹 개발을 시작해, 서울시 건축문화제, 한강건축상상전 등의 인터랙티브 웹페이지를 제작했고, 2016년부터 2019년까지 프로그래머로 활동하며 다양한 전시 예술 관련 프로젝트를 진행했다. 2019년부터 IT 전문 출판 기획자로 근무하고 있다. 번역한 책으로는 『실용 SQL』(영진닷컴, 2023)이 있다.

CHAPTER 00 랭체인을 위한 기초 AI 지식 _0.1 LLM 기초 _0.2 프롬프트 기초 _0.3 랭체인은 무엇이며 왜 중요한가? CHAPTER 01 랭체인의 기본 LLM 사용법 _1.1 랭체인 사용 환경 구축 _1.2 랭체인을 통한 LLM 호출 _1.3 LLM 프롬프트 템플릿 _1.4 LLM에서 특정 형식의 답변 지정 _1.5 구성 요소를 조합한 LLM 애플리케이션 _1.6 요약 CHAPTER 02 RAG 1단계: 데이터 인덱싱 _2.1 목표: LLM을 위한 적절한 컨텍스트 선정 _2.2 임베딩: 텍스트를 숫자로 변환 _2.3 문서-텍스트 변환 _2.4 텍스트를 여러 조각으로 분할 _2.5 텍스트 임베딩 생성 _2.6 벡터 저장소에 임베딩 저장 _2.7 문서의 변경 사항 추적 _2.8 인덱싱 최적화 _2.9 요약 CHAPTER 03 RAG 2단계: 데이터 기반 대화 _3.1 RAG 시작하기 _3.2 쿼리 변환 _3.3 쿼리 라우팅 _3.4 쿼리 구성 _3.5 요약 CHAPTER 04 랭그래프를 활용한 메모리 기능 _4.1 챗봇 메모리 시스템 구축 _4.2 랭그래프 _4.3 StateGraph 생성 _4.4 StateGraph에 메모리 기능 추가 _4.5 채팅 기록 수정 _4.6 요약 CHAPTER 05 랭그래프로 구현하는 인지 아키텍처 _5.1 아키텍처 #1: LLM 호출 _5.2 아키텍처 #2: 체인 _5.3 아키텍처 #3: 라우터 _5.4 요약 CHAPTER 06 에이전트 아키텍처 I _6.1 계획-실행 반복 _6.2 랭그래프 에이전트 구축 _6.3 툴 우선 호출 _6.4 복수 툴 호출 _6.5 요약 CHAPTER 07 에이전트 아키텍처 II _7.1 성찰 _7.2 서브그래프 _7.3 다중 에이전트 아키텍처 _7.4 요약 CHAPTER 08 LLM의 성능을 높이는 패턴 _8.1 구조화된 출력 _8.2 요약 CHAPTER 09 AI 애플리케이션 배포 _9.1 준비 사항 _9.2 랭그래프 플랫폼 API 이해하기 _9.3 랭그래프 플랫폼에서 AI 애플리케이션 배포 _9.4 보안 _9.5 요약 CHAPTER 10 테스트: 평가, 모니터링, 개선 _10.1 LLM 애플리케이션 테스트 기법 _10.2 설계 단계: 자체 보정 RAG _10.3 사전 제작 단계 _10.4 운영 _10.5 요약 CHAPTER 11 LLM 애플리케이션 개발 _11.1 챗봇 _11.2 LLM과의 협업 _11.3 앰비언트 컴퓨팅 _11.4 요약 APPENDIX A. MCP 서버의 구축과 활용

생성형 AI 앱 개발, 개념부터 실전까지 한 권으로! ● 랭체인과 랭그래프를 중심으로 기초부터 실전 배포까지 ● 단순한 챗봇을 넘는 실전형 AI 애플리케이션 구조 설계 ● 파이썬과 자바스크립트 예제를 함께 제공해 바로 실습 가능 RAG부터 멀티 에이전트까지, 최신 기술 전방위 습득! ● 검색 증강 생성(RAG) 시스템 구현법 ● 자율성과 협업 능력을 갖춘 AI 에이전트 설계 ● 외부 도구 통합, 메모리 기능 등 서비스 수준 구현 실무를 위한 설계 관점과 운영 노하우까지! ● 환각·지연 등 LLM의 한계를 극복하는 설계 ● 테스트, 평가, 보안, 모니터링까지 운영 실전 팁 ● 실제 배포 가능한 구조와 흐름으로 바로 적용 가능 MCP 활용법 특별 수록! ● MCP 개념부터 서버 구축 및 실전 활용까지 직접 구현하며 익히는 실습 중심의 구성으로, AI 애플리케이션을 즉시 개발에 적용할 수 있는 실전 역량을 길러줍니다. 특히 부록에서는 AI 에이전트와 외부 시스템을 표준 방식으로 연결하는 최신 기술, MCP를 소개하여, 빠르게 진화하는 생성 AI 기술 흐름을 반영했습니다. LLM을 활용한 애플리케이션 개발이 처음인 독자에게는 출발점을, 이미 경험이 있는 개발자에게는 한 단계 더 나아갈 수 있는 실전 감각을 제공합니다. 빠르게 변화하는 생성 AI 환경 속에서, 이 책은 랭체인의 핵심 개념부터 실전 적용까지 단계별로 안내합니다. 최신 AI 기술을 활용한 개발 역량을 키워보세요. 『러닝 랭체인』은 랭체인의 초기 개발자와 공동 창업자인 저자들이 집필한 책으로, 랭체인과 랭그래프를 활용한 LLM 애플리케이션 개발 전 과정을 체계적으로 안내하는 실전 가이드입니다. 각 장에서는 핵심 주제를 체계적으로 다루며, LLM 애플리케이션의 설계부터 구현까지 전 과정을 폭넓게 설명합니다. AI와 LLM의 개념 소개를 시작으로, 다양한 프롬프트 기법과 랭체인을 활용한 LLM 호출, 검색 증강 생성(RAG)의 핵심 기술을 자세히 설명합니다. 중반부에는 챗봇에 메모리 기능을 추가하는 방법과 랭그래프를 활용한 아키텍처 패턴 구현을 다루며, 에이전트 아키텍처와 그 확장 기법, AI 애플리케이션에서 자율성과 신뢰성을 조화롭게 설계하는 전략을 소개합니다. 후반부에는 배포 전략, 보안 고려 사항, 테스트 및 평가, 지속적인 개선 방법까지 다루며 애플리케이션 유지보수에 이르는 전 과정을 안내합니다. 마지막으로 LLM과 사용자 간 상호작용을 최적화하는 개발 패턴을 정리해 실무에 즉시 적용할 수 있는 인사이트를 제공합니다. 또한 부록에서는 최근 주목받고 있는 MCP 기술까지 다루어, 최신 AI 트렌드에 관심 있는 독자에게도 유익한 내용을 담고 있습니다. 이 책을 통해 최신 기술 흐름을 반영한 AI 애플리케이션 개발 역량을 한층 끌어올릴 수 있을 것입니다.