생성 AI 기술로 최적의 LLM API 애플리케이션 개발 방법을 익혀보세요!

 

이 책은 오픈AI(OpenAI), 구글 제미나이(Gemini), 업스테이지 솔라(Solar) 등 최신 LLM API를 활용해 인공지능 애플리케이션을 개발하는 방법을 소개합니다. API 통합부터 프롬프트 엔지니어링, RAG 구현, 랭체인(LangChain)과 플로와이즈(Flowise)를 활용한 애플리케이션 개발, 스트림릿(Streamlit)과 Flet으로 구현하는 실용적인 웹/데스크톱 앱 제작까지 단계별로 안내합니다.

 

프로그래밍 기초 지식만 있다면 이 책을 통해 LLM 전문 개발자로 성장할 수 있습니다. 복잡한 이론 대신 실전 예제와 함께, LLM의 잠재력을 최대한 활용하는 방법을 배우게 될 것입니다.

 

★ 이 책에서 다루는 내용 ★

 

◎ LLM API 통합과 활용 방법

- OpenAI, 구글 제미나이, 업스테이지 솔라 등 주요 LLM API의 특징과 사용 방법을 소개하고, API 키 발급, API 호출, 응답 처리 등 LLM API 활용에 필요한 기본 지식을 익힙니다.

 

◎ OpenAI 놀이터를 통한 LLM 기초 익히기

- OpenAI 플레이그라운드에서 프롬프트 작성, 토큰화, 매개변수 조정 등 LLM의 기본적인 사용법을 익히고, 다양한 LLM 모델의 성능을 비교 분석합니다.

 

◎ 프롬프트 엔지니어링의 핵심 원리와 기법

- LLM의 성능을 극대화하는 프롬프트 엔지니어링의 핵심 원리를 소개하고, 다양한 프롬프트 작성 기법과 실제 적용 사례를 통해 효과적인 프롬프트 설계 방법을 학습합니다.

 

◎ OpenAI, 구글 제미나이, 업스테이지 솔라 API 사용법

- 각 LLM API의 특징과 사용법을 자세히 알아보고, 텍스트 생성, 이미지 캡셔닝, 번역, 챗봇 등 다양한 작업에 LLM API를 활용하는 방법을 실습합니다.

 

◎ 검색 증강 생성(RAG)을 활용한 지식 기반 AI 시스템 구축

- 검색 증강 생성(RAG) 기법을 소개하고, 랭체인을 활용해 외부 지식을 활용하는 LLM 애플리케이션을 구축하는 방법을 실습합니다.

 

◎ 랭체인과 플로와이즈를 활용한 LLM 애플리케이션 개발

- 랭체인 프레임워크의 주요 기능과 사용법을 익히고, 플로와이즈를 활용해 코딩 없이 LLM 애플리케이션을 개발하는 방법을 소개합니다.

 

◎ 스트림릿으로 구현하는 다양한 AI 웹 애플리케이션

- 스트림릿을 사용해 다양한 LLM 기반 웹 애플리케이션을 개발하는 방법을 소개하고, 데이터 시각화, 사용자 인터페이스 설계, API 연동 등 실제 웹 앱 개발에 필요한 기술을 익힙니다.

 

◎ Flet으로 만드는 실시간 다국어 채팅 앱

- Flet 프레임워크를 사용해 실시간 다국어 채팅 앱을 구현하고, OpenAI API를 활용한 자동 번역 기능을 추가해 다국어 환경에서의 실시간 소통을 가능하게 합니다.

[목 차]

▣ 01장: LLM API 프로그래밍 개요

1.1 플레이그라운드에서 LLM 기초 익히기

1.2 더 나은 지침을 작성하는 방법

1.3 LLM 최강자 OpenAI의 API

1.4 구글 제미나이 API 파헤치기

1.5 대한민국 대표 LLM, 업스테이지 솔라 API

1.6 랭체인 기초부터 RAG 구축까지

1.7 스트림릿으로 LLM 웹 애플리케이션 개발

1.8 다중 플랫폼 LLM 애플리케이션 개발

1.9 정리

 

▣ 02장: OpenAI 플레이그라운드에서 LLM 기초 익히기

2.1 OpenAI 가입과 결제 설정

__OpenAI 가입

__결제 카드 등록

__크레딧 구매

2.2 OpenAI 플레이그라운드 둘러보기

__플레이그라운드에 입장

__Completions

__Chat 모드

__TTS

2.3 Chat 모드와 Complete 모드 비교

__단일 턴과 다중 턴 대화

__텍스트 요약

__코드 완성

2.4 다양한 프롬프트 예제를 보고 배우기

2.5 토큰

__토큰 개념과 토큰 수

__OpenAI의 토큰화 확인하기

2.6 매개변수 조절하기

__Model

__Temperature

__Maximum Tokens

__Stop sequences

__Top P

__Frequency penalty와 Presence penalty

2.7 모델 성능 간단 비교

__텍스트 요약

__질의응답

__물리학 문제 풀이

__대학수학능력 국어 점수

2.8 도구를 활용하는 어시스턴트를 코딩 없이 만들기

__첫 번째 어시스턴트 만들기 - 고민 상담 봇

__코드 인터프리터로 PPT 문서를 제작하는 어시스턴트 만들기

__PDF 파일 등의 ‘지식'을 참고해 답변하는 어시스턴트 만들기

2.9 Realtime

__실시간 대화 체험하기

__Realtime API의 활용 가능성

2.10 생성 빈도 제한

2.11 정리

 

▣ 03장: 더 나은 프롬프트 작성하기

3.1 구체적으로 지시하기

3.2 적확한 표현을 찾기

__단어 선택에 따라 작동 방식이 달라지는 예

__문장의 어조를 지정하는 예

3.3 부정문보다는 긍정문

3.4 문제에 답을 함께 주기

3.5 제로샷, 원샷, 퓨샷, 매니샷 학습

__제로샷

__원샷

__퓨샷

__매니샷

3.6 수행 단계 나누기

__단순 질의

__프롬프트 연쇄

3.7 CoT: 차근차근 생각하라고 시키기

__예: 사과 12개의 가격 구하기

__예: 숫자를 두 수의 곱으로 나타내기

3.8 출력 형식 지정하기

__답이 여러 개인 주관식 단답형 시험 문제 출제

__LLM별 선호 형식

__구조화된 출력을 얻는 방법

3.9 LLM으로 프로그래밍 SQL 문 생성

__SQL 개요

__LLM을 활용한 자연어 질의 변환

__보안 및 성능상의 위험과 해결 방안

__활용 사례

3.10 멀티모달 모델의 객체 인식 정확도 높이기

3.11 ReAct

__ReAct란?

__ReAct 작동 방식

__ReAct의 이점

__ReAct의 한계

__ReAct 프롬프트 작성 방법

__추가 정보

3.12 검색 증강 생성

__RAG란?

__RAG의 장점

__RAG의 단점 및 한계

__RAG의 문제점 해결 방안

__RAG vs. 큰 컨텍스트

__정리

3.13 프롬프트 엔지니어링의 위협과 보안

__위협의 예

__모범 사례

3.14 정리

3.15 더 읽을 거리

 

▣ 04장: OpenAI API 프로그래밍

4.1 OpenAI API 키 발급받기

4.2 API 키를 안전하게 보관하기

__API 키를 구글 코랩 보안 비밀에 등록하기

__컴퓨터 환경 변수에 API 키를 등록하기

4.3 OpenAI API 사용해 보기

4.4 대화 기록 쌓기

4.5 OpenAI API의 출력을 구조화하기

__출력 구조화 개요

__JSON 모드와 Structured Outputs 비교

__Pydantic을 활용한 출력 구조화 실습

__JSON 스키마를 활용한 출력 구조화 실습

4.6 OpenAI API를 활용한 임베딩

__임베딩이란?

__OpenAI API로 임베딩 생성

__코사인 유사도

__비슷한 의미를 갖는 단어/문장 찾기

4.7 멀티모달 모델을 활용한 이미지 이해

__웹상의 이미지에 관해 설명하기

__로컬 이미지에 관해 설명하기

__텍스트를 포함한 이미지를 이해

4.8 이미지 생성

__이미지 생성 기본 예제

__여러 장의 이미지를 생성하기

4.9 음성 합성

4.10 위스퍼로 음성 받아쓰기

__패키지 선택 및 설치

__받아쓰기 함수 정의

__오디오 파일 받아쓰기

__유튜브 영상 자막 만들기

__프롬프트로 맥락을 설명하고 자막 만들기

__녹취록 만들기

4.11 Batch API를 활용한 일괄 처리

__감성 분석과 네이버 영화 리뷰 데이터셋

__감성 분석의 다양한 접근 방식

__단일 샘플 감성 분석 테스트

__Batch API를 이용한 감성 분석 예제

__결과 분석 및 모델 선택 가이드

__Batch API 사용 시 주의사항

4.12 유해 텍스트 확인

__모더레이션의 범주

__모더레이션 실습

__한국어 모더레이션의 한계

4.13 어시스턴트 API

__어시스턴트의 주요 구성 요소

__단순한 어시스턴트 ‘쉬운 말 추천 봇 v1’

__어시스턴트 API의 함수 호출 기능

__함수를 활용하는 ‘쉬운 말 추천 봇 v2’

__타빌리 검색 API를 활용해 용어 설명을 작성하는 어시스턴트 만들기

__Assistant API 활용 시 고려할 점

4.14 파인튜닝

__파인튜닝 개요와 장단점

__파인튜닝 실습 개요

__CSV/TSV 데이터 준비

__데이터 가공

__데이터 업로드와 파인튜닝 실행

__테스트

4.15 OpenAI 모델별 API 요금

__GPT-4o

__GPT-4o mini

__o1 시리즈

__GPT-4 Turbo 및 GPT-4

__GPT-3.5 Turbo

__파인튜닝

__오디오 모델

__Realtime API

4.16 정리

 

▣ 05장: 구글 제미나이 API

5.1 구글 제미나이 API 개요

5.2 제미나이 API 환경 설정

__구글 제미나이 API 키 발급

__주요 모델 및 무료 사용량

__구글 제미나이 AI 환경 변수 설정과 SDK 설치

5.3 제미나이 AI 기본 사용법

__기본 사용법 1 – 싱글턴으로 메시지 주고받기

__기본 사용법 2 – 멀티턴으로 메시지 주고받기(1)

__기본 사용법 3 – 멀티턴으로 메시지 주고받기(2)

5.4 시스템 지침 사용하기

__페르소나 만들기

__답변 형식 지정하기

5.5 제미나이 AI I/O 구조

__제미나이 AI 입력 데이터 구조

__제미나이 AI 출력 데이터 구조

5.6 제미나이 AI 제어하기

__매개변수 설정하기

__안전성 점검하기

5.7 제미나이 API로 유튜브 동영상 인식하기

__유튜브 동영상 인식 파이프라인

__유튜브 동영상 다운로드

__유튜브 동영상 업로드

5.8 File API를 활용해 음성 인식하기

__음성 인식하기

5.9 제미나이로 함수 호출하기

__함수 호출 기초

__LMM의 함수 호출 과정

__함수 호출 구현하기

__스마트폰 주문 챗봇 구현

__2단계 함수 호출 구현하기

5.10 인터넷 검색으로 답변 품질 높이기

__그라운딩 기능 사용하기

__인터넷 검색 통제하기

5.11 OpenAI 호환성

__SDK 없이 API 호출하는 방법

__OpenAI 호환성이 가능한 이유

__OpenAI 호환성 적용 전략

5.12 정리

 

▣ 06장: 업스테이지 API

6.1 업스테이지 API 개요

__솔라 LLM 기반 API

__문서 처리용 API

6.2 업스테이지 모델 체험하기

__업스테이지 플레이그라운드

__Poe.com에서 채팅

__솔라 번역 모델을 체험할 수 있는 Solar Custom Translate

6.3 업스테이지 회원 가입하고 API 키 받기

6.4 솔라 LLM으로 채팅 구현하기

__공식 문서의 예제 코드 확인

__솔라 챗 API 실습

6.5 솔라 번역 API 활용하기

__솔라 번역 API 기본 사용법

__번역 예시를 함께 입력하기

6.6 솔라 임베딩 API

__간단한 임베딩 예시

__임베딩 함수 정의

__비슷한 속담 찾기

6.7 문서 OCR 사용해 보기

6.8 웹에서 이미지를 크롤링하고 텍스트를 추출해 질의응답

__API 키 준비

__이미지 가져오기

__이미지에서 텍스트 추출

__질의응답

6.9 업스테이지 API를 활용한 애플리케이션 소개

6.10 정리

 

▣ 07장: 랭체인과 플로와이즈

7.1 랭체인 개요

__랭체인 프레임워크

__파이썬과 자바스크립트용 랭체인

__랭체인 버전별 주요 변화

__LCEL

__랭체인에 관한 비판과 개선

__랭체인 기반 로코드/노코드 도구

__랭체인의 대안

7.2 플로와이즈로 코딩 없이 랭체인 활용하기

__Node.js 설치

__플로와이즈 설치와 실행

__간단한 챗봇 만들기

__플로와이즈에서 사용할 수 있는 다양한 노드들

__플로와이즈로 제품 카탈로그 챗봇 만들기

7.3 랭체인의 구성 요소

__Model I/O

__검색

__조합

__추가 구성 요소

7.4 랭체인 기본 실습

__솔라 API를 활용한 간단한 질의응답 및 채팅

__언어 모델 교체하기

__프롬프트 템플릿

7.5 LCEL

__LCEL 개요

__LCEL 실습

7.6 타빌리 검색 도구를 사용하는 에이전트

7.7 제미나이, 랭체인, 크로마DB를 활용해 RAG 시스템 구축하기

__준비 작업하기

__벡터 DB 만들어 보기

__벡터 DB 기반 질의응답 프로그램 만들기

7.8 웹 스크레이핑과 요약

__주피터 실습 환경 구성

__파이썬 실습

7.9 맞춤 로더 제작

__패키지 설치

__API 키를 환경 변수에 설정

__로더 클래스 정의

__위키독스 책 내용을 로드

__색인 생성과 질의응답

7.10 Runnable을 활용한 다국어 리뷰 감성 분석 시스템 구축

__Runnable 개념 소개

__실습 코드 개요

__언어 감지 설정

__다국어 리뷰 감성 분석 시스템 구축 준비

__번역 기능 구현

__감성 분석 및 키포인트 추출 설정

__Runnable 컴포넌트 정의

__전체 워크플로 구성

__시스템 실행 및 결과 분석

7.11 랭서브로 노랫말 생성기 웹 앱 만들기

__코드 작성

__웹서버 실행 및 테스트

__API 문서 자동 생성

__API 호출

__실습 종료

7.12 랭스미스

__랭스미스의 주요 기능

__API 키 발급받기

__코드 실습

7.13 정리

 

▣ 08장: 스트림릿으로 인공지능 웹 애플리케이션 만들기

8.1 스트림릿 기초

__첫 번째 스트림릿 앱 만들기

__스트림릿 앱 실행과 종료

__스트림릿 앱의 기본 구조

__파인튜닝용 데이터 변환기 만들기

__BMI를 계산하고 차트를 그리는 스트림릿 앱 만들기

__비밀 정보를 안전하게 저장하기

8.2 시험 문제를 출제하는 스트림릿 앱 만들기

8.3 상품평을 분류하고 시각화하는 스트림릿 앱 만들기

8.4 제미나이 API를 활용해 스트림릿 챗봇 만들기

__캐싱과 세션 스테이트

__메시지 컨테이너

__제미나이 챗봇 단계별 구현하기

__응답 방식 개선하기

8.5 이미지를 설명하는 스트림릿 앱 만들기

8.6 DALL·E 3로 이미지를 생성하는 스트림릿 앱 만들기

8.7 유튜브 영상 자막을 추출하고 콘텐츠를 생성하는 스트림릿 앱 만들기

__실습 준비

__유튜브 영상 제목과 설명을 가져오는 함수

__영상 설명에서 키워드를 추출하는 함수

__영상의 음성을 다운로드하는 함수

__음성에서 텍스트를 추출하는 함수

__콘텐츠 유형

__요약, 에세이, 블로그, 비평 생성

__녹취록/자막 번역

__실행

8.8 이미지에서 텍스트를 추출하고 요약하는 스트림릿 앱 만들기

8.9 영수증 이미지를 분석하는 스트림릿 앱 만들기

__1단계: 영수증 이미지를 업로드받아 화면에 출력

__2단계: 영수증 정보를 추출해 화면에 출력

__3단계: 지출 내역 자동 분류 기능을 추가해 완성

8.10 파인튜닝한 모델을 사용하는 문장 교정기 만들기

__문장 교정기 개요

__AsyncOpenAI 소개

__문장 교정기 구현

__앱 실행 및 활용

__추가 예제

8.11 스트림릿과 랭체인을 활용한 챗봇 만들기

8.12 정리

 

▣ 09장: Flet 프레임워크와 LLM API를 활용해 다국어 채팅 앱 만들기

9.1 Flet 프레임워크 소개

9.2 Flet 개발을 위한 환경 구성

__가상 환경 활성화

__Flet 설치

9.3 첫 번째 Flet 앱 만들기

__Flet 프로젝트 생성

__코드 설명

__Flet 앱 실행

9.4 기본적인 채팅 앱 만들기

__채팅 앱의 기본 구조 이해하기

__기본적인 Flet 채팅 앱 만들기

__입장할 때 사용자 이름 입력받기

__로그인 및 채팅 메시지 구분

__메시지 표시 방식 변경

9.5 다국어 채팅 번역 기능 추가 및 완성

__앱 생성

__코드 설명

__앱 실행

 

▣ 부록A: 모델별 토큰 사용량 비교

A.1 OpenAI 모델

__GPT-3.5 Turbo, GPT-4 Turbo, GPT-4

__GPT-4o, GPT-4o mini

A.2 Gemini Pro

A.3 Solar

A.4 비교

 

▣ 부록B: 구글 클라우드에서 버텍스 제미나이 사용하기

B.1 버텍스 제미나이에 도달하는 논리적 경로

B.2 구글 클라우드 플랫폼에서 버텍스 AI 시작하기

__구글 클라우드 플랫폼 가입하기

__서비스 계정 만들기

__Vertex AI API 사용 설정하기

__버텍스 제미나이 API 정상 작동 확인

 

▣ 부록C: .NET에서 OpenAI API 사용하기

C.1 OpenAI API 키 준비

C.2 비주얼 스튜디오 설치

C.3 새 프로젝트 생성

C.4 OpenAI 패키지 설치

C.5 예제 코드 작성

C.6 코드 실행

 

▣ 부록D: OpenAI Realtime API 실습

D.1 Node.js 설치

D.2 예제 소스 코드 다운로드

__첫 번째 방법: 압축 파일 다운로드해서 풀기

__두 번째 방법: Git 저장소 복제

D.3 OpenAI API 키 준비

D.4 예제 코드 실행

__릴레이 서버 실행

__리얼타임 콘솔 실행

__리얼타임 콘솔 테스트

 

▣ 부록E: LLM 애플리케이션 안정성을 위한 가드레일

E.1 가드레일의 개념과 필요성

__가드레일의 종류

__가드레일이 없는 경우와 있는 경우의 차이

E.2 Guardrails AI 시작하기

__가입 및 API 키 발급

__설치 및 기본 설정

__Guardrails Hub

__RegexMath를 사용해 전화번호 검출하기

__Dectec PII를 사용해 개인 식별 정보 검출 및 마스킹

__Valid SQL로 SQL 문 유효성 검사

__맞춤 검출기로 개인 식별 정보 마스킹

E.3 마무리

E.4 참고 자료