책이 세상을 바꾼다

● 지은이: 정금호

● 페이지: 360

● 판형: 172 * 225

● 도수: 2도

● 정가: 27,000원

● 발행일: 2026년 3월 10일

● ISBN: 979-11-93229-44-6 93000

[교보문고] [예스24] [알라딘]

이전다음

012345

_도서 내용

단순히 질문에 대답하는 챗봇을 넘어, 사용자의 목표를 이해하고 스스로 계획을 세워 실행하는 '자율형 AI 에이전트'의 전 개발 과정을 직접 따라하며 배울 수 있습니다. FastAPI(백엔드)와 React(프런트엔드)로 견고한 서비스 뼈대를 세우고, 실시간 구글 검색, 캘린더 연동, 영화 DB 활용 등 외부 API와의 능동적인 결합을 통해 실제 문제를 해결하는 지능형 에이전트를 완성합니다. 특히 최신 랭체인(LangChain) 프레임워크의 'Plan & Execute' 패턴을 도입하여, 여러 도구를 자율적으로 선택하고 조합하는 고수준 에이전트 아키텍처를 구현하는 법을 익히게 됩니다.

또한 Docker와 AWS를 활용해 로컬 환경을 넘어 전 세계 누구나 접속 가능한 실제 운영 환경에 서비스를 배포하는 실무 공정을 완벽히 마스터합니다. 이 과정을 통해 사용자의 피드백을 기억하고 학습하며 성장하는 개인화 비서는 물론, 음성 명령 인식과 AI 이미지 생성까지 지원하는 상용 수준의 에이전틱(Agentic) 서비스를 내 손으로 직접 완성할 수 있게 해줍니다.

_대상 독자

_코딩 입문자 또는 비전공자

단순한 챗봇 질문 답변 수준을 넘어, 나의 아이디어를 스스로 계획을 세우고 실행하는 '자율형 AI 에이전트' 서비스로 직접 구현해보고 싶은 분

_아이디어는 있지만 구현이 막막한 기획자·디자이너·마케터

복합적인 요청을 스스로 판단하고 도구를 선택해 실행하는 고수준 에이전트 서비스를 단 한 권의 가이드로 빠르게 런칭하고 싶은 분

_AI 조수를 실무 현장에 제대로 적용하고 싶은 분

단순 코드 생성을 넘어 프로젝트 구조 설계, 환경 변수 보안 관리(.env), 랭체인(LangChain) 기반의 실전 협업 워크플로우를 완벽하게 습득하고 싶은 분

_풀스택 서비스의 전체 구조를 실전으로 익히고 싶은 분

FastAPI(백엔드)와 React(프런트엔드)의 분리, PostgreSQL 연동, 외부 API 통합 등 현대적인 풀스택 개발 아키텍처를 경험하고 싶은 분

_내 서비스를 클라우드에 직접 배포하고 운영하고 싶은 1인 창작자

Docker와 AWS의 실무급 환경을 활용해 어디서든 접속 가능한 '진짜 상용 서비스'를 직접 배포하고 운영하는 실전 노하우를 배우고 싶은 분

_목차

들어가며    

Intro 프로젝트 소개

A.1 이 책에서 우리가 만들 AI 에이전트    

A.2 우리가 구현할 AI 에이전트의 핵심 능력    

A.3 이 책을 따라가며 만나게 될 실행 화면 목록    

A.4 실행 방법 요약    

_사전 준비하기    

_API 키 및 환경변수 설정하기    

_도커로 전체 시스템 실행하기    

_애플리케이션에 접속하기    

_서비스 종료하기    

A.5 프로젝트 구조 요약하기    

_전체 디렉터리 구조    

_각 구성요소의 역할    

Chapter 01 AI 어시스턴트의 시대

1.1 AI 에이전트란 무엇인가   

_AI    

_AI 어시스턴트    

_AI 에이전트    

1.2 어떤 AI 에이전트를 만들 것인가 

1.3 어떻게 AI 에이전트를 만들 것인가    

1.4 어떻게 AI 에이전트 개발환경을 구축할 것인가    

Chapter 02 개발환경 준비와 OpenAI API

2.1 비주얼 스튜디오 코드 설치하기    

2.2 파이썬과 Node.js 설치하기   

2.3 도커 설치하기    

2.4 기본 프로젝트 생성하기  

_백엔드 프로젝트 생성하기    

_프런트엔드 프로젝트 생성하기    

_기본 프로젝트 실행하기    

2.5 깃허브에서 소스코드 관리하기    

2.6 OpenAI API 준비하기    

주요 내용

단순히 질문에 대답하는 AI는 더 이상 놀랍지 않습니다. 이제는 사용자의 의도를 파악해 스스로 계획을 세우고, 외부 도구를 써서 실제 문제를 해결하는 ‘자율형 에이전트’가 비즈니스의 핵심입니다.

이 책은 FastAPI와 리액트로 지능형 서비스의 뼈대를 만드는 것에서 시작합니다. 그 위에 일정 관리, 콘텐츠 추천, 음성 및 이미지 생성을 벽돌처럼 쌓아 올리고, 마지막으로 최신 랭체인(LangChain) 프레임워크를 도입해 자율적으로 사고하고 행동하는 고수준 에이전트 아키텍처를 완성합니다.

[이 책에서 배울 핵심 내용 세 가지]

_첫째, 기획부터 출시까지 단번에 완주하는 풀스택 서비스 런칭

FastAPI와 React로 서비스 뼈대를 세우고, 실시간 검색부터 AI 이미지 생성 기능까지 갖춘 '진짜 상용 서비스'를 직접 구축합니다.

_둘째, Docker와 AWS를 활용한 실무형 클라우드 운영

로컬 환경을 넘어 AWS EC2에 컨테이너를 올리고, 실제 URL로 전 세계 누구나 접속 가능한 서비스를 안정적으로 운영하는 실전 노하우를 공개합니다.

_셋째, 랭체인(LangChain)으로 완성하는 '지능형 워크플로우'

단순한 챗봇 구현을 넘어, 랭체인의 'Plan & Execute' 패턴을 도입해 에이전트가 스스로 도구를 선택하고 복합적인 문제를 해결하는 고수준 아키텍처를 전수합니다.    

[자율형 AI 에이전트 개발 입문을 위한 실전 프로젝트 라인업]  

[초급] 보안의 기초, 사용자 인증 시스템: FastAPI와 React를 연결하고 JWT를 활용해 안전한 로그인/회원가입 흐름 구축

[중급] 지능형 정보 검색 및 요약: Google Search API를 연동하여 실시간 웹 정보를 탐색하고 대용량 PDF 문서를 한글로 핵심 요약

[고급] 멀티모달 인터페이스 비서: OpenAI Whisper와 DALL-E 3를 결합해 음성 명령을 인식하고 세상에 없던 이미지를 즉시 생성

[마스터] 자율형 에이전트 오케스트레이션: 랭체인과 MCP(Model Context Protocol)를 적용해 스스로 계획을 세우고 외부 API를 자율적으로 호출하는 통합 시스템  

[이런 분들께 이 책을 권합니다!]

_기획자·디자이너·마케터:

복합적인 요청을 스스로 판단하고 실행하는 지능형 에이전트 서비스를 직접 런칭하고 싶은 분들

_1인 창업가·개발자:

고가의 솔루션 없이 나만의 상용 AI 비즈니스 서비스를 클라우드에 배포하고 운영하고 싶은 분들

_엔지니어: 단순 코드 생성을 넘어 랭체인 실무 아키텍처와 보안, 배포 환경까지 완벽하게 마스터하고 싶은 분들

_저자 소개

지은이 정금호

1984년 애플 //+로 컴퓨터 프로그래밍을 시작하였고, 대학교 1학년이었던 1993년부터 PC 통신을 이용하여 여러 가지 공개 소프트웨어와 셰어웨어를 만들어 발표하였다. 1997년부터 다수의 윈도우즈용 상용 게임과 상용 애플리케이션 및 웹 애플리케이션, 임베디드 애플리케이션 등을 개발해왔으며, 2005년부터는 윈도우즈 모바일, 아이폰, 안드로이드용 애플리케이션 및 게임을 직접 개발하거나 모바일 앱 서비스 개발 총괄 등을 맡아왔다.

2018년부터는 가족들과 함께 독일로 이사했고, 베를린의 글로벌 AI 스타트업에서 풀스택 개발자로 일하고 있다. 2023년 10월부터 생성형 AI를 이용하여 50개 이상의 게임을 개발해서 구글 플레이 스토어와 원스토어에 출시하고 있다.

저서로는 "혼자 AI로 끝까지 완성하는 풀스택 온라인 게임 개발"(2026년), “AI 개발자가 되고 싶으세요?” (공저, 2025년), “생성형 AI를 활용한 게임 개발” (2024년), “이것이 진짜 안드로이드 프로그래밍이다”, “스마트 TV 애플리케이션 프로그래밍” (2014년), “벤츠 타는 프로그래머” (2013년), “실전 아이폰 프로그래밍”, “실전 안드로이드 프로그래밍” (2011년), “애플리케이션 개발자, 윈도 모바일 매력에 빠지다” (2010년) 등이 있다.

_상세 이미지

                                                                                                _끝

2026년 3월 현재 기준입니다.

  ● 저자: 김효실, 황중원

  ● 페이지: 252

  ● 판형: 188*257

  ● 도수: 2도

  ● 정가: 25,000원

  ● 발행일: 2023년 6월 13일

  ● ISBN: 979-11-982686-7-9 93000

[오탈자 사이트]  [예제 소스]  [질의응답]    

[강컴] [교보] [반디] [알라딘] [예스24] [인터파크]

_도서 내용

이 책은 “사진을 올리면 강아지/고양이 종을 분류해주는 기능”을 AWS 클라우드 기반으로 서비스를 할 수 있게 만드는 과정을 보여주고 있다. 오픈 API를 활용하며 백엔드는 FastAPI, 프론트엔드는 Streamlit 기반으로 서비스를 구축하며, 마지막으로 AI/ML 파이프라인으로 전과정을 자동화해보는 경험을 할 수 있게 하였다. 초보자도 쉽게 따라할 수 있도록 생략된 과정 없이 자세하게 단계별로 설명하고 있다, 이 책으로 실습을 한번 경험해보 보면 인공지능 서비스를 어떻게 만들 수 있는지를 알 수 있게 되고 다양한 확장된 아이디어를 얻을 수 있다.

_대상 독자

_다음과 같은 선수 지식이 있는 독자

책에서 자세하게 코드 흐름은 알려주지만, 파이썬의 기초 문법을 숙지하면 훨씬 빠르게 학습할 수 있다.

_다음과 같은 목표를 갖고 있는 독자

서비스에 인공지능 기능을 추가해보고 싶은데, 무엇부터 해야 할지 막연하다.

딥러닝 책을 보면 수학, 코드, 모델 학습 등 모르는 얘기만 잔뜩 있어 포기한 경험이 있다.

인공지능 개발자가 되기 위해 기초적인 경험을 해보면서 성취감을 맛보고 싶다.

_목차

지은이의 글

베타테스터의 글

일러두기

1장 딥러닝 Open API를 이용한 강아지/고양이 종 분류 프로젝트

1.1 학습목표

1.2 사전 준비하기

1.2.1 AWS 클라우드 계정 생성

1.2.2 AWS 클라우드 액세스 키 발급

1.2.3 캐글 가입 및 데이터 다운로드

1.2.4 코랩 사용법

1.3 사전지식 쌓기

1.3.1 딥러닝

1.3.2 딥러닝 서비스

1.3.3 Open API 정의와 딥러닝 Open API 종류

1.4 구현하기

1.4.1 [스텝 1] AWS 웹화면에서 테스트하기

1.4.2 [스텝 2] AWS Open API 테스트하기

1.5 요약과 정리하기

2장 지도학습으로 딥러닝 모델 만들기 - 고양이 종 분류 프로젝트

2.1 학습목표

2.2 사전 준비하기

2.2.1 학습데이터 준비

2.2.2 Google Teachable Machine 사용 준비

2.3 사전지식 쌓기

2.3.1 왜, 커스텀 AI 분류 모델이 필요한가

2.3.2 분류 문제란 무엇인가

2.3.3 Google Teachable Machine 이해하기

2.3.4 Google Teachable Machine 모델 생성 과정

2.4 구현하기

2.4.1 [스텝 1] 각 데이터별로 학습시키기

2.4.2 [스텝 2] 학습된 결과를 비교하기

2.4.3 [스텝 3] AI모델을 추출하기

2.5 요약과 정리하기

3장 내 컴퓨터에서 AI/ML 서비스 구축하기

3.1 학습목표

3.2 사전 준비하기

3.2.1 파이썬 설치하기

3.2.2 FastAPI 설치하기

3.2.3 Streamlit 설치하기

3.3 사전지식 쌓기

3.3.1 딥러닝 모델을 서비스한다는 것의 의미

3.3.2 웹서비스를 구성하는 세 가지 기본 요소

3.3.3 RestAPI

3.3.4 FastAPI

3.3.5 Streamlit

3.4 구현하기

3.4.1 [스텝 1] 작업 파일 구성하기

3.4.2 [스텝 2] 프로토타입 설계하기

3.4.3 [스텝 3] 백엔드 만들기(FastAPI)

3.4.4 [스텝 4] 프런트엔드 만들기(Streamlit)

3.5 요약과 정리하기

4장 AWS 클라우드에서 AI/ML 서비스 구축하기

4.1 학습목표

4.2 사전 준비하기

4.2.1 AWS 콘솔 로그인

4.2.2 소스코드 다운로드

4.3 사전지식 쌓기

4.3.1 AWS EC2

4.3.2 AWS S3

4.4 구현하기

4.4.1 [스텝 1] S3에 모델 아티펙트 업로드하기

4.4.2 [스텝 2] 생성한 EC2에 서빙 서버 구축하기

4.4.3 [스텝 3] 연동 테스트하기

4.5 요약과 정리하기

5장 AI/ML Pipeline

5.1 학습목표

5.2 AI/ML Pipeline의 정의

5.3 AI/ML Pipeline의 필요성

5.4 AI/ML Pipeline의 구성요소

5.5 AWS SageMaket 스튜디오에서의 AI/ML Pipeline

5.5.1 SageMaker 프로젝트

5.5.2 SageMaker 프로젝트의 사용 시기

5.5.3 SageMaker 파이프라인

5.5.4 SageMaker 파이프라인 구조

5.5.5 IAM 액세스 관리

5.5.6 Pipeline 매개변수

5.5.7 Pipeline 스텝

5.5.8 Pipeline 정의하기

5.6 요약과 정리하기

6장 종합 프로젝트

6.1 학습목표

6.2 사전 준비하기

6.2.1 SageMaker 파이프라인 스텝 설계

6.2.2 소스코드 다운로드

6.2.3 AWS S3에 데이터 구성

6.3 사전지식 쌓기

6.3.1 ResNet18

6.3.2 전이 학습

6.3.3 온디맨드 인스턴스 및 요금(또는 제약사항)

6.4 구현하기

6.4.1 데이터 수집

6.4.2 데이터 검증

6.4.3 SageMaker 파이프라인 정의

6.4.4 API 테스트

6.4.5 서빙 서버 모니터링

6.4.6 서비스 사용을 위한 프런트엔드 애플리케이션과의 연동(interface)

6.5 요약과 정리하기

부록 A Anaconda의 설치 및 실행 방법

A.1 윈도우즈 버전

A.2 MacOS 버전

_주요 내용

“모델을 만들고 서비스해보고자 하는 독자에게 안성맞춤인 책”

“초보자가 쉽게 따라할 수 있는 딥러닝 서비스 만들기”

“군더더기를 쏙 뺀 딥러닝 실습 책”.

이 책을 통해 독자들은 다음과 같은 내용을 배울 수 있습니다.

1. 딥러닝 및 인공지능의 기본 개념과 원리를 이해한다.

2. Google Teachable Machine으로 고양이 종 분류 모델 생성을 통해 데이터 수집, 전처리, 모델

훈련 및 평가 과정을 직접 경험한다.

3. AWS 클라우드 서비스를 활용하여 딥러닝 서비스를 구축한다

딥러닝과 인공지능 학습 여정에 도움이 되고, 이 분야에서의 기본적인 지식과 경험을 쌓을 수 있습니다. 또한 아이디어를 실생활에 활용하고 서비스를 하는 데 힌트를 얻을 수 있습니다. 이 책과 함께 흥미진진한 딥러닝 서비스 구축 여정을 시작해보세요.

[5명의 베타테스터가 직접 따라해보았더니]

<파이썬 생활 밀착형 프로젝트>라는 책의 인연으로 베타테스터에 지원하게 되었습니다. 이 책은 순수하게 딥러닝 실습에 중점을 두었기에 제가 잘 따라갈 수 있을까 하는 걱정이 많았습니다. 그러나 걱정은 기우였습니다. 실습 전에 철저한 ‘사전 준비’ 코너가 있어 특별한 어려움 없이 따라갈 수 있었습니다. 1장과 2장을 통해 만든 모델을 어떻게 웹으로 서비스할 수 있는지에 대한 개념이 3장에서 딱 잡혔는데, 신기한 경험이었던 것 같습니다. 정말 내용이 심플하면서 모델을 만들고 서비스를 해보고자 하는 독자에게 안성맞춤으로 구성되어 있습니다.

_이민영(비전공 대학생 3학년)

첫 장부터 딥러닝 얘기를 하지는 않아 조금은 당황했습니다. AWS 가입 방법부터 활용법을 아주 자세하게 시작하고 코랩에서 이미지를 읽어 들이는 아주 단순한 작업부터 시작합니다. 그러면서 딥러닝 개념이 조금씩 양념처럼 나오지만 개념이 지루하지 않고 또 바로 실습으로 이어집니다. 딥러닝 초보자라 따라하다가 안 되는 부분도 더러 있었는데, 저자와 소통하면서 초보자가 쉽게 이해할 수 있도록 책에 조금이나마 기여했다는 게 정말 뿌듯합니다. 실습해보면서, “아~~ 모델을 이렇게 만들고 이렇게 서비스하는구나” “모델 만드는 게 이런 의미구나” 등의 전체 숲을 볼 수 있었습니다.

_박상철(개발자 취업 준비생)

이 책은 아주 간단한 서비스같지만, 여기에서 좀더 독자의 상상력과 노력이 더해진다면 정말 근사한 딥러닝 서비스를 만들 수 있으리라 생각합니다. 군더더기를 완전히 빼고 실습 위주로 깔끔해서 저에겐 안성맞춤이었습니다. 개념적으로는 뭔지 알겠는데, “그래서 뭘 어쩌라는거지?” 하며 힘들어 하는 분들에게 단비 같은 내용이 될 것 같습니다.

_김인수(2년차 주니어 웹 개발자)

간단한 것 같지만, 2장을 통해 학습하고 모델을 만들어내고 그 과정에서 알아야 할 내용들을 이후에 실습을 통해 정말 잘 전달해주신 것 같습니다. 이론적인 설명도 중간중간 곁들여 이해하는 데 많은 도움이 되었습니다.

_임영희(컴퓨터공학 전공 대학생 2학년)

마지막 장에서 백엔드 서비스와 프런트엔드 서비스를 종합한 AI/ML Pipeline을 AWS 클라우드에 직접 작성하고 테스트해 본 게 큰 도움이 되었습니다. 특히 파이프라인 자동화하는 부분이 인상적이었습니다.

_이순철(AI 기업 신입 개발자)

_저자 소개

지은이

김효실

컴퓨터공학과 빅데이터를 전공하였다. 서울대학교, 숭실대학교, LG전자, 삼성전자에서 전문강사로 활동하였으며, 국민대학교 겸임교수로 활동하였다.

다양한 산업군을 거치면서 고객들의 문제를 AI/ML로 해결하는 업무를 담당하고 있다. 프로그래머, 데이터사이언티스트, 강사, 겸임교수 등 다양한 경험에서 쌓인 지식을 쉽고, 재밌게 전파하는 사람이 되고 싶다.

그리고, 배움 앞에선 늙지 않는자가 되기 위해 오늘도 노력중이다.

황중원

컴퓨터공학을 전공했고 빅데이터와 AI(인공지능) 분야에서 실무 경험을 쌓고 있으며, 주로 자연어 처리, 추천, 컴퓨터비전 도메인에서 활동하였다. 빅데이터에서 AI로 넘어가는 산업계의 큰 흐름에서 쌓아오던 AI 분야의 지식으로 실제 비지니스에 필요한 서비스들을 만들어 런칭하고 있다.

새로운 기술 트랜드를 학습하는 데 관심이 많으며, 소위 “학습의 피라미드”에서 처럼 습득한 지식을 공유하고 전파하여 자신의 것으로 만들고, 사회에 기여하는 것을 목표로 하고 있다.

_상세 이미지

                                                                                                _끝

이 책의 예제소스는 아래 깃허브에서 다운로드 할 수 있습니다.

https://github.com/roadbookgit/DLService