{"product_id":"138742","title":"제미나이 인공지능 프로그래밍","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jXPCfB5TyN7pY4EyBYfJqGWZvpVIQ.png?v=1765067697\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\n\u003cdiv style=\"width:95%\"\u003e\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e제미나이 인공지능 프로그래밍\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/146032150\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eDescription\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책소개\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e제미나이, 라마인덱스, 랭체인으로 코랩, 안드로이드, iOS 등 다양한 환경에서 나만의 맞춤 AI 애플리케이션을 만들어 보자!\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e제미나이(Gemini)는 텍스트, 이미지, 동영상, 음성 등 다양한 데이터를 처리하는 멀티모달 AI이며, 이를 활용하면 고급 AI 서비스를 만들 수 있다.\u003cbr\u003e『제미나이 인공지능 프로그래밍』은 구글 제미나이를 활용하여 ‘챗봇 AI’를 개발하는 입문서로, 제미나이를 활용하는 방법뿐만 아니라 제미나이 API를 사용하여 커스터마이징한 챗봇 AI를 만드는 방법을 단계별로 설명한다.\u003cbr\u003e또한, 구글 클라우드 서비스인 구글 코랩, 안드로이드 스튜디오, 엑스코드에서도 구현할 수 있게 구성했다.\u003cbr\u003e\u003cbr\u003e여기에 LLM 애플리케이션을 개발할 수 있는 프레임워크인 라마인덱스와 랭체인도 소개한다.\u003cbr\u003e라마인덱스는 자기만의 데이터를 사용하여 질의응답을 하는 검색 증강 생성을 매우 쉽게 구축할 수 있는 프레임워크이며, 랭체인은 자연어 인터페이스로 API와 함수, 데이터베이스 등 도구를 조작하는 에이전트를 구축하는 데 적합한 프레임워크이다.\u003cbr\u003e제미나이를 활용한 AI 프로젝트를 시작하려는 사람에게 추천하며 이 책을 통해 다양한 분야에서 AI를 활용할 수 있는 계기가 되길 바란다.\u003cbr\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cul\u003e \u003cli\u003e 책의 일부 내용을 미리 읽어보실 수 있습니다.\u003cbr\u003e\u003cspan\u003e미리보기\u003c\/span\u003e\n\u003c\/li\u003e \u003c\/ul\u003e \u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e목차\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e1장 제미나이 알아보기 \u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e1.1 제미나이 알아보기 \u003cbr\u003e__1.1.1 제미나이란 \u003cbr\u003e__1.1.2 제미나이 모델 종류 \u003cbr\u003e__1.1.3 대규모 언어 모델의 개요 \u003cbr\u003e__1.1.4 제미나이 API 알아보기 \u003cbr\u003e__1.1.5 대규모 언어 모델의 활용 사례 \u003cbr\u003e1.2 제미나이 시작 \u003cbr\u003e__1.2.1 제미나이 시작하기 \u003cbr\u003e__1.2.2 제미나이 어드밴스드 \u003cbr\u003e1.3 인공지능과 머신러닝, 딥러닝 \u003cbr\u003e__1.3.1 인공지능과 머신러닝, 딥러닝 \u003cbr\u003e__1.3.2 뉴런과 신경망 \u003cbr\u003e__1.3.3 모델 작성과 학습, 추론 \u003cbr\u003e1.4 자연어 처리와 딥러닝 모델 \u003cbr\u003e__1.4.1 자연어 처리 분야에서 딥러닝 모델 역사 \u003cbr\u003e__1.4.2 딥러닝 모델을 이용하여 이미지 처리하기 \u003cbr\u003e__1.4.3 딥러닝을 활용하여 음성 처리하기 \u003cbr\u003e\u003cbr\u003e\u003cb\u003e2장 제미나이 사용 \u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e2.1 제미나이 사용법 \u003cbr\u003e__2.1.1 제미나이 화면 구성 \u003cbr\u003e__2.1.2 제미나이에서 실행할 수 있는 주요 작업 \u003cbr\u003e2.2 구글 AI 스튜디오 사용법 \u003cbr\u003e__2.2.1 구글 AI 스튜디오 시작하기 \u003cbr\u003e__2.2.2 구글 AI 스튜디오의 화면 구성 \u003cbr\u003e__2.2.3 API 키 가져오기 \u003cbr\u003e__2.2.4 새 프롬프트 작성과 모델 튜닝, 라이브러리 \u003cbr\u003e__2.2.5 문서 \u003cbr\u003e__2.2.6 설정 \u003cbr\u003e__2.2.7 도구 모음 \u003cbr\u003e__2.2.8 시스템 지시 \u003cbr\u003e__2.2.9 프롬프트 실행하기 \u003cbr\u003e__2.2.10 실행 설정하기 \u003cbr\u003e2.3 버텍스 AI 스튜디오 사용법 \u003cbr\u003e__2.3.1 버텍스 AI 스튜디오 시작하기 \u003cbr\u003e__2.3.2 버텍스 AI 제미나이 API 사용 요금 \u003cbr\u003e__2.3.3 버텍스 AI 스튜디오의 화면 구성 \u003cbr\u003e__2.3.4 왼쪽 메뉴 \u003cbr\u003e__2.3.5 도구 모음 \u003cbr\u003e__2.3.6 시스템 지시 \u003cbr\u003e__2.3.7 프롬프트 실행하기 \u003cbr\u003e__2.3.8 실행 설정하기 \u003cbr\u003e\u003cbr\u003e\u003cb\u003e3장 파이썬 개발 환경 준비\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e3.1 파이썬 개요 \u003cbr\u003e__3.1.1 파이썬이란 \u003cbr\u003e3.2 구글 코랩 알아보기 \u003cbr\u003e__3.2.1 구글 코랩이란 \u003cbr\u003e__3.2.2 구글 코랩 시작하기 \u003cbr\u003e__3.2.3 파이썬 스크립트 실행하기 \u003cbr\u003e__3.2.4 파이썬 패키지 설치하기 \u003cbr\u003e__3.2.5 텍스트 추가하기 \u003cbr\u003e__3.2.6 구글 코랩의 화면 구성하기 \u003cbr\u003e__3.2.7 구글 코랩의 메뉴 \u003cbr\u003e__3.2.8 GPU 사용하기 \u003cbr\u003e__3.2.9 구글 드라이브 마운트 \u003cbr\u003e__3.2.10 구글 코랩의 사용 한도와 대책 \u003cbr\u003e__3.2.11 구글 코랩의 요금제 \u003cbr\u003e3.3 파이썬 기초 문법\u003cbr\u003e__3.3.1 문자열 출력하기\u003cbr\u003e__3.3.2 변수와 연산자\u003cbr\u003e__3.3.3 문자열\u003cbr\u003e__3.3.4 리스트 \u003cbr\u003e__3.3.5 딕셔너리 \u003cbr\u003e__3.3.6 튜플 \u003cbr\u003e__3.3.7 제어문 \u003cbr\u003e__3.3.8 함수와 람다식 \u003cbr\u003e__3.3.9 클래스 \u003cbr\u003e__3.3.10 패키지 임포트와 컴포넌트 직접 호출 \u003cbr\u003e\u003cbr\u003e\u003cb\u003e4장 제미나이 API(파이썬 편)\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e4.1 텍스트 생성 \u003cbr\u003e__4.1.1 텍스트 생성의 개요 \u003cbr\u003e__4.1.2 제미나이 API의 개요 \u003cbr\u003e__4.1.3 구글 AI 제미나이 API의 개요 \u003cbr\u003e__4.1.4 구글 AI 제미나이 API의 요금 \u003cbr\u003e__4.1.5 API 키 가져오기 \u003cbr\u003e__4.1.6 제미나이 API 준비 \u003cbr\u003e__4.1.7 모델 목록 확인 \u003cbr\u003e__4.1.8 텍스트 생성 \u003cbr\u003e__4.1.9 스트리밍 \u003cbr\u003e__4.1.10 챗 \u003cbr\u003e__4.1.11 생성 파라미터 \u003cbr\u003e__4.1.12 토큰 수 확인 \u003cbr\u003e__4.1.13 안전 설정 \u003cbr\u003e__4.1.14 시스템 지시 \u003cbr\u003e__4.1.15 JSON 모드 \u003cbr\u003e4.2 멀티모달 \u003cbr\u003e__4.2.1 멀티모달 개요 \u003cbr\u003e__4.2.2 지원하는 파일 형식 \u003cbr\u003e__4.2.3 제미나이 API 준비하기 \u003cbr\u003e__4.2.4 이미지 질의응답 \u003cbr\u003e__4.2.5 File API를 사용한 이미지 질의응답 \u003cbr\u003e__4.2.6 음성 질의응답 \u003cbr\u003e__4.2.7 동영상 질의응답 \u003cbr\u003e4.3 임베딩 \u003cbr\u003e__4.3.1 임베딩 개요 \u003cbr\u003e__4.3.2 제미나이 API 준비 \u003cbr\u003e__4.3.3 임베딩 모델 종류 \u003cbr\u003e__4.3.4 text-embedding-004 사용법 \u003cbr\u003e__4.3.5 text-embedding-004를 활용한 이웃 탐색 \u003cbr\u003e__4.3.6 bge-m3 사용법 \u003cbr\u003e__4.3.7 bge-m3를 활용한 이웃 탐색 \u003cbr\u003e4.4 함수 호출 \u003cbr\u003e__4.4.1 함수 호출의 개요 \u003cbr\u003e__4.4.2 제미나이 API 준비하기 \u003cbr\u003e__4.4.3 자동 함수 호출하기 \u003cbr\u003e__4.4.4 도구 설정하기 \u003cbr\u003e__4.4.5 수동 함수 호출하기 \u003cbr\u003e__4.4.6 병렬 함수 호출하기 \u003cbr\u003e4.5 파인 튜닝 \u003cbr\u003e__4.5.1 파인 튜닝의 개요 \u003cbr\u003e__4.5.2 제미나이 API 요금 \u003cbr\u003e__4.5.3 파인 튜닝 모델 목록 가져오기 \u003cbr\u003e__4.5.4 학습 데이터 준비하기 \u003cbr\u003e__4.5.5 학습하기 \u003cbr\u003e__4.5.6 추론하기 \u003cbr\u003e__4.5.7 파인 튜닝 모델 설명 업데이트하기 \u003cbr\u003e__4.5.8 파인 튜닝 모델 삭제하기 \u003cbr\u003e__4.5.9 인증 정보 파일 \u003cbr\u003e4.6 버텍스 AI 제미나이 API \u003cbr\u003e__4.6.1 버텍스 AI 제미나이 API의 개요 \u003cbr\u003e__4.6.2 버텍스 AI 제미나이 API 요금 \u003cbr\u003e__4.6.3 서비스 계정 키 준비하기 \u003cbr\u003e__4.6.4 버텍스 AI 제미나이 API 준비하기 \u003cbr\u003e__4.6.5 텍스트 생성하기 \u003cbr\u003e__4.6.6 이미지 질의응답 \u003cbr\u003e\u003cbr\u003e\u003cb\u003e5장 제미나이 API(안드로이드 편)\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e5.1 텍스트 생성 \u003cbr\u003e__5.1.1 텍스트 생성의 개요 \u003cbr\u003e__5.1.2 구글 AI 제미나이 API의 개요 \u003cbr\u003e__5.1.3 제미나이 API 요금 \u003cbr\u003e__5.1.4 API 키 가져오기 \u003cbr\u003e__5.1.5 제미나이 API 준비하기 \u003cbr\u003e__5.1.6 텍스트 생성하기 \u003cbr\u003e__5.1.7 스트리밍 \u003cbr\u003e__5.1.8 챗 \u003cbr\u003e__5.1.9 생성 파라미터 \u003cbr\u003e__5.1.10 안전 설정 \u003cbr\u003e5.2 멀티모달 \u003cbr\u003e__5.2.1 멀티모달 개요 \u003cbr\u003e__5.2.2 제미나이 API 준비하기 \u003cbr\u003e__5.2.3 이미지 질의응답 \u003cbr\u003e5.3 로컬 LLM \u003cbr\u003e__5.3.1 로컬 LLM의 개요 \u003cbr\u003e__5.3.2 제미나이 나노와 젬마 \u003cbr\u003e__5.3.3 안드로이드의 로컬 언어 모델 실행 환경 \u003cbr\u003e__5.3.4 Llama.cpp 데모 애플리케이션 실행하기 \u003cbr\u003e\u003cbr\u003e\u003cb\u003e6장 제미나이 API(iOS 편) \u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e6.1 텍스트 생성 \u003cbr\u003e__6.1.1 텍스트 생성의 개요 \u003cbr\u003e__6.1.2 구글 AI 제미나이 API의 개요 \u003cbr\u003e__6.1.3 제미나이 API 요금 \u003cbr\u003e__6.1.4 API 키 가져오기 \u003cbr\u003e__6.1.5 제미나이 API 준비하기 \u003cbr\u003e__6.1.6 텍스트 생성하기 \u003cbr\u003e__6.1.7 스트리밍 \u003cbr\u003e__6.1.8 챗 \u003cbr\u003e__6.1.9 생성 파라미터 \u003cbr\u003e__6.1.10 안전 설정 \u003cbr\u003e6.2 멀티모달 \u003cbr\u003e__6.2.1 멀티모달 개요 \u003cbr\u003e__6.2.2 제미나이 API 준비하기 \u003cbr\u003e__6.2.3 이미지 질의응답 \u003cbr\u003e6.3 로컬 LLM \u003cbr\u003e__6.3.1 로컬 LLM의 개요 \u003cbr\u003e__6.3.2 iOS의 로컬 LLM 실행 환경 \u003cbr\u003e__6.3.3 Llama.cpp 데모 애플리케이션 실행하기 \u003cbr\u003e__6.3.4 MLX Swift 데모 애플리케이션 실행하기 \u003cbr\u003e \u003cbr\u003e\u003cb\u003e7장 라마인덱스\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e7.1 라마인덱스 시작 \u003cbr\u003e__7.1.1 라마인덱스란 \u003cbr\u003e__7.1.2 라마인덱스 핵심 단계 \u003cbr\u003e__7.1.3 문서 준비하기 \u003cbr\u003e__7.1.4 라마인덱스 준비하기 \u003cbr\u003e__7.1.5 라마인덱스를 활용한 질의응답 \u003cbr\u003e__7.1.6 인덱스 저장과 불러오기 \u003cbr\u003e7.2 라마인덱스 커스터마이징 \u003cbr\u003e__7.2.1 라마인덱스 커스터마이징의 개요 \u003cbr\u003e__7.2.2 라마인덱스 준비하기 \u003cbr\u003e__7.2.3 문서 준비하기 \u003cbr\u003e__7.2.4 LLM 커스터마이징하기 \u003cbr\u003e__7.2.5 임베딩 모델 커스터마이징하기 \u003cbr\u003e__7.2.6 토크나이저 커스터마이징하기 \u003cbr\u003e__7.2.7 텍스트 분리기 커스터마이징하기 \u003cbr\u003e__7.2.8 쿼리 엔진 커스터마이징하기 \u003cbr\u003e__7.2.9 리랭커 \u003cbr\u003e7.3 데이터로더 \u003cbr\u003e__7.3.1 데이터로더 개요 \u003cbr\u003e__7.3.2 웹 페이지를 활용한 질의응답 \u003cbr\u003e__7.3.3 유튜브 동영상을 활용한 질의응답 \u003cbr\u003e7.4 벡터 스토어 \u003cbr\u003e__7.4.1 벡터 스토어의 개요 \u003cbr\u003e__7.4.2 라마인덱스 준비하기 \u003cbr\u003e__7.4.3 문서 준비하기 \u003cbr\u003e__7.4.4 파이스 사용 순서 \u003cbr\u003e__7.4.5 파인콘 개요와 API 가져오기 \u003cbr\u003e__7.4.6 파인콘 사용 순서 \u003cbr\u003e7.5 평가 \u003cbr\u003e__7.5.1 라마인덱스 평가하기 \u003cbr\u003e__7.5.2 라마인덱스 준비하기 \u003cbr\u003e__7.5.3 문서 준비하기 \u003cbr\u003e__7.5.4 질문 컨텍스트 데이터셋 생성하기 \u003cbr\u003e__7.5.5 Retrieval Evaluation \u003cbr\u003e__7.5.6 응답 성능 평가하기\u003cbr\u003e\u003cbr\u003e\u003cb\u003e8장 랭체인\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e8.1 랭체인 시작 \u003cbr\u003e__8.1.1 랭체인 개요 \u003cbr\u003e__8.1.2 랭체인 활용 사례 \u003cbr\u003e__8.1.3 랭체인의 패키지 구성하기 \u003cbr\u003e__8.1.4 랭체인의 모듈 소개하기 \u003cbr\u003e__8.1.5 랭체인 준비하기 \u003cbr\u003e__8.1.6 LLM \u003cbr\u003e__8.1.7 프롬프트 템플릿 \u003cbr\u003e__8.1.8 출력 파서 \u003cbr\u003e__8.1.9 체인 \u003cbr\u003e__8.1.10 에이전트 \u003cbr\u003e__8.1.11 랭스미스 \u003cbr\u003e8.2 LLM \u003cbr\u003e__8.2.1 LLM 개요 \u003cbr\u003e__8.2.2 랭체인 준비하기 \u003cbr\u003e__8.2.3 LLM 사용법 \u003cbr\u003e__8.2.4 ChatModel 사용법 \u003cbr\u003e__8.2.5 스트리밍 \u003cbr\u003e__8.2.6 버텍스 AI 제미나이 API의 LLM 사용법 \u003cbr\u003e8.3 프롬프트 템플릿 \u003cbr\u003e__8.3.1 프롬프트 템플릿 모듈의 개요 \u003cbr\u003e__8.3.2 랭체인 준비하기 \u003cbr\u003e__8.3.3 문자열 프롬프트 템플릿의 사용법 \u003cbr\u003e__8.3.4 챗 프롬프트 템플릿의 사용법 \u003cbr\u003e__8.3.5 메시지플레이스홀더의 사용법 \u003cbr\u003e8.4 출력 파서 \u003cbr\u003e__8.4.1 출력 파서의 개요 \u003cbr\u003e__8.4.2 랭체인 준비하기 \u003cbr\u003e__8.4.3 문자열 출력 파서의 사용법 \u003cbr\u003e__8.4.4 단순 JSON 출력 파서의 사용법 \u003cbr\u003e__8.4.5 파이단틱 출력 파서의 사용법 \u003cbr\u003e8.5 체인 \u003cbr\u003e__8.5.1 체인 개요 \u003cbr\u003e__8.5.2 LCEL 개요 \u003cbr\u003e__8.5.3 러너블 개요 \u003cbr\u003e__8.5.4 랭체인 준비하기 \u003cbr\u003e__8.5.5 체인 사용법 \u003cbr\u003e__8.5.6 러너블 사용법 \u003cbr\u003e__8.5.7 러너블의 입출력 스키마 확인하기 \u003cbr\u003e8.6 챗봇 \u003cbr\u003e__8.6.1 챗봇 개요 \u003cbr\u003e__8.6.2 랭체인 준비하기 \u003cbr\u003e__8.6.3 LLM 준비하기 \u003cbr\u003e__8.6.4 챗봇 준비하기 \u003cbr\u003e__8.6.5 커스텀 지시 \u003cbr\u003e__8.6.6 대화 이력 관리하기 \u003cbr\u003e__8.6.7 랭스미스 확인하기 \u003cbr\u003e8.7 검색 증강 생성 \u003cbr\u003e__8.7.1 검색 증강 생성의 개요 \u003cbr\u003e__8.7.2 랭체인 준비하기 \u003cbr\u003e__8.7.3 임베딩 모델 준비하기 \u003cbr\u003e__8.7.4 벡터 스토어 준비하기 \u003cbr\u003e__8.7.5 리트리버 준비하기 \u003cbr\u003e__8.7.6 검색 증강 생성 구현하기 \u003cbr\u003e__8.7.7 검색 증강 생성으로 문서 처리하기 \u003cbr\u003e__8.7.8 랭스미스 확인하기 \u003cbr\u003e8.8 에이전트 \u003cbr\u003e__8.8.1 에이전트 개요 \u003cbr\u003e__8.8.2 랭체인 준비하기 \u003cbr\u003e__8.8.3 임베딩 모델 준비하기 \u003cbr\u003e__8.8.4 도구 준비하기 \u003cbr\u003e__8.8.5 에이전트 구현하기 \u003cbr\u003e__8.8.6 메시지 스트리밍 \u003cbr\u003e__8.8.7 대화 이력을 포함한 에이전트 구현하기 \u003cbr\u003e__8.8.8 랭스미스 확인하기 \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e상세 이미지\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate5298\/MidCate7\/529764583.jpg\" border=\"0\" alt=\"상세 이미지 1\"\u003e \u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책 속으로\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  이 책은 대규모 언어 모델을 활용한 개발과 관련된 기초 가이드를 제공합니다.\u003cbr\u003e특히 제미나이, 라마인덱스, 랭체인 등 주요 라이브러리와 플랫폼을 중심으로 간단하게 실습 예제를 다루어 보면서 애플리케이션을 효과적으로 설계하고 구현하는 데 필요한 지식을 소개합니다.\u003cbr\u003e\u003cbr\u003e이 책에서 다루는 제미나이를 비롯한 라마인덱스, 랭체인 등 라이브러리들은 단순히 AI 모델 기능을 활용하는 데 그치지 않고 데이터 처리, 정보 검색, 애플리케이션 설계 등 다양한 영역에서 AI 응용 범위를 확장시키는 데 유용합니다.\u003cbr\u003e이러한 기술은 AI 생태계의 현재뿐만 아니라 미래에도 핵심적인 역할을 하리라 확신합니다.\u003cbr\u003e\u003cbr\u003eAI는 매우 빠르게 발전하고 있습니다.\u003cbr\u003e이것으로 앞으로는 인간과 기계가 더욱 자연스럽게 상호 작용을 할 수 있게 될 것입니다.\u003cbr\u003e특히 API 중심 서비스 설계는 AI의 유연성과 확장성을 극대화하는 데 중요한 역할을 합니다.\u003cbr\u003e이러한 흐름 속에서 AI 모델과 API의 조합은 AI를 실질적인 비즈니스 도구로 발전시키는 데 필수적인 요소로 자리 잡았습니다.\u003cbr\u003e\u003cbr\u003e실제로 이 책을 번역하는 중에도 제미나이는 계속 연구를 거듭하여 2.0과 딥리서치 같은 모델이 새롭게 릴리스되었습니다.\u003cbr\u003e그렇다고 제미나이 1.5를 기반으로 한 실습과 사례가 의미가 없어진 것은 아닙니다.\u003cbr\u003e오히려 독자들이 이 책을 바탕으로 과거 모델과 그것에 기반을 둔 서비스를 최신 버전과 비교하면서 변화 흐름을 파악한다면, 더욱 발전된 방향으로 애플리케이션을 설계하고 개발할 수 있으리라 생각합니다.\u003cbr\u003e\n\u003c\/div\u003e \u003cdiv\u003e--- 「책 소개」 중에서\u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e출판사 리뷰\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e제미나이로 시작하는 멀티모달 AI 프로그래밍의 첫걸음!\u003cbr\u003e텍스트, 이미지, 동영상, 음성을 넘나드는\u003cbr\u003eAI 애플리케이션 개발을 위한 완벽 가이드!\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e구글이 개발한 생성 AI인 제미나이는 텍스트, 이미지, 동영상, 음성 등 다양한 데이터를 동시에 처리하는 멀티모달 AI이다.\u003cbr\u003e이를 활용하면 텍스트+이미지 분석, 음성 기반 챗봇, 동영상 요약 AI 등 고급 AI 서비스를 만들 수 있다.\u003cbr\u003e\u003cbr\u003e이 책은 제미나이를 활용해 개인 맞춤형 챗봇 AI 애플리케이션 개발을 목표로 한다.\u003cbr\u003eGemini API를 활용한 AI 개발을 중심으로 구성했으며 코랩, Android, iOS 등 다양한 개발 환경에서도 실습할 수 있다.\u003cbr\u003e또한, AI 개발의 표준 프레임워크인 라마인덱스와 랭체인도 함께 설명하여, 고급 애플리케이션을 보다 손쉽게 개발할 수 있도록 안내한다.\u003cbr\u003e\u003cbr\u003e예제를 설명하는 데서 끝나는 것이 아니라, 직접 따라 하며 실행할 수 있는 코드와 단계별로 실습할 수 있어 초보 개발자도 쉽게 AI 애플리케이션을 구축할 수 있다.\u003cbr\u003e더불어, 이 책을 통해서 생성 AI를 전반적으로 이해하고 실무에 활용하는 방법도 익힐 수 있다.\u003cbr\u003e\n\u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \"]\u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eGOODS SPECIFICS\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e발행일 : \u003c\/strong\u003e2025년 05월 13일\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e쪽수, 무게, 크기 : \u003c\/strong\u003e388쪽 | 720g | 183*235*16mm\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003eISBN13 : \u003c\/strong\u003e9791140713370\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cspan\u003e\u003c\/span\u003e\n\u003c\/center\u003e\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893280276522,"sku":"138742","price":44.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/bc4d75e726198d301e495d355b66f35a.jpg?v=1765395458","url":"https:\/\/librairie.coreenne.fr\/ko\/products\/138742","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}