안녕하세요! 오늘은 갑자기 랭체인과 RAG에 푹 빠져서 소개해보려고 해요~ 제가 평소 컴퓨터와 IT 분야에 관심이 많긴 했지만, 이번에 서지영 작가님의 『랭체인으로 RAG 개발하기: VectorRAG & GraphRAG』를 접하고 나서는 아예 다른 세계에 온 것 같더라고요. 이런 좋은 책 추천을 발견한 게 정말 행운이라는 생각이 들었답니다. VectorRAG, GraphRAG라는 생소한 단어들부터 시작해서, 실제 구현 방법까지 정말 차근차근 알려줘서, 프로그래머든 비전공자든 모두에게 좋은 입문서라고 생각합니다. 이 책 덕분에 저도 모르는 사이 RAG가 얼마나 중요한 기술인지 새삼 깨달았네요!
이 책이 마음에 든다면 할인된 가격으로 바로 구매하세요!
교보문고에서 구매하기
YES24에서 구매하기
랭체인으로 RAG 개발하기: VectorRAG & GraphRAG
서지영
VectorRAG와 GraphRAG의 차이와 구현 방법을 기본 예제로 간단히!
OpenAI와 DeepSeek의 개념과 성능 차이를 실습을 통해 직접 확인한다.
목차
- 1장 VectorRAG & GraphRAG …
- 1.1 RAG란 무엇인가?
- ___1.1.1 RAG란?
- ___1.1.2 RAG의 필요성
- ___1.1.3 RAG 핵심 원리
- ___1.1.4 RAG 구현 방법
- 1.2 VectorRAG란 무엇인가?
- ___1.2.1 벡터란?
- …
이 책은 정말 실용적이에요. VectorRAG와 GraphRAG가 뭐가 어떻게 다르고, 어떤 데이터와 시나리오에 적합한지부터 오픈AI랑 딥시크 모델의 차이와 성능까지 직접 실습할 수 있게 적혀 있거든요. 저도 개인적으로 최근에 랭체인으로 프로젝트를 진행하는데, 종종 막히는 부분이 있어서 답답했는데 이 책 보면서 바로 해결되었답니다. 게다가 Neo4j라는 데이터베이스를 이용한 GraphRAG 구현 방법은 저에게 전에 없던 흥미를 안겨주었어요. 특히 기존에 많이 사용하던 벡터 기반 RAG 이외에 그래프 기반 RAG도 이렇게나 가능하다는 사실에 놀랐고, 책 추천을 자주 하는 저도 이번엔 진짜 마음에 드는 한 권을 만나서 기분 좋았어요. RAG의 기본 개념부터 시작해서 저자님이 친절하게 실습까지 안내해주니 따라하기도 쉬웠고, 실무에 바로 적용해보고 싶은 마음이 들었답니다. 그리고 오픈AI와 딥시크 모델을 비교하는 장면에서는 어느 정도 성능 차이가 나는지 직접 경험할 수 있어서 신기했어요. 저도 한 때는 LLM 기술이 좀 막연하게만 느껴졌는데 이 책을 통해서 확실히 기초를 다질 수 있었습니다. 정말 독서하면서 느꼈던 점이, 이 책 같은 좋은 책 추천은 평소에도 더 많이 널리 알려졌으면 하는 바람이 있더라고요. 솔직히 혼자 공부할 때보다 이렇게 체계적인 책 한 권이 큰 힘이 된다는 걸 또 깨닫게 되었어요. RAG를 배우고 싶은 모든 분들께 꼭 추천드리고 싶어요.
저자 ‘서지영’에 대하여
마이크로소프트에서 Data & AI Specialist로 근무 중이며, 정보관리기술사와 컴퓨터시스템응용기술사로 20년 넘게 IT 분야에서 일하고 있다. 고려대학교 대학원에서 빅데이터 및 인공지능에 대한 전문적인 연구를 진행하면서 『모두의 인공지능 기초 수학』(길벗, 2020), 『딥러닝 텐서플로 교과서』(길벗, 2021), 『딥러닝 파이토치 교과서』(길벗, 2022), 『챗GPT, 거부할 수 없는 미래』(길벗, 2023) 『랭체인으로 LLM 기반의 AI 서비스 개발하기』(길벗, 2024), 『랭체인 & 랭그래프로 AI 에이전트 개발하기』(길벗, 2025) 등을 저술했다.
랭체인의 RAG에 대해 궁금했던 점을 시원하게 해결해준 책 추천이었어요! 컴퓨터/IT 분야 99위에 오른 이유가 다 있더라고요. 입문자부터 개발자까지 꼭 읽어보면 좋은 내용이라 생각해요. 저도 계속해서 이 책을 곁에 두고 실습과 공부를 병행할 거예요. 앞으로 랭체인과 RAG에 관심 있는 분들에게 계속 권하고 싶은 마음이 큽니다. 좋은 책 추천해준 서지영 작가님과 출판사에 고마움을 전하고 싶네요~
이 책이 마음에 든다면 할인된 가격으로 바로 구매하세요!
📚 다른 책도 둘러보세요
