베스트

설계되지 않은 도메인은 에이전트가 집행할 수 없다. 감(感)으로 프롬프트를 짜는 것과, 설계도로 도메인을 명세화하는 것은 전혀 다른 일이다. 1권(원리편)에서 '왜'를 이해했다면, 이 책에서 '어떻게'를 완성한다. 저자가 창시한 ESTC 프레임워크(Entity·State·Transition·Constraint)와 이를 위한 도구인 월드 모델 캔버스(World Model Canvas)로 어떤 비즈니스 도메인이든 에이전트가 읽고 판단하고 실행할 수

PoC는 성공하는데 운영은 왜 계속 실패할까? AI의 능력이 부족해서가 아니다. 에이전트가 발 딛고 움직일 '실행 세계' — 누가, 어디서, 어떤 상태에서, 무엇을 할 수 있는지를 정의하는 구조 — 가 없기 때문이다. 확률로 말하는 지능을 결정이 요구되는 현장에 그냥 밀어 넣으면 반드시 실패한다. 이 책은 그 구조적 원인을 해부하고, 에이전트가 신뢰 가능하게 작동하는 실행 환경을 설계하는 원리를 가르쳐준다. 뉴럴과 심볼릭 두 전통의 계보부터 하

챗봇의 시대는 끝났다 이제 일을 끝내는 에이전트다 매일 반복되는 업무와 보고서 작성, 데이터 정리로 야근에 지친 직장인이라면 이제 단순히 대화만 주고받는 챗봇을 넘어 실제 업무 프로세스를 자율적으로 완수하는 AI 에이전트와 협업해야 할 때다. 이 책은 앤트로픽이 제공하는 8대 핵심 플러그인을 완벽하게 설명하며, 복잡한 코딩 지식이 전혀 없어도 다양한 직무에 바로 적용할 수 있는 32가지 실전 예제를 담고 있다. 단편적인 프롬프트 입력 방식을 벗

단일 에이전트 대신 ‘에이전트 팀’을 설계하라 클로드 코드로 구축하는 최초의 하네스 실전 가이드 AI 에이전트를 도구로 쓰는 단계를 넘어, 스스로 일하는 에이전트 팀을 직접 설계하고 운영하는 방법인 하네스 엔지니어링을 체계적으로 정리한 최초의 실전서다. 이 책의 저자이자, 카카오의 AI 리더 황민호(로빈 황)가 공개한 하네스 관련 오픈소스 자료는 깃허브에서 3천 개 이상의 별(star)을 받으며 이미 개발자 커뮤니티의 주목을 받은 바 있다. 하

AI는 이제 LLM을 넘어, ‘에이전트의 시대’로 진입하고 있다. 이 책은 단순한 개발자용 튜토리얼이나 최신 트렌드 모음이 아니다. LangGraph, MCP, A2A 같은 기술 조각들을 나열하는 데 그치지 않고, 프레임워크와 프로토콜이라는 핵심 축을 중심으로 에이전트 생태계 전체를 구조적으로 해석한다. 130여 편의 최신 에이전트 관련 논문에서 실전 응용에 꼭 필요한 개념을 선별해, 도표와 그림으로 쉽게 재구성하고 한글로 번역하여 수록했다.

토크나이저부터 추론 모델까지, 처음부터 끝까지 구현하며 배우는 LLM의 원리 챗GPT 같은 대규모 언어 모델(LLM)이 일상에 깊이 들어온 지금, 그 작동 원리를 직접 구현해 본 사람은 많지 않습니다. 『밑바닥부터 시작하는 딥러닝』 여섯 번째 편은 토크나이저, 모델, 학습이라는 LLM의 핵심 세 단계를 완성된 라이브러리에 기대지 않고 밑바닥부터 구현합니다. CodeBot, StoryBot, WebBot 세 프로젝트를 거치며 BPE 토크나이저,

◈ 요약 ◈ 개발자가 인메모리 데이터베이스인 레디스를 잘 활용할 수 있도록 초점을 맞춘 포괄적인 안내서다. 레디스를 처음 배우는 독자나 NoSQL 데이터베이스의 개념을 쌓고자 하는 개발자를 위해, 레디스의 기초부터 활용 방법까지 소개하며 입문자도 이해할 수 있는 내용을 제공한다. 레디스를 어떤 상황에서 효율적으로 활용해야 할지 고민하는 개발자에게는 실제 적용 시나리오와 최적의 사용법에 대한 가이드를 제공해 응용 가능한 전략을 제시한다. 레디스의

기술 면접에서 막히는 건, 몰라서가 아니라 설명하지 못해서입니다! 합격을 결정하는 것은 얼마나 많이 아느냐가 아니라, 꼬리 질문 앞에서 끊기지 않고 논리를 이어갈 수 있느냐입니다. 예상 질문과 답변을 외우는 방식으로는 그 힘이 생기지 않습니다. 개념이 서로 어떻게 연결되는지 모른 채 쌓은 지식은 예상 밖의 질문 하나에 바로 막힙니다. 이 책은 다섯 명의 개발자가 직접 취업을 준비하며 깃허브에 쌓아온 CS 스터디 노트에서 시작했습니다. 실제로 막

AI를 쓰는 데서 그치지 말고, AI가 어떻게 만들어지는지 이해하라 생성형 AI와 LLM이 일상이 된 지금, 새로운 도구를 익히는 것만으로는 AI를 제대로 이해하기 어렵습니다. 그 아래에는 데이터를 준비하고, 모델을 선택하고, 훈련하고, 평가하는 머신러닝의 기본 원리가 여전히 단단하게 자리하고 있습니다. 이 책과 함께 사이킷런으로 머신러닝의 기본 개념과 엔드투엔드 프로젝트를 익히고, 파이토치로 신경망을 직접 구현하며 딥러닝의 원리를 차근차근 확

말하는 순간, 상상이 3D 공간으로 살아난다 코딩을 몰라도 괜찮다. 중요한 건 문법이 아니라 여러분의 '바이브'니까. 만들고 싶은 모습을 AI에게 말하면, 하나씩 만들어지는 결과가 눈앞에 펼쳐진다. 간단한 웹 이력서로 시작해 시선을 사로잡는 3D 포트폴리오를 지나 상상이 현실이 되는 전시 공간까지 대화만으로 완성할 수 있다. 구글 AI 스튜디오와 안티그래비티, 나노 바나나와 Hunyuan 3D, React Bits와 Three.js까지, 복잡해

[[코드를 대신 작성하는 AI에서 함께 개발하는 AI로!]] 이 책은 OpenAI 코덱스로 실제 서비스를 만들고 남이 3년간 쌓아 둔 오래된 코드까지 다뤄 보는 실습서입니다. 명령어를 나열하는 대신 분석에서 릴리스까지 이어지는 실무 개발 흐름을 코덱스와 함께 끝까지 돌려 봅니다. 실습에서 실제로 만드는 것은 코드가 아니라 요청, 곧 프롬프트입니다. 그래서 잘 된 프롬프트만이 아니라 왜 실패했고 무엇을 고쳤는지까지 담았습니다. 여기서 익힌 방식은