- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
베스트
AI 에이전트 개발 완벽 입문
- 에디 유, 김대규, 조경아, 김현지 저
- 위키북스
- 2026년 04월 28일
-
정가42,000원
-
판매가37,800원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금2,100원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2026년 04월 30일(목)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791158396756
732쪽
1,391g
175 x 235 (㎜)
지금 이책은
- 판매지수 : 0
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
책 소개
이 책은
AI 에이전트 시대를 준비하는 가장 실용적인 안내서!
이 책은 AI에 입문하고자 하는 누구나 손쉽게 AI 에이전트의 세계에 자연스럽게 발을 들일 수 있도록 구성했다. 단순히 사용법을 따라 하는 데 그치지 않고, RAG, 펑션 콜링, 랭그래프, CrewAI, smolagents의 동작 원리를 이해하는 데 필요한 기초 지식부터 충실히 다루고 있다. 또한 MCP와 A2A를 활용한 에이전트 연동, n8n을 활용한 노코드 자동화, 클로드 코드 기반의 바이브 코딩, 오픈클로를 이용한 자율형 AI 비서 구축까지, 지금 현장에서 실제로 쓰이는 기술들을 하나의 흐름으로 익힐 수 있다. 이 책을 읽고 나면 여러분이 원하는 AI 에이전트를 스스로 설계하고 구현할 수 있을 것이다.
출판사 리뷰
· AI 에이전트의 기초 및 에이전트 시스템 구축 패턴
· 랭체인을 활용한 검색 증강 생성(RAG) 구현
· ReAct와 펑션 콜링 에이전트
· 랭그래프를 활용한 에이전트 워크플로우 설계
· CrewAI를 통한 에이전트 협업 구조 구축
· smolagents를 활용한 에이전트 구축
· A2A(Agent-to-Agent) 프로토콜
· n8n을 이용한 워크플로우 자동화
· MCP(Model Context Protocol)
· 클로드 코드를 활용한 바이브 코딩
· 오픈클로를 이용한 AI 비서 만들기
저자 소개
저자 : 김현지
동아일보와 채널A에서 산업·경제 기자로 활동한 경험을 살려 경제·경영 전문 AI 챗봇 ‘애스크비즈(AskBiz)’와 AI영상분석 및 글자료 자동변환 시스템을 기획·개발했습니다. IT 기술 발전에 따른 커뮤니케이션 방식의 변화, AI가 우리 삶에 미칠 영향 전반에 관심이 많습니다.
저자 : 조경아
금융권 IT 현업에서 기업 관점의 지식 체계 구축과 에이전트 기반 시스템 설계를 수행하고 있습니다. 최근에는 AI 에이전트 설계에 집중하고 있으며, AI를 통해 조직의 의사결정을 효과적으로 지원하는 구조를 만드는 데 관심이 있습니다.
저자 : 김대규
자연어 처리 분야의 AI 리서치 엔지니어로, LLM 기반 생성형 모델, RAG, 에이전트 시스템에 주로 관심이 있습니다. 복합 질의 처리, 지식 활용 최적화, 상호작용 기반 응답 설계 등 실전 응용에 초점을 맞춘 연구 및 구현 경험을 쌓아왔습니다. 기술적 깊이와 실무 적용 가능성을 함께 고려하는, 균형 잡힌 접근을 지향합니다.
저자 : 에디 유
IT 대기업 현업에서 RAG와 에이전트 관련 업무를 주로 수행하고 있습니다. LLM 기반 서비스 개발에 관심이 많으며, 특히 요즘은 에이전트의 추론 능력 고도화를 위한 파인튜닝에 집중하고 있습니다.
목차
· 01장: AI 에이전트
1.1 AI 에이전트의 진화
1.2 AI 에이전트는 언제 필요할까?
1.3 AI 에이전트 사례
__1.3.1 AI 브라우저 에이전트
__1.3.2 코딩 에이전트
__1.3.3 문서 및 슬라이드 작성 에이전트
1.4 에이전틱 아키텍처
__1.4.1 AI 에이전트 요소
__1.4.2 에이전틱 아키텍처 유형
__1.4.3 에이전트 설계 패턴
1.5 에이전트 시스템
__1.5.1 멀티 에이전트 시스템
1.6 개발 환경 구축
__1.6.1 윈도우에서 파이썬 설치하기
__1.6.2 프로젝트 폴더 만들기
__1.6.3 비주얼 스튜디오 코드 설치하기
__1.6.4 API 키 발급받기
· 02장: RAG
2.1 실습 환경 구축하기
__2.1.1 프로젝트 폴더 생성하기
__2.1.2 가상 환경 생성하기
__2.1.3 VSCode에서 프로젝트 폴더 선택하기
2.2 RAGRetrieval-Augmented Generation 이해하기
__2.2.1 텍스트 임베딩
__2.2.2 코사인 유사도
__2.2.3 OpenAI의 Embedding API
__2.2.4 RAG를 이용한 챗봇의 구조
2.3 문서를 자르는 청킹 전략
__2.3.1 길이로 분할하는 RecursiveCharacterTextSplitter
__2.3.2 의미로 분할하는 SemanticChunker
2.4 다양한 PDF Loader
__2.4.1 PyPDFLoader
__2.4.2 PyMuPDFLoader
__2.4.3 PDFPlumberLoader
2.5 벡터 데이터베이스
__2.5.1 크로마
__2.5.2 파이스
2.6 PDF로 답변하는 RAG 챗봇 구현하기
· 03장: ReAct와 펑션 콜링 에이전트
3.1 실습 환경 구축하기
__3.1.1 프로젝트 폴더 생성하기
__3.1.2 가상 환경 생성하기
__3.1.3 VSCode에서 프로젝트 폴더 선택하기
3.2 ReAct를 이용한 RAG 에이전트
__3.2.1 환경 설정 및 필수 라이브러리 설치
__3.2.2 실습 데이터 다운로드
__3.2.3 벡터 데이터베이스 저장소
__3.2.4 ReAct 에이전트용 도구 생성
__3.2.5 ReAct 에이전트를 위한 프롬프트 작성
__3.2.6 프롬프트 렌더링 구현 함수
__3.2.7 LLM 초기화 및 ReAct 파서 구현
__3.2.8 ReAct 실행 루프 구현
__3.2.9 에이전트 실행
__3.2.10 에이전트 웹 데모
3.3 펑션 콜링 에이전트
__3.3.1 환경 설정 및 필수 라이브러리
__3.3.2 실습 데이터 준비
__3.3.3 에이전트 도구 정의
__3.3.4 에이전트 생성
__3.3.5 에이전트 웹 데모
· 04장: 랭그래프
4.1 랭그래프란?
4.2 설치 및 환경 설정
__4.2.1 API 키 로드
4.3 상태, 노드, 엣지
__4.3.1 랭그래프 핵심 모듈 로딩
__4.3.2 상태
__4.3.3 노드(Node)
__4.3.4 엣지
__4.3.5 그래프 컴파일 및 시각화
4.4 도구(Tool)
__4.4.1 Tavily 도구 활용
4.5 메모리 기능
__4.5.1 랭그래프 체크포인터
4.6 사람 개입 기능
__4.6.1 interrupt() 함수란?
4.7 상태 사용자 정의하기
4.8 과거로 돌아가기: 시간 여행 기능
__4.8.1 왜 시간 이동이 필요한가?
4.9 랭그래프 에이전트 아키텍처
__4.9.1 랭그래프 에이전트 구조
__4.9.2 에이전트와 워크플로우 실습
4.10 랭그래프 실전 프로젝트
__4.10.1 멀티 에이전트로 경제 데이터 시각화
__4.10.2 멀티 에이전트로 경제 데이터 보고서 작성
· 05장: CrewAI
5.1 CrewAI란?
5.2 설치 및 환경 설정
5.3 CrewAI의 기본 구성 요소와 작동 원리
5.4 에이전트
5.5 작업(Task)
5.6 크루(Crew)
5.7 도구(Tools)
__5.7.1 RAG Tool
__5.7.2 SerperDev Tool
__5.7.3 커스텀 도구 만들기
5.8 지식(Knowledge)
__5.8.1 StringKnowledgeSource
__5.8.2 PDFKnowledgeSource
__5.8.3 KnowledgeConfig
5.9 추론(Reasoning)
5.10 계획(Planning)
5.11 CLI로 CrewAI Flow 프로젝트 생성하기
__5.11.1 CLI(Command Line Interface)
__5.11.2 Flow 생성
5.12 CrewAI 실전 프로젝트: 주식 분석 에이전트 시스템 구축
· 06장: smolagents
6.1 smolagents에서의 ReAct 구현
6.2 실습 환경 구축하기
__6.2.1 프로젝트 폴더 생성하기
__6.2.2 가상 환경 생성하기
__6.2.3 VSCode에서 프로젝트 폴더 선택하기
6.3 스스로 웹을 탐색하는 에이전트
__6.3.1 환경 설정 및 필수 라이브러리 설치
__6.3.2 정보 탐색 에이전트
__6.3.3 외부 패키지 연동하기
6.4 데이터 분석 에이전트
__6.4.1 환경 설정 및 필수 라이브러리 설치
__6.4.2 타이타닉 생존자 데이터 분석
__6.4.3 머신러닝 학습하기
· 07장: A2A(Agent-to-Agent) 프로토콜
7.1 A2A란 무엇인가?
7.2 A2A의 발전 과정
7.3 A2A의 핵심 구성 요소
__7.3.1 에이전트 카드(Agent Card)
__7.3.2 태스크(Task)
__7.3.3 메시지(Message)
__7.3.4 파트(Part)
__7.3.5 복합 파트 활용 예시
__7.3.6 아티팩트(Artifact)
7.4 A2A 파이썬 SDK로 에이전트 구축하기
__7.4.1 환경 설정 및 SDK 설치
__7.4.2 Agent Executor 이해하기
__7.4.3 Hello World 에이전트 구현
__7.4.4 서버 설정 및 실행
__7.4.5 클라이언트로 서버와 상호작용
__7.4.6 정리
7.5 멀티 에이전트 협업 시스템 구축
__7.5.1 멀티 에이전트 시스템 설계
__7.5.2 분석 에이전트 구현
__7.5.3 응답 에이전트 구현
__7.5.4 코디네이터 구현
__7.5.5 전체 시스템 실행 및 테스트
__7.5.6 정리 및 확장 방향
7.6 A2A와 MCP의 통합
__7.6.1 A2A와 MCP의 역할 비교
__7.6.2 언제 A2A를, 언제 MCP를 사용하는가?
__7.6.3 실습: MCP 도구를 활용하는 A2A 에이전트
· 08장: n8n
8.1 개발 환경 구축하기
__8.1.1 프로젝트 폴더 생성하기
__8.1.2 가상 환경 생성하기
__8.1.3 로컬 PC에 n8n 설치하기
8.2 n8n 작동 방식 이해하기
__8.2.1 노드
__8.2.2 워크플로우 설정
__8.2.3 노드의 설정
__8.2.4 [실습] n8n으로 AI 챗봇 만들기
8.3 [실습] 삼성전자 사업 보고서로 RAG 챗봇 만들기
__8.3.1 데이터 다운로드 및 벡터스토어 API 키 발급받기
__8.3.2 데이터 인덱싱 워크플로우 설정
__8.3.3 챗봇 설정
8.4 [실습] 구글 시트 데이터 분석 및 시각화하기
__8.4.1 데이터 수집과 구글 시트 변환
__8.4.2 n8n과 구글 시트 연동하기
__8.4.3 구글 시트 데이터 필터링하기
__8.4.4 데이터 칼럼값 재정렬
__8.4.5 구글 시트 데이터 기반 챗봇 만들기
__8.4.6 퀵차트로 시각화하기
· 09장: MCP
9.1 MCP란?
9.2 MCP의 핵심 구성 요소
9.3 MCP의 확장성 혁신
9.4 MCP 아키텍처
9.5 MCP 생태계의 현재와 미래
9.6 MCP 개발 환경 구축하기
__9.6.1 프로젝트 폴더 생성하기
__9.6.2 가상 환경 생성하기
9.7 MCP 서버
__9.7.1 어댑터를 활용한 툴 등록
__9.7.2 MCP 인스펙터
__9.7.3 메시지 형식
__9.7.4 문서 검색 에이전트 MCP 실습
9.8 MCP 클라이언트
9.9 날씨 에이전트 실습
__9.9.1 OpenWeatherMap API 키 발급받기
__9.9.2 도시명 추출하기
__9.9.3 OpenWeatherMap API 연동
__9.9.4 MCP 도구 등록 및 서버 실행
__9.9.5 MCP 클라이언트 구현하기: 날씨 질문하기
__9.9.6 정리
· 10장: 바이브 코딩
10.1 개발 환경 구축하기
10.2 [실습1] 간단한 게임 만들기
__10.2.1 덧셈뺄셈 게임 만들기
__10.2.2 단계별 접근으로 복잡한 기능 구현하기
__10.2.3 단일 HTML 파일로 빌드하기
__10.2.4 마크다운 파일 만들어 저장하기
10.3 [실습2] 멀티 에이전트 여행 플래너 개발하기
__10.3.1 프로젝트 구조 설정
__10.3.2 3개의 에이전트 협업 시스템 만들기
· 11장: 오픈클로
11.1 오픈클로란?
__11.1.1 환경 구성 및 인프라 배포
__11.1.2 설치 및 실행
11.2 기본 사용법 및 운영 전략
11.3 오픈클로와 노션 연결
11.4 크론을 활용한 정보 자동 수집 실습
· 부록: AI 브라우저
A.1 퍼플렉시티 코멧
__A.1.1 코멧 설치 및 설정
__A.1.2 영상 요약하기
__A.1.3 멀티탭 컨텍스트 분석하기
__A.1.4 이메일 요약과 답변, 특정 내용 검색하기
__A.1.5 논문 읽고 요약하기
__A.1.6 항공권 등 상품, 서비스 가격 비교
__A.1.7 쇼핑 도우미
__A.1.8 웹페이지의 내용을 추출해 구조화하기
__A.1.9 음성 인식 기능과 유용한 프롬프트 모음
1.1 AI 에이전트의 진화
1.2 AI 에이전트는 언제 필요할까?
1.3 AI 에이전트 사례
__1.3.1 AI 브라우저 에이전트
__1.3.2 코딩 에이전트
__1.3.3 문서 및 슬라이드 작성 에이전트
1.4 에이전틱 아키텍처
__1.4.1 AI 에이전트 요소
__1.4.2 에이전틱 아키텍처 유형
__1.4.3 에이전트 설계 패턴
1.5 에이전트 시스템
__1.5.1 멀티 에이전트 시스템
1.6 개발 환경 구축
__1.6.1 윈도우에서 파이썬 설치하기
__1.6.2 프로젝트 폴더 만들기
__1.6.3 비주얼 스튜디오 코드 설치하기
__1.6.4 API 키 발급받기
· 02장: RAG
2.1 실습 환경 구축하기
__2.1.1 프로젝트 폴더 생성하기
__2.1.2 가상 환경 생성하기
__2.1.3 VSCode에서 프로젝트 폴더 선택하기
2.2 RAGRetrieval-Augmented Generation 이해하기
__2.2.1 텍스트 임베딩
__2.2.2 코사인 유사도
__2.2.3 OpenAI의 Embedding API
__2.2.4 RAG를 이용한 챗봇의 구조
2.3 문서를 자르는 청킹 전략
__2.3.1 길이로 분할하는 RecursiveCharacterTextSplitter
__2.3.2 의미로 분할하는 SemanticChunker
2.4 다양한 PDF Loader
__2.4.1 PyPDFLoader
__2.4.2 PyMuPDFLoader
__2.4.3 PDFPlumberLoader
2.5 벡터 데이터베이스
__2.5.1 크로마
__2.5.2 파이스
2.6 PDF로 답변하는 RAG 챗봇 구현하기
· 03장: ReAct와 펑션 콜링 에이전트
3.1 실습 환경 구축하기
__3.1.1 프로젝트 폴더 생성하기
__3.1.2 가상 환경 생성하기
__3.1.3 VSCode에서 프로젝트 폴더 선택하기
3.2 ReAct를 이용한 RAG 에이전트
__3.2.1 환경 설정 및 필수 라이브러리 설치
__3.2.2 실습 데이터 다운로드
__3.2.3 벡터 데이터베이스 저장소
__3.2.4 ReAct 에이전트용 도구 생성
__3.2.5 ReAct 에이전트를 위한 프롬프트 작성
__3.2.6 프롬프트 렌더링 구현 함수
__3.2.7 LLM 초기화 및 ReAct 파서 구현
__3.2.8 ReAct 실행 루프 구현
__3.2.9 에이전트 실행
__3.2.10 에이전트 웹 데모
3.3 펑션 콜링 에이전트
__3.3.1 환경 설정 및 필수 라이브러리
__3.3.2 실습 데이터 준비
__3.3.3 에이전트 도구 정의
__3.3.4 에이전트 생성
__3.3.5 에이전트 웹 데모
· 04장: 랭그래프
4.1 랭그래프란?
4.2 설치 및 환경 설정
__4.2.1 API 키 로드
4.3 상태, 노드, 엣지
__4.3.1 랭그래프 핵심 모듈 로딩
__4.3.2 상태
__4.3.3 노드(Node)
__4.3.4 엣지
__4.3.5 그래프 컴파일 및 시각화
4.4 도구(Tool)
__4.4.1 Tavily 도구 활용
4.5 메모리 기능
__4.5.1 랭그래프 체크포인터
4.6 사람 개입 기능
__4.6.1 interrupt() 함수란?
4.7 상태 사용자 정의하기
4.8 과거로 돌아가기: 시간 여행 기능
__4.8.1 왜 시간 이동이 필요한가?
4.9 랭그래프 에이전트 아키텍처
__4.9.1 랭그래프 에이전트 구조
__4.9.2 에이전트와 워크플로우 실습
4.10 랭그래프 실전 프로젝트
__4.10.1 멀티 에이전트로 경제 데이터 시각화
__4.10.2 멀티 에이전트로 경제 데이터 보고서 작성
· 05장: CrewAI
5.1 CrewAI란?
5.2 설치 및 환경 설정
5.3 CrewAI의 기본 구성 요소와 작동 원리
5.4 에이전트
5.5 작업(Task)
5.6 크루(Crew)
5.7 도구(Tools)
__5.7.1 RAG Tool
__5.7.2 SerperDev Tool
__5.7.3 커스텀 도구 만들기
5.8 지식(Knowledge)
__5.8.1 StringKnowledgeSource
__5.8.2 PDFKnowledgeSource
__5.8.3 KnowledgeConfig
5.9 추론(Reasoning)
5.10 계획(Planning)
5.11 CLI로 CrewAI Flow 프로젝트 생성하기
__5.11.1 CLI(Command Line Interface)
__5.11.2 Flow 생성
5.12 CrewAI 실전 프로젝트: 주식 분석 에이전트 시스템 구축
· 06장: smolagents
6.1 smolagents에서의 ReAct 구현
6.2 실습 환경 구축하기
__6.2.1 프로젝트 폴더 생성하기
__6.2.2 가상 환경 생성하기
__6.2.3 VSCode에서 프로젝트 폴더 선택하기
6.3 스스로 웹을 탐색하는 에이전트
__6.3.1 환경 설정 및 필수 라이브러리 설치
__6.3.2 정보 탐색 에이전트
__6.3.3 외부 패키지 연동하기
6.4 데이터 분석 에이전트
__6.4.1 환경 설정 및 필수 라이브러리 설치
__6.4.2 타이타닉 생존자 데이터 분석
__6.4.3 머신러닝 학습하기
· 07장: A2A(Agent-to-Agent) 프로토콜
7.1 A2A란 무엇인가?
7.2 A2A의 발전 과정
7.3 A2A의 핵심 구성 요소
__7.3.1 에이전트 카드(Agent Card)
__7.3.2 태스크(Task)
__7.3.3 메시지(Message)
__7.3.4 파트(Part)
__7.3.5 복합 파트 활용 예시
__7.3.6 아티팩트(Artifact)
7.4 A2A 파이썬 SDK로 에이전트 구축하기
__7.4.1 환경 설정 및 SDK 설치
__7.4.2 Agent Executor 이해하기
__7.4.3 Hello World 에이전트 구현
__7.4.4 서버 설정 및 실행
__7.4.5 클라이언트로 서버와 상호작용
__7.4.6 정리
7.5 멀티 에이전트 협업 시스템 구축
__7.5.1 멀티 에이전트 시스템 설계
__7.5.2 분석 에이전트 구현
__7.5.3 응답 에이전트 구현
__7.5.4 코디네이터 구현
__7.5.5 전체 시스템 실행 및 테스트
__7.5.6 정리 및 확장 방향
7.6 A2A와 MCP의 통합
__7.6.1 A2A와 MCP의 역할 비교
__7.6.2 언제 A2A를, 언제 MCP를 사용하는가?
__7.6.3 실습: MCP 도구를 활용하는 A2A 에이전트
· 08장: n8n
8.1 개발 환경 구축하기
__8.1.1 프로젝트 폴더 생성하기
__8.1.2 가상 환경 생성하기
__8.1.3 로컬 PC에 n8n 설치하기
8.2 n8n 작동 방식 이해하기
__8.2.1 노드
__8.2.2 워크플로우 설정
__8.2.3 노드의 설정
__8.2.4 [실습] n8n으로 AI 챗봇 만들기
8.3 [실습] 삼성전자 사업 보고서로 RAG 챗봇 만들기
__8.3.1 데이터 다운로드 및 벡터스토어 API 키 발급받기
__8.3.2 데이터 인덱싱 워크플로우 설정
__8.3.3 챗봇 설정
8.4 [실습] 구글 시트 데이터 분석 및 시각화하기
__8.4.1 데이터 수집과 구글 시트 변환
__8.4.2 n8n과 구글 시트 연동하기
__8.4.3 구글 시트 데이터 필터링하기
__8.4.4 데이터 칼럼값 재정렬
__8.4.5 구글 시트 데이터 기반 챗봇 만들기
__8.4.6 퀵차트로 시각화하기
· 09장: MCP
9.1 MCP란?
9.2 MCP의 핵심 구성 요소
9.3 MCP의 확장성 혁신
9.4 MCP 아키텍처
9.5 MCP 생태계의 현재와 미래
9.6 MCP 개발 환경 구축하기
__9.6.1 프로젝트 폴더 생성하기
__9.6.2 가상 환경 생성하기
9.7 MCP 서버
__9.7.1 어댑터를 활용한 툴 등록
__9.7.2 MCP 인스펙터
__9.7.3 메시지 형식
__9.7.4 문서 검색 에이전트 MCP 실습
9.8 MCP 클라이언트
9.9 날씨 에이전트 실습
__9.9.1 OpenWeatherMap API 키 발급받기
__9.9.2 도시명 추출하기
__9.9.3 OpenWeatherMap API 연동
__9.9.4 MCP 도구 등록 및 서버 실행
__9.9.5 MCP 클라이언트 구현하기: 날씨 질문하기
__9.9.6 정리
· 10장: 바이브 코딩
10.1 개발 환경 구축하기
10.2 [실습1] 간단한 게임 만들기
__10.2.1 덧셈뺄셈 게임 만들기
__10.2.2 단계별 접근으로 복잡한 기능 구현하기
__10.2.3 단일 HTML 파일로 빌드하기
__10.2.4 마크다운 파일 만들어 저장하기
10.3 [실습2] 멀티 에이전트 여행 플래너 개발하기
__10.3.1 프로젝트 구조 설정
__10.3.2 3개의 에이전트 협업 시스템 만들기
· 11장: 오픈클로
11.1 오픈클로란?
__11.1.1 환경 구성 및 인프라 배포
__11.1.2 설치 및 실행
11.2 기본 사용법 및 운영 전략
11.3 오픈클로와 노션 연결
11.4 크론을 활용한 정보 자동 수집 실습
· 부록: AI 브라우저
A.1 퍼플렉시티 코멧
__A.1.1 코멧 설치 및 설정
__A.1.2 영상 요약하기
__A.1.3 멀티탭 컨텍스트 분석하기
__A.1.4 이메일 요약과 답변, 특정 내용 검색하기
__A.1.5 논문 읽고 요약하기
__A.1.6 항공권 등 상품, 서비스 가격 비교
__A.1.7 쇼핑 도우미
__A.1.8 웹페이지의 내용을 추출해 구조화하기
__A.1.9 음성 인식 기능과 유용한 프롬프트 모음
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
