- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
베스트
OpenAI API와 파이썬으로 나만의 챗GPT 만들기
- 후루카와 쇼이치, 오기와라 유이 저
- 최용 역
- 위키북스
- 2024년 04월 19일
-
정가24,000원
-
판매가21,600원 [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
-
적립금1,200원 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 02월 04일(수)※ 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: 9791158395186
244쪽
464g
175 x 235 (㎜)
지금 이책은
- 판매지수 : 0
- 주간 컴퓨터/IT: 75위
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
OpenAI API를 활용해 파이썬으로 인공지능 애플리케이션을 개발하는 방법을 알려준다. 챗GPT와 API의 기본 개념부터 최신 정보를 활용한 챗봇, 음성 인식과 요약까지 실전 예제를 통해 OpenAI API의 다양한 활용법을 익힐 수 있다. 또한 랭체인(LangChain)과 크로마(Chroma) 등을 활용하여 대화형 애플리케이션 개발을 효율화하는 노하우도 배울 수 있다.
출판사 리뷰
이 책은 OpenAI API를 활용해 파이썬으로 인공지능 애플리케이션을 개발하는 방법을 알려줍니다. 챗GPT와 API의 기본 개념부터 최신 정보를 활용한 챗봇, 음성 인식과 요약까지 실전 예제를 통해 OpenAI API의 다양한 활용법을 익힐 수 있습니다. 또한 랭체인(LangChain)과 크로마(Chroma) 등을 활용하여 대화형 애플리케이션 개발을 효율화하는 노하우도 배울 수 있습니다. 이 책을 통해 여러분도 인공지능 애플리케이션을 직접 만들 수 있는 개발자로 거듭날 것입니다.
★ 이 책에서 다루는 내용 ★
챗GPT와 OpenAI API의 기본 개념과 사용 방법
자체 데이터를 학습시킨 챗봇 개발
뉴스 기사 자동 생성을 위한 데이터 수집과 요약
음성 데이터 텍스트 변환과 요약을 통한 회의록 생성
대화 상황을 고려한 맞춤형 챗봇 개발
PDF 문서 데이터 추출과 시각화
랭체인을 활용한 개발 효율화
저자 소개
저자 : 후루카와 쇼이치
1992년 가고시마에서 태어나 도쿄대학 공학부를 졸업한 후, 현재 주식회사 디지털레시피의 이사이자 CTO(최고기술책임자)를 맡고 있다. 대학 시절 AI를 연구하는 마츠오 교수의 연구실에서 공부한 것을 계기로 인터넷에 관심을 가진 그는, 대학생을 대상으로 하는 이벤트 소개 서비스 ‘facevent’를 창업했고, 해당 서비스는 누적 30만 명의 대학생이 이용했다. 이후 일본의 트위터 관리 도구 중 점유율 1위를 기록한 ‘소셜독(SocialDog)’ 등 여러 스타트업을 거쳐 현재에 이르렀다.
디지털레시피에서는 ‘슬라이드플로’(Slideflow, 파워포인트로 간단하게 웹서비스를 제작하는 서비스)를 시작으로 최근에는 일본어 AI 작문 보조 서비스 ‘Catchy(캐치)’의 사업 총괄을 맡고 있다. Catchy는 OpenAI가 제공하는 텍스트 생성 AI인 GPT-3에 기반한 서비스이며 출시 후 6개월 만에 사용자 수 4만 명을 돌파했다. 사업 전략, 제품 개발, 마케팅, AI의 비즈니스 활용 등 폭넓은 영역에 대한 지식을 바탕으로 아무것도 없는 상태에서도 폭발적으로 사용자를 늘리는 신규 사업 개발이 그의 전문 분야이다.
저자 : 오기와라 유이
1994년 출생. 주오대학교 법학부에서 사법을 공부했으나, 어릴 적부터 프로그래밍에 대한 흥미가 커서 웹 엔지니어로 경력을 시작했다. 여러 기업에서의 개발 경험을 거쳐 2022년 주식회사 디지털 레시피에 입사해 GPT를 활용한 AI 작문 보조 서비스 Catchy 런칭에 참여했다.
역자 소개
한국방송통신대학교에서 컴퓨터과학을 전공하고, 일괄 작업과 서버 운영을 자동화하는 외산 소프트웨어의 기술 지원 업무를 주로 했다. 책을 쓰고 번역하다가 IT 전문 출판사의 편집자가 되었다. 최근에는 데이터 분석과 인공지능을 주제로 하는 책을 주로 맡고 있으며, 인공지능으로 업무 생산성을 높이는 데에도 관심이 많다. 서울사이버대학교 드론·로봇융합학과에 재학 중이다. 《실전! 컴퓨터비전을 위한 머신러닝》(위키북스, 2023)을 번역했고 《Hello IT 파이썬을 제대로 활용해보려고 해》(패스트캠퍼스, 2022)를 썼다.
목차
01장: 챗GPT의 기본을 배우자
1 챗GPT란?
__1-1 사람처럼 대화할 수 있는 챗GPT
__1-2 챗GPT를 뒷받침하는 기술
__1-3 챗GPT는 다양한 용도로 활용할 수 있다
__1-4 챗GPT 이용 시 주의점
__1-5 챗GPT는 브라우저와 API로 이용할 수 있다
__1-6 GPT-3.5와 GPT-4의 차이점은?
__1-7 ChatGPT Plus 유료 버전의 특징
2 챗GPT API 개요 알아보기
__2-1 챗GPT API란?
__2-2 GPT-3.5와 GPT-4는 어떻게 사용할까?
3 챗GPT의 핵심 키워드를 이해하자!
__3-1 프롬프트는 ‘AI에 대한 지시문’
__3-2 토큰이란 ‘문자열을 나누는 단위’
__3-3 매개변수란 ‘작동을 제어하기 위한 설정값’
4 챗GPT API 요금 체계
__4-1 챗GPT API의 요금 체계
__4-2 API 이용 요금 계산 방법
__4-3 Tokenizer로 토큰 수를 확인하자
__4-4 한국어는 영어보다 토큰 수가 더 많다
5 API로 확장되는 챗GPT의 가능성
__5-1 챗GPT API로 할 수 있는 일 알아보기
__5-2 답변의 내용과 스타일을 세밀하게 조정할 수 있다
__5-3 정보를 학습할 수 있다
__5-4 기능 확장 가능
6 좋은 답변을 얻기 위한 프롬프트 작성 가이드
__6-1 프롬프트로 챗GPT 답변의 질을 높인다
__6-2 역할 전달
__6-3 맥락 전달
__6-4 목적 전달
__6-5 출력 형식 전달
__6-6 적절한 문체 선택
02장: 개발 환경과 API를 준비하자
1 챗GPT API 키 받기
__1-1 챗GPT API를 사용하려면?
__1-2 OpenAI 계정을 만들자
__1-3 API 키를 얻자
__1-4 API 키 취급에 주의
2 파이썬을 사용할 준비를 하자
__2-1 왜 파이썬을 사용해야 하는가?
__2-2 파이썬 버전에 대해서
__2-3 파이썬을 설치하자 (윈도우의 경우)
__2-4 파이썬을 설치하자 (macOS의 경우)
3 코드 편집기를 준비하자
__3-1 비주얼 스튜디오 코드(VS Code)란?
__3-2 VS Code를 설치하자
__3-3 파이썬 코드를 작성해 보자
__3-4 파이썬 코드를 실행해 보자
4 파이썬에서 챗GPT API를 사용하는 방법
__4-1 파이썬에서 챗GPT API를 사용하기 위해 필요한 것들
__4-2 OpenAI의 라이브러리를 사용해 보자
__4-3 환경 변수란?
__4-4 API 키를 환경 변수로 설정하기 (윈도우의 경우)
__4-5 API 키를 환경 변수로 설정하자 (macOS의 경우)
__4-6 API를 사용해 챗GPT에 질문해 보기
5 챗GPT API의 기본 사용법
__5-1 요청과 응답
__5-2 챗GPT API의 요청과 응답
__5-3 챗GPT API의 매개변수를 이해하자
03장: 단문 작성과 SNS 포스팅을 자동화하자
1 SNS 포스팅 글 생성 봇 개요 및 완성형
__1-1 완성형을 살펴보자
__1-2 게시물 생성 봇이란?
__1-3 개발의 흐름
2 과거 포스팅 글에서 문체를 학습시키자!
__2-1 퓨샷 학습이란?
__2-2 사용하는 프롬프트
__2-3 제로샷의 경우
__2-4 원샷 학습의 경우
__2-5 퓨샷 학습의 경우
3 트위터 API를 사용해 게시하기
__3-1 트위터 API로 할 수 있는 일
__3-2 트위터 API 요금제
__3-3 트위터 API의 API 키를 얻자
__3-4 봇을 구현하자
__3-5 게시물의 무작위성이나 어조를 조절하기
__3-6 봇의 적용 사례와 주의점
04장: 나만의 데이터로 학습한 채팅봇을 만들어보자
1 챗봇의 개요와 완성형
__1-1 완성형을 살펴보자
__1-2 개발의 흐름
2 나만의 데이터를 학습하는 방법
__2-1 대량의 데이터를 학습시킬 수 있는 RAG
__2-2 벡터 데이터를 보관하는 벡터 DB
__2-3 RAG를 활용하여 데이터에 기반한 답변을 이끌어내는 방법은?
3 독자적인 데이터를 임베딩해 보자
__3-1 학습 데이터의 텍스트 파일을 만들자
__3-2 학습 데이터를 CSV로 변환하자
__3-3 학습 데이터를 임베딩하자
4 챗봇을 작동시켜 보자
__4-1 챗GPT와 대화하는 프로그램을 만들어 보자
__4-2 주어진 지식을 바탕으로 답하는 프로그램을 만들어 보자
__4-3 대화 프로그램을 개조하여 챗봇을 완성하자
__4-4 챗봇에 개성을 부여
__4-5 자체 데이터를 학습한 챗봇의 응용 사례
05장: 음성 데이터를 필사하고 요약해 보자
1 위스퍼 개요 및 완성형
__1-1 위스퍼 개요
__1-2 완성형을 살펴보자
__1-3 개발 단계
2 음성 필사 가능한 위스퍼
__2-1 전사 AI의 기술적 구조
__2-2 높은 정확도의 전사 작업이 가능한 위스퍼
__2-3 언어에 따른 정확도 차이
__2-4 OSS 버전과 API 버전
__2-5 요금 체계
3 위스퍼로 받아쓰기를 해 보자
__3-1 음성 파일 준비하기
__3-2 클라이언트를 준비하자
__3-3 API 키 설정하기
__3-4 전사 작업을 해보자
__3-5 출력 형식을 바꿔보자
4 받아쓴 문장을 요약해 보자
__4-1 필사하자
__4-2 요약하기
5 위스퍼의 번역 기능을 활용해 받아쓰기와 번역을 동시에 실행
__5-1 위스퍼의 번역 기능이 무엇인지 알아보자!
__5-2 한국어 음성을 번역하고 영어 전사 작업을 한다
__5-3 영어로 번역하면서 필사본을 요약해 보자
06장: 최신 정보를 포함한 뉴스 기사를 만들자
1 뉴스 기사 생성 프로그램 개요 및 완성형
__1-1 완성형을 살펴보자
__1-2 개발 흐름
__1-3 검색엔진과 챗GPT를 연동해 활용하기
2 복잡한 LLM 앱 개발을 효율화하는 랭체인
__2-1 랭체인이란?
__2-2 랭체인의 주요 기능
__2-3 랭체인 사용 시 주의 사항
3 최신 정보를 포함한 뉴스 기사를 만들자
__3-1 필요한 라이브러리를 설치하자
__3-2 Google 검색을 위한 API 키를 얻자
__3-3 최신 정보에 기반한 뉴스 기사 생성하기
__3-4 해외 사이트에서 정보 수집하여 기사화하기
07장: PDF에서 데이터를 추출해 그래프로 만들어 보자
1 PDF에서 데이터 추출하는 프로그램의 개요 및 완성형
__1-1 완성형을 살펴보자
__1-2 개발 흐름
2 구조화된 데이터와 비정형 데이터란?
__2-1 정형 데이터와 비정형 데이터
__2-2 비정형 데이터의 활용이 중요한 이유
__2-3 비정형 데이터를 정형 데이터로 변환하기
3 랭체인으로 PDF를 구조화된 데이터로 변환하자
__3-1 PDF를 읽어 들여 구조화된 데이터로 변환하자
__3-2 구조화된 데이터를 CSV로 출력해 보자
__3-3 데이터 시각화하기
__3-4 활용 사례
4 PDF의 내용을 바탕으로 답변하는 챗봇 만들기
__4-1 챗봇의 완성형
__4-2 PDF 내용을 바탕으로 챗봇이 답변하게 하기
__4-3 다양한 응용 가능성
08장: 운영상의 문제를 예방하자
1 챗GPT API 이용 시 주의사항
__1-1 OpenAI의 데이터 이용 정책 알아보기
__1-2 개인정보, 기밀정보 입력 금지
__1-3 예상치 못한 고액 청구 방지
2 부적절한 콘텐츠 생성을 방지
__2-1 부적절한 콘텐츠 생성 방지의 필요성에 대해
__2-2 문제 발언을 감지할 수 있는 ‘모더레이션 API’란?
__2-3 모더레이션 API를 사용해 보자
__2-4 모더레이션 API의 주의점
3 오류에 대처하자
__3-1 OpenAI의 API 오류 코드와 대처 방법
__3-2 파이썬 라이브러리 오류 대처 방법
__3-3 API 접속 횟수를 제한하는 ‘Rate Limits’
09장: 프롬프트 주입에 대한 대책을 세우자
1 프롬프트 주입이란?
__1-1 프롬프트 주입은 AI에 대한 공격 기법
__1-2 프롬프트 주입의 작동 원리
__1-3 프롬프트 주입이 유발하는 문제
2 프롬프트 주입 예시
__2-1 모델 출력 가로채기
__2-2 시스템에서 설정한 프롬프트 추출하기
__2-3 윤리적으로 문제가 있는 내용을 출력하게 한다.
3 프롬프트 주입 대책
__3-1 프롬프트 주입에 대한 대책은 어렵다
__3-2 대책 : 사용자 입력값 제한 및 검증하기
__3-3 대책 : 챗GPT의 출력 검증하기
__3-4 대책 : 사용자 입출력 텍스트 수집하기
1 챗GPT란?
__1-1 사람처럼 대화할 수 있는 챗GPT
__1-2 챗GPT를 뒷받침하는 기술
__1-3 챗GPT는 다양한 용도로 활용할 수 있다
__1-4 챗GPT 이용 시 주의점
__1-5 챗GPT는 브라우저와 API로 이용할 수 있다
__1-6 GPT-3.5와 GPT-4의 차이점은?
__1-7 ChatGPT Plus 유료 버전의 특징
2 챗GPT API 개요 알아보기
__2-1 챗GPT API란?
__2-2 GPT-3.5와 GPT-4는 어떻게 사용할까?
3 챗GPT의 핵심 키워드를 이해하자!
__3-1 프롬프트는 ‘AI에 대한 지시문’
__3-2 토큰이란 ‘문자열을 나누는 단위’
__3-3 매개변수란 ‘작동을 제어하기 위한 설정값’
4 챗GPT API 요금 체계
__4-1 챗GPT API의 요금 체계
__4-2 API 이용 요금 계산 방법
__4-3 Tokenizer로 토큰 수를 확인하자
__4-4 한국어는 영어보다 토큰 수가 더 많다
5 API로 확장되는 챗GPT의 가능성
__5-1 챗GPT API로 할 수 있는 일 알아보기
__5-2 답변의 내용과 스타일을 세밀하게 조정할 수 있다
__5-3 정보를 학습할 수 있다
__5-4 기능 확장 가능
6 좋은 답변을 얻기 위한 프롬프트 작성 가이드
__6-1 프롬프트로 챗GPT 답변의 질을 높인다
__6-2 역할 전달
__6-3 맥락 전달
__6-4 목적 전달
__6-5 출력 형식 전달
__6-6 적절한 문체 선택
02장: 개발 환경과 API를 준비하자
1 챗GPT API 키 받기
__1-1 챗GPT API를 사용하려면?
__1-2 OpenAI 계정을 만들자
__1-3 API 키를 얻자
__1-4 API 키 취급에 주의
2 파이썬을 사용할 준비를 하자
__2-1 왜 파이썬을 사용해야 하는가?
__2-2 파이썬 버전에 대해서
__2-3 파이썬을 설치하자 (윈도우의 경우)
__2-4 파이썬을 설치하자 (macOS의 경우)
3 코드 편집기를 준비하자
__3-1 비주얼 스튜디오 코드(VS Code)란?
__3-2 VS Code를 설치하자
__3-3 파이썬 코드를 작성해 보자
__3-4 파이썬 코드를 실행해 보자
4 파이썬에서 챗GPT API를 사용하는 방법
__4-1 파이썬에서 챗GPT API를 사용하기 위해 필요한 것들
__4-2 OpenAI의 라이브러리를 사용해 보자
__4-3 환경 변수란?
__4-4 API 키를 환경 변수로 설정하기 (윈도우의 경우)
__4-5 API 키를 환경 변수로 설정하자 (macOS의 경우)
__4-6 API를 사용해 챗GPT에 질문해 보기
5 챗GPT API의 기본 사용법
__5-1 요청과 응답
__5-2 챗GPT API의 요청과 응답
__5-3 챗GPT API의 매개변수를 이해하자
03장: 단문 작성과 SNS 포스팅을 자동화하자
1 SNS 포스팅 글 생성 봇 개요 및 완성형
__1-1 완성형을 살펴보자
__1-2 게시물 생성 봇이란?
__1-3 개발의 흐름
2 과거 포스팅 글에서 문체를 학습시키자!
__2-1 퓨샷 학습이란?
__2-2 사용하는 프롬프트
__2-3 제로샷의 경우
__2-4 원샷 학습의 경우
__2-5 퓨샷 학습의 경우
3 트위터 API를 사용해 게시하기
__3-1 트위터 API로 할 수 있는 일
__3-2 트위터 API 요금제
__3-3 트위터 API의 API 키를 얻자
__3-4 봇을 구현하자
__3-5 게시물의 무작위성이나 어조를 조절하기
__3-6 봇의 적용 사례와 주의점
04장: 나만의 데이터로 학습한 채팅봇을 만들어보자
1 챗봇의 개요와 완성형
__1-1 완성형을 살펴보자
__1-2 개발의 흐름
2 나만의 데이터를 학습하는 방법
__2-1 대량의 데이터를 학습시킬 수 있는 RAG
__2-2 벡터 데이터를 보관하는 벡터 DB
__2-3 RAG를 활용하여 데이터에 기반한 답변을 이끌어내는 방법은?
3 독자적인 데이터를 임베딩해 보자
__3-1 학습 데이터의 텍스트 파일을 만들자
__3-2 학습 데이터를 CSV로 변환하자
__3-3 학습 데이터를 임베딩하자
4 챗봇을 작동시켜 보자
__4-1 챗GPT와 대화하는 프로그램을 만들어 보자
__4-2 주어진 지식을 바탕으로 답하는 프로그램을 만들어 보자
__4-3 대화 프로그램을 개조하여 챗봇을 완성하자
__4-4 챗봇에 개성을 부여
__4-5 자체 데이터를 학습한 챗봇의 응용 사례
05장: 음성 데이터를 필사하고 요약해 보자
1 위스퍼 개요 및 완성형
__1-1 위스퍼 개요
__1-2 완성형을 살펴보자
__1-3 개발 단계
2 음성 필사 가능한 위스퍼
__2-1 전사 AI의 기술적 구조
__2-2 높은 정확도의 전사 작업이 가능한 위스퍼
__2-3 언어에 따른 정확도 차이
__2-4 OSS 버전과 API 버전
__2-5 요금 체계
3 위스퍼로 받아쓰기를 해 보자
__3-1 음성 파일 준비하기
__3-2 클라이언트를 준비하자
__3-3 API 키 설정하기
__3-4 전사 작업을 해보자
__3-5 출력 형식을 바꿔보자
4 받아쓴 문장을 요약해 보자
__4-1 필사하자
__4-2 요약하기
5 위스퍼의 번역 기능을 활용해 받아쓰기와 번역을 동시에 실행
__5-1 위스퍼의 번역 기능이 무엇인지 알아보자!
__5-2 한국어 음성을 번역하고 영어 전사 작업을 한다
__5-3 영어로 번역하면서 필사본을 요약해 보자
06장: 최신 정보를 포함한 뉴스 기사를 만들자
1 뉴스 기사 생성 프로그램 개요 및 완성형
__1-1 완성형을 살펴보자
__1-2 개발 흐름
__1-3 검색엔진과 챗GPT를 연동해 활용하기
2 복잡한 LLM 앱 개발을 효율화하는 랭체인
__2-1 랭체인이란?
__2-2 랭체인의 주요 기능
__2-3 랭체인 사용 시 주의 사항
3 최신 정보를 포함한 뉴스 기사를 만들자
__3-1 필요한 라이브러리를 설치하자
__3-2 Google 검색을 위한 API 키를 얻자
__3-3 최신 정보에 기반한 뉴스 기사 생성하기
__3-4 해외 사이트에서 정보 수집하여 기사화하기
07장: PDF에서 데이터를 추출해 그래프로 만들어 보자
1 PDF에서 데이터 추출하는 프로그램의 개요 및 완성형
__1-1 완성형을 살펴보자
__1-2 개발 흐름
2 구조화된 데이터와 비정형 데이터란?
__2-1 정형 데이터와 비정형 데이터
__2-2 비정형 데이터의 활용이 중요한 이유
__2-3 비정형 데이터를 정형 데이터로 변환하기
3 랭체인으로 PDF를 구조화된 데이터로 변환하자
__3-1 PDF를 읽어 들여 구조화된 데이터로 변환하자
__3-2 구조화된 데이터를 CSV로 출력해 보자
__3-3 데이터 시각화하기
__3-4 활용 사례
4 PDF의 내용을 바탕으로 답변하는 챗봇 만들기
__4-1 챗봇의 완성형
__4-2 PDF 내용을 바탕으로 챗봇이 답변하게 하기
__4-3 다양한 응용 가능성
08장: 운영상의 문제를 예방하자
1 챗GPT API 이용 시 주의사항
__1-1 OpenAI의 데이터 이용 정책 알아보기
__1-2 개인정보, 기밀정보 입력 금지
__1-3 예상치 못한 고액 청구 방지
2 부적절한 콘텐츠 생성을 방지
__2-1 부적절한 콘텐츠 생성 방지의 필요성에 대해
__2-2 문제 발언을 감지할 수 있는 ‘모더레이션 API’란?
__2-3 모더레이션 API를 사용해 보자
__2-4 모더레이션 API의 주의점
3 오류에 대처하자
__3-1 OpenAI의 API 오류 코드와 대처 방법
__3-2 파이썬 라이브러리 오류 대처 방법
__3-3 API 접속 횟수를 제한하는 ‘Rate Limits’
09장: 프롬프트 주입에 대한 대책을 세우자
1 프롬프트 주입이란?
__1-1 프롬프트 주입은 AI에 대한 공격 기법
__1-2 프롬프트 주입의 작동 원리
__1-3 프롬프트 주입이 유발하는 문제
2 프롬프트 주입 예시
__2-1 모델 출력 가로채기
__2-2 시스템에서 설정한 프롬프트 추출하기
__2-3 윤리적으로 문제가 있는 내용을 출력하게 한다.
3 프롬프트 주입 대책
__3-1 프롬프트 주입에 대한 대책은 어렵다
__3-2 대책 : 사용자 입력값 제한 및 검증하기
__3-3 대책 : 챗GPT의 출력 검증하기
__3-4 대책 : 사용자 입출력 텍스트 수집하기
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)
