- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
베스트
GPT API를 활용한 인공지능 앱 개발 오픈AI o1, 랭체인, 라마인덱스로 만드는 AI 프로그램, 2판
- 올리비에 케일린,마리-알리스 블레트 저
- 이일섭,박태환 역
- 한빛미디어
- 2024년 12월 20일
-
정가27,000원
-
판매가24,300원 [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
-
적립금1,350원 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: 9791169213295
324쪽
616g
183 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
챗GPT의 등장 이후로 언어 모델은 놀라운 속도로 진화하고 있다. 이 책은 LLM의 흥미로운 역사와 핵심 요소를 짚어보고 간단한 파이썬 코드로 인공지능 앱을 만드는 방법을 소개한다. 오픈AI API와 각종 라이브러리를 활용해 뉴스 기사 생성, 유튜브 동영상 요약, 질의응답 봇, 음성인식 프로그램 등 흥미로운 프로젝트를 직접 구축한다. 이 과정에서 프롬프트 엔지니어링, 파인 튜닝, 랭체인, RAG 등 고급 주제를 폭넓게 다룬다.
완전히 새롭게 구성한 2판에는 더욱 확장된 최신 AI 기술을 폭넓게 다룬다. AI 개념에 대한 명확하고 자세한 설명과 함께 오픈AI 서비스를 효과적이고 안전하게 통합하는 방법을 친절하게 소개한다. 기본적인 파이썬 지식만 있으면 누구나 쉽게 따라 할 수 있다. 명확한 설명, 예제 프로젝트, 단계별 지침을 통해 새로운 앱을 만들어 보자.
출판사 리뷰
o1부터 RAG, 랭체인, 파인 튜닝 그리고 프롬프트 엔지니어링까지
GPT와 파이썬을 활용한 실전 LLM 앱 개발
챗GPT의 등장 이후로 언어 모델은 놀라운 속도로 진화하고 있습니다. 이 책은 LLM의 흥미로운 역사와 핵심 요소를 짚어보고 간단한 파이썬 코드로 인공지능 앱을 만드는 방법을 소개합니다. 오픈AI API와 각종 라이브러리를 활용해 뉴스 기사 생성, 유튜브 동영상 요약, 질의응답 봇, 음성인식 프로그램 등 흥미로운 프로젝트를 직접 구축합니다. 이 과정에서 프롬프트 엔지니어링, 파인 튜닝, 랭체인, RAG 등 고급 주제를 폭넓게 다룹니다.
완전히 새롭게 구성한 2판에는 더욱 확장된 최신 AI 기술을 폭넓게 다룹니다. AI 개념에 대한 명확하고 자세한 설명과 함께 오픈AI 서비스를 효과적이고 안전하게 통합하는 방법을 친절하게 소개합니다. 이 책은 기본적인 파이썬 지식만 있으면 누구나 쉽게 따라 할 수 있습니다. 명확한 설명, 예제 프로젝트, 단계별 지침을 통해 새로운 앱을 만들어 봅시다.
주요 내용
● GPT와 LLM을 응용하는 개념, 특징, 작동 방식
● 오픈AI의 DALL·E, 위스퍼 등 각종 인공지능 서비스 사용법
● 랭체인, 라마인덱스, RAG, 파인 튜닝 등 LLM 관련 고급 주제
● 오픈AI o1의 성능과 특징
2배로 많아진 분량, 더욱 자세한 설명!
AI 전문 지식이 없어도 쉽게 만드는 LLM 앱 개발 핵심 가이드가 돌아왔다!
이 책은 LLM과 GPT에 관한 핵심 내용을 정리하고, GPT API로 즉시 활용 가능한 인공지능 앱을 만드는 방법을 소개합니다. 간단한 실습과 5가지 실전 프로젝트를 구현하며 인공지능 애플리케이션 개발을 익힐 수 있도록 구성 했습니다. GPT를 이용한 답변 생성, DALL·E를 이용한 이미지 생성, 위스퍼를 사용한 음성인식 등 오픈AI가 지원하는 다양한 AI 서비스를 이용해 내게 필요한 인공지능 앱을 만들어 보세요.
2판은 1판 발매 이후 1년 동안 일어난 변경 사항을 반영하고, 그동안 나온 새로운 프레임워크와 서비스를 소개하는 내용을 더했습니다.
번역서 특별 부록: 오픈AI o1
이번 도서에는 오픈AI의 최신 모델 o1에 대한 설명과 API 사용법을 추가로 담았습니다.
2판에서 달라진 점
● 1판보다 2배 가까이 늘어난 분량
● 2024년 11월 기준 최신 업데이트 반영
● 실습 프롬프트의 한국어화
● DALL·E, 위스퍼 등 생성AI API 사용법 추가
● 랭체인, 라마인덱스 등 RAG 지원 LLM 프레임워크 관련 내용 추가
대상 독자
● LLM의 잠재력을 알아보고 싶은 사람
● GPT 관련 개념을 정리하고 실습을 진행해 기본기를 쌓고 싶은 학생
● 파이썬 기반 애플리케이션에 AI를 통합하고 싶은 프로그래머
저자 소개
저자 : 올리비에 케일린
결제 기술의 선도 기업인 월드라인(Worldline)에서 머신러닝 연구자로 일합니다. 브뤼셀 자유대학교(Universite libre de Bruxelles)에서 머신러닝 개론과 심화 딥러닝 과목을 가르치고 있습니다. 통계학과 컴퓨터 과학으로 석사 학위를 받고 머신러닝으로 박사 학위를 받았습니다. 과학 저널 및 학회에서 42편의 논문을 발표했으며 9가지 특허를 보유하고 있습니다.
저자 : 마리-알리스 블레트
코모도 헬스(Komodo Health)에서 AI 엔지니어로 일합니다. 동료 데이터 과학자들에게 엔지니어링 모범 사례를 전파하고 있으며 AI 솔루션 배포에 따른 성능 및 레이턴시 문제에 많은 관심이 있습니다. 개발자 커뮤니티에 자신의 지식을 공유하고 강연하기를 즐깁니다.
역자 소개
역자 : 이일섭
국내 카드사 AI 팀에서 근무하고 있으며 산업공학과 박사과정을 통해 생성형 AI를 연구하고 있습니다. 커뮤니티 '데이터야놀자'와 AI 교육봉사 단체 'AI야, 놀자'에서 활동하고 있습니다. 『데이터 품질의 비밀』(디코딩, 2023)과 『MLOps 실전 가이드』(한빛미디어, 2023), 『GPT-4를 활용한 인공지능 앱 개발』(한빛미디어, 2023 ), 『AI 시대의 프로그래머』(한빛미디어, 2024)를 번역했습니다.
역자 : 박태환
경영학 및 수학을 전공하였으며 생성형 AI를 연구하고 있습니다. 커뮤니티 '데이터야놀자'에서 활동하고 있습니다.
목차
CHAPTER 1 GPT 모델과 챗GPT
_1.1 LLM 소개
__1.1.1 언어 모델과 자연어 처리의 기초 탐구
__1.1.2 트랜스포머 아키텍처와 LLM에서의 역할
__1.1.3 GPT 모델의 토큰화 및 예측 단계
__1.1.4 LLM과 비전 인식의 통합
_1.2 GPT-1부터 GPT-4o까지
__1.2.1 GPT-1
__1.2.2 GPT-2
__1.2.3 GPT-3
__1.2.4 GPT-3에서 인스트럭트GPT로
__1.2.5 GPT-3.5, 챗GPT, 코덱스
__1.2.6 GPT-4
__1.2.7 AI의 진화와 멀티모달리티
_1.3 LLM의 비즈니스 활용 사례
__1.3.1 비 마이 아이즈
__1.3.2 모건 스탠리
__1.3.3 칸 아카데미
__1.3.4 듀오링고
__1.3.5 야블
__1.3.6 웨이마크
__1.3.7 인월드 AI
_1.4 AI 할루시네이션
_1.5 GPT 모델 최적화
_1.6 정리
CHAPTER 2 오픈AI API
_2.1 필수 개념
_2.2 오픈AI API 가용 모델
__2.2.1 GPT 베이스 모델
__2.2.2 인스트럭트GPT(레거시)
__2.2.3 GPT-3.5
__2.2.4 GPT-4
_2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기
_2.4 오픈AI 파이썬 라이브러리
__2.4.1 API 키 발급
__2.4.2 API 호출
_2.5 채팅 완성 모델
__2.5.1 채팅 완성 엔드포인트의 입력 옵션
__2.5.2 temperature와 top_p
__2.5.3 채팅 완성 엔드포인트의 출력 형식
__2.5.4 비전
__2.5.5 JSON 출력
_2.6 텍스트 완성 모델
__2.6.1 텍스트 완성 엔드포인트를 위한 입력 옵션
__2.6.2 텍스트 완성 엔드포인트의 출력 결과 형식
_2.7 고려 사항
__2.7.1 사용료와 토큰 한도
__2.7.2 정보 보안
_2.8 기타 오픈AI API 및 기능
__2.8.1 임베딩
__2.8.2 모더레이션 모델
__2.8.3 텍스트 음성 변환
__2.8.4 음성인식
__2.8.5 이미지 모델 API
_2.9 정리
CHAPTER 3 LLM 기반 애플리케이션 개발
_3.1 주의 사항
__3.1.1 API 키 관리
__3.1.2 보안과 데이터 개인 정보 보호
_3.2 소프트웨어 아키텍처 디자인 패턴
_3.3 LLM 기반 애플리케이션의 능력
__3.3.1 대화 능력
__3.3.2 언어 처리 능력
__3.3.3 인간-컴퓨터 상호작용 능력
__3.3.4 능력 결합
_3.4 프로젝트 예시
__3.4.1 프로젝트 1: 뉴스 생성 솔루션 구축
__3.4.2 프로젝트 2: 유튜브 동영상 요약
__3.4.3 프로젝트 3: <젤다의 전설> 챗봇
__3.4.4 프로젝트 4: 개인 어시스턴트
__3.4.5 프로젝트 5: 문서 정리
__3.4.6 프로젝트 6: 감정 분석
_3.5 비용 관리
_3.6 LLM 기반 애플리케이션의 취약점
__3.6.1 입출력 분석
__3.6.2 프롬프트 인젝션의 불가피성
_3.7 외부 API와 작업
__3.7.1 오류 및 예기치 않은 지연 문제 처리
__3.7.2 요청 제한
__3.7.3 응답성과 사용자 경험 향상
_3.8 정리
CHAPTER 4 GPT-4o 및 챗GPT 활용 고급 기법
_4.1 프롬프트 엔지니어링
__4.1.1 효과적인 프롬프트 설계
__4.1.2 단계별 사고
__4.1.3 퓨샷 러닝 구현
__4.1.4 사용자 피드백을 통한 반복적 개선
__4.1.5 프롬프트 개선
_4.2 파인 튜닝
__4.2.1 시작하기
__4.2.2 오픈AI API를 통한 파인 튜닝
__4.2.3 오픈AI 웹 인터페이스를 통한 파인 튜닝
__4.2.4 파인 튜닝을 활용한 애플리케이션
__4.2.5 파인 튜닝 예시
__4.2.6 파인 튜닝 비용
_4.3 RAG
__4.3.1 기본 RAG
__4.3.2 고급 RAG
__4.3.3 RAG의 한계
_4.4 전략 선택
__4.4.1 전략 비교
__4.4.2 평가
_4.5 LLM 기반 솔루션의 해결 과제
__4.5.1 프롬프트 민감도
__4.5.2 비결정성
__4.5.3 할루시네이션
_4.6 정리
CHAPTER 5 프레임워크로 LLM 기능 높이기
_5.1 랭체인
__5.1.1 랭체인 라이브러리
__5.1.2 동적 프롬프트
__5.1.3 에이전트와 도구
__5.1.4 메모리
__5.1.5 임베딩
_5.2 라마인덱스
__5.2.1 10줄 코드로 RAG 구현하기
__5.2.2 라마인덱스 원칙
__5.2.3 맞춤 설정
_5.3 GPTs
_5.4 어시스턴트 API
__5.4.1 어시스턴트 생성
__5.4.2 어시스턴트 API를 통한 대화 관리
__5.4.3 함수 호출
__5.4.4 오픈AI 웹 플랫폼의 어시스턴트
_5.5 정리
CHAPTER 6 마치며
_6.1 주요 내용
__6.1.1 GPT 모델
__6.1.2 오픈AI API
__6.1.3 기획과 설계
__6.1.4 LLM 기능 활용
__6.1.5 다양한 프레임워크 활용
_6.2 LLM 기반 애플리케이션 개발 과정
__6.2.1 1단계: 아이디어 구상
__6.2.2 2단계: 요구 사항 정의
__6.2.3 3단계: 프로토타입 제작
__6.2.4 4단계: 개선 및 반복
__6.2.5 5단계: 솔루션 완성도 검토
_6.3 정리
APPENDIX A GPT의 활용도를 높이는 도구
A.1 스트림릿
A.2 GPTs 작업 기능
APPENDIX B 오픈AI o1
B.1 챗GPT에서 o1 활용하기
APPENDIX C 용어 사전
C.1 주요 용어
C.2 도구, 라이브러리, 프레임워크
_1.1 LLM 소개
__1.1.1 언어 모델과 자연어 처리의 기초 탐구
__1.1.2 트랜스포머 아키텍처와 LLM에서의 역할
__1.1.3 GPT 모델의 토큰화 및 예측 단계
__1.1.4 LLM과 비전 인식의 통합
_1.2 GPT-1부터 GPT-4o까지
__1.2.1 GPT-1
__1.2.2 GPT-2
__1.2.3 GPT-3
__1.2.4 GPT-3에서 인스트럭트GPT로
__1.2.5 GPT-3.5, 챗GPT, 코덱스
__1.2.6 GPT-4
__1.2.7 AI의 진화와 멀티모달리티
_1.3 LLM의 비즈니스 활용 사례
__1.3.1 비 마이 아이즈
__1.3.2 모건 스탠리
__1.3.3 칸 아카데미
__1.3.4 듀오링고
__1.3.5 야블
__1.3.6 웨이마크
__1.3.7 인월드 AI
_1.4 AI 할루시네이션
_1.5 GPT 모델 최적화
_1.6 정리
CHAPTER 2 오픈AI API
_2.1 필수 개념
_2.2 오픈AI API 가용 모델
__2.2.1 GPT 베이스 모델
__2.2.2 인스트럭트GPT(레거시)
__2.2.3 GPT-3.5
__2.2.4 GPT-4
_2.3 오픈AI 플레이그라운드로 GPT 모델 사용하기
_2.4 오픈AI 파이썬 라이브러리
__2.4.1 API 키 발급
__2.4.2 API 호출
_2.5 채팅 완성 모델
__2.5.1 채팅 완성 엔드포인트의 입력 옵션
__2.5.2 temperature와 top_p
__2.5.3 채팅 완성 엔드포인트의 출력 형식
__2.5.4 비전
__2.5.5 JSON 출력
_2.6 텍스트 완성 모델
__2.6.1 텍스트 완성 엔드포인트를 위한 입력 옵션
__2.6.2 텍스트 완성 엔드포인트의 출력 결과 형식
_2.7 고려 사항
__2.7.1 사용료와 토큰 한도
__2.7.2 정보 보안
_2.8 기타 오픈AI API 및 기능
__2.8.1 임베딩
__2.8.2 모더레이션 모델
__2.8.3 텍스트 음성 변환
__2.8.4 음성인식
__2.8.5 이미지 모델 API
_2.9 정리
CHAPTER 3 LLM 기반 애플리케이션 개발
_3.1 주의 사항
__3.1.1 API 키 관리
__3.1.2 보안과 데이터 개인 정보 보호
_3.2 소프트웨어 아키텍처 디자인 패턴
_3.3 LLM 기반 애플리케이션의 능력
__3.3.1 대화 능력
__3.3.2 언어 처리 능력
__3.3.3 인간-컴퓨터 상호작용 능력
__3.3.4 능력 결합
_3.4 프로젝트 예시
__3.4.1 프로젝트 1: 뉴스 생성 솔루션 구축
__3.4.2 프로젝트 2: 유튜브 동영상 요약
__3.4.3 프로젝트 3: <젤다의 전설> 챗봇
__3.4.4 프로젝트 4: 개인 어시스턴트
__3.4.5 프로젝트 5: 문서 정리
__3.4.6 프로젝트 6: 감정 분석
_3.5 비용 관리
_3.6 LLM 기반 애플리케이션의 취약점
__3.6.1 입출력 분석
__3.6.2 프롬프트 인젝션의 불가피성
_3.7 외부 API와 작업
__3.7.1 오류 및 예기치 않은 지연 문제 처리
__3.7.2 요청 제한
__3.7.3 응답성과 사용자 경험 향상
_3.8 정리
CHAPTER 4 GPT-4o 및 챗GPT 활용 고급 기법
_4.1 프롬프트 엔지니어링
__4.1.1 효과적인 프롬프트 설계
__4.1.2 단계별 사고
__4.1.3 퓨샷 러닝 구현
__4.1.4 사용자 피드백을 통한 반복적 개선
__4.1.5 프롬프트 개선
_4.2 파인 튜닝
__4.2.1 시작하기
__4.2.2 오픈AI API를 통한 파인 튜닝
__4.2.3 오픈AI 웹 인터페이스를 통한 파인 튜닝
__4.2.4 파인 튜닝을 활용한 애플리케이션
__4.2.5 파인 튜닝 예시
__4.2.6 파인 튜닝 비용
_4.3 RAG
__4.3.1 기본 RAG
__4.3.2 고급 RAG
__4.3.3 RAG의 한계
_4.4 전략 선택
__4.4.1 전략 비교
__4.4.2 평가
_4.5 LLM 기반 솔루션의 해결 과제
__4.5.1 프롬프트 민감도
__4.5.2 비결정성
__4.5.3 할루시네이션
_4.6 정리
CHAPTER 5 프레임워크로 LLM 기능 높이기
_5.1 랭체인
__5.1.1 랭체인 라이브러리
__5.1.2 동적 프롬프트
__5.1.3 에이전트와 도구
__5.1.4 메모리
__5.1.5 임베딩
_5.2 라마인덱스
__5.2.1 10줄 코드로 RAG 구현하기
__5.2.2 라마인덱스 원칙
__5.2.3 맞춤 설정
_5.3 GPTs
_5.4 어시스턴트 API
__5.4.1 어시스턴트 생성
__5.4.2 어시스턴트 API를 통한 대화 관리
__5.4.3 함수 호출
__5.4.4 오픈AI 웹 플랫폼의 어시스턴트
_5.5 정리
CHAPTER 6 마치며
_6.1 주요 내용
__6.1.1 GPT 모델
__6.1.2 오픈AI API
__6.1.3 기획과 설계
__6.1.4 LLM 기능 활용
__6.1.5 다양한 프레임워크 활용
_6.2 LLM 기반 애플리케이션 개발 과정
__6.2.1 1단계: 아이디어 구상
__6.2.2 2단계: 요구 사항 정의
__6.2.3 3단계: 프로토타입 제작
__6.2.4 4단계: 개선 및 반복
__6.2.5 5단계: 솔루션 완성도 검토
_6.3 정리
APPENDIX A GPT의 활용도를 높이는 도구
A.1 스트림릿
A.2 GPTs 작업 기능
APPENDIX B 오픈AI o1
B.1 챗GPT에서 o1 활용하기
APPENDIX C 용어 사전
C.1 주요 용어
C.2 도구, 라이브러리, 프레임워크
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)
