출고예상일 안내
주문하신 상품이 한국에서 현지 배송을 위한 출고단계가 이루어질 것으로 예상되는 날짜입니다. 상품을 준비하는 과정에서 내부적인 사정으로 인해 출고예상일에 다소 오차가 생길 수 있습니다.
여러 상품(예약상품포함)을 함께 주문하신 경우 출고예상일이 가장 늦은 날짜에 맞춰 함께 배송됩니다.

- 정가
- $66.00
- 판매가
-
$36.30
(45%↓)
- 적립금
- $0.73 (2%P)
판매가 종료된 상품입니다.
이책의 개정판 정보
이것이 Spring AI다 신용권 저 | 한빛미디어 | 2026년 03월
평점 - · 리뷰 0
ISBN : 9791169214230 / 472쪽 / 897g / 183 x 235 (㎜)
이 상품에 궁금하신점이 있으세요? 1:1상담문의

-
리카이푸, 천치우판
- 19,800 →19,799원
- 26,820 →26,819원
- 24,300 →24,299원
- 20,000 →19,999원
반디앤루니스 리뷰
『이것이 자바다』로 수많은 독자에게 신뢰받은 저자가 이번에는 Spring AI를 소개한다. ChatGPT를 비롯한 생성형 AI가 소프트웨어 개발의 패러다임을 바꾸고 있는 지금, Java 개발자들이 이 변화에 대응할 수 있도록 Spring AI 기술의 모든 것을 체계적으로 정리했다.
이 책은 Spring AI의 기초 개념부터 실전 애플리케이션 구축까지 단계별로 학습할 수 있도록 구성되어 있다. 텍스트 대화와 프롬프트 엔지니어링부터 시작해서 음성 대화, 이미지 생성, 멀티모달 비전 처리까지 최신 AI 기술을 폭넓게 다룬다. 특히 RAG(검색 증강 생성), 벡터 저장소, 대화 기억, Tool Calling, MCP Server 구축 등 실제 AI 서비스 개발에 필수적인 고급 기능들을 실습 중심으로 상세히 설명한다.
모든 예제는 실제 동작하는 코드와 함께 제공되며, 개발 환경 구축부터 최종 서비스 구현까지 Spring AI를 활용한 AI 애플리케이션 개발의 전 과정을 완주할 수 있을 것이다.
출판사 리뷰

Chapter 01 Spring AI 시작
1.1 AI 애플리케이션
1.2 AI 모델 분류
1.3 Spring AI 소개
1.4 Spring AI 개발 환경 구축
1.5 예제 소스 설치
1.6 Spring AI 프로젝트 생성
1.7 Spring AI 학습을 위한 UI 구성
Chapter 02 텍스트 대화
2.1 Chat Model API 042
2.2 Chat Model API 사용하기
2.3 ChatModel 스트리밍 응답
2.4 ChatClient 사용하기
Chapter 03 프롬프트 엔지니어링
3.1 프롬프트 템플릿
3.2 복수 메시지 추가
3.3 디폴트 메시지와 옵션
3.4 프롬프트 엔지니어링
3.5 제로-샷 프롬프트
3.6 퓨-샷 프롬프트
3.7 역할 부여 프롬프트
3.8 스텝-백 프롬프트
3.9 생각의 사슬 프롬프트
3.10 자기 일관성
Chapter 04 구조화된 출력
4.1 구조화된 출력 변환기
4.2 List
4.3 T로 변환 (BeanOutputConverter)
4.4 List
4.5 Map으로 변환 (MapOutputConverter)
4.6 시스템 메시지와 함께 사용
Chapter 05 음성 대화
5.1 음성 변환 기술
5.2 음성 변환해 보기
5.3 입력 음성 준비와 스트리밍 음성 재생
5.4 텍스트도 같이 출력되는 음성 대화
5.5 순수 음성 대화 구현 (방법1)
5.6 순수 음성 대화 구현 (방법2)
Chapter 06 비전 및 이미지 생성
6.1 비전과 멀티모달 LLM
6.2 Spring AI 멀티모달 지원
6.3 객체 탐지 및 상태 분석
6.4 비디오 프레임 분석
6.5 이미지 생성형 모델
6.6 OpenAI 이미지 생성형 모델
6.7 Spring AI 이미지 생성형 모델 지원
6.8 이미지 생성
6.9 이미지 편집
Chapter 07 모델 전·후처리 어드바이저
7.1 Advisor 소개
7.2 Spring AI Advisor API
7.3 Advisor 구현
7.4 Advisor 적용
7.5 공유 데이터 이용
7.6 내장 Advisor
7.7 로깅 Advisor
7.8 세이프가드 Advisor
Chapter 08 임베딩과 벡터 저장소
8.1 임베딩이란
8.2 벡터 저장소 설치
8.3 Spring AI Embedding Model API
8.4 OpenAI 임베딩 모델
8.5 텍스트 임베딩
8.6 VectorStore 인터페이스
8.7 Document 저장
8.8 Document 검색
8.9 Document 삭제
8.10 이미지 임베딩과 얼굴 인식
Chapter 09 대화 기억
9.1 대화 기억과 기억 저장소
9.2 대화 기억을 위한 Advisor
9.3 In-Memory 대화 기억
9.4 VectorStore 대화 기억
9.5 RDBMS 대화 기억
9.6 Cassandra 대화 기억
Chapter 10 문서 검색 기반 답변, RAG
10.1 RAG 이해하기
10.2 지식 기반 저장소와 ETL
10.3 ETL: Text, PDF, Word 파일
10.4 ETL: HTML, JSON
10.5 RAG: QuestionAnswerAdvisor
10.6 RAG: RetrievalAugmentationAdvisor
10.7 RAG: CompressionQueryTransformer 모듈
10.8 RAG: RewriteQueryTransformer 모듈
10.9 RAG: TranslationQueryTransformer 모듈
10.10 RAG: MultiQueryExpander 모듈
Chapter 11 도구 호출
11.1 도구 호출
11.2 도구 정의하기
11.3 프롬프트에 도구 정보 포함
11.4 추가 데이터 제공
11.5 도구에서 바로 응답
11.6 도구 예외 처리
11.7 이미지 분석 후 조치 도구
11.8 파일 관리 도구
11.9 인터넷 검색 도구
Chapter 12 MCP, 외부 도구
12.1 MCP란
12.2 MCP 통신 방식
12.3 STDIO 통신 방식 MCP Server
12.4 WebMVC 기반 SSE 통신 방식 MCP Server
12.5 WebFlux 기반 SSE 통신 방식 MCP Server
부록
A.1 OpenAI API key 생성 및 Credits 결제
A.2 Docker Desktop 설치
A.3 Vertex AI Gemini 모델 사용
A.4 온-프레미스 LLM 설치
찾아보기


































