173만명의 커뮤니티!! 함께 토론해봐요.
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요. 강의에서 언급하는것과 달리 gpt에 물어보니 현재는 공식 LangChain Reference에서는 RetrievalQA 를 deprecated(사용 중단 권장) 로 표시하고, 대신 create_retrieval_chain() 을 사용하는 예제를 직접 안내하고 있다고 하는데 강의 방식이 아닌 이 방법으로 공부해야할까요? 강의내용과 조금 바뀐거 같아 문의드립니다.
미해결
코딩 없이 완성하는 AI 에이전트 마스터 (전 4부작) ①/④ 입문: 개념·구조·동작 원리
노트북LM으로 생성된 슬라이드 같은데 너무 한글 오타가 많네요 수정이 필요할 듯 합니다.
미해결
프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용
13번 강의의 12:03 항목에서 additional_inputs에 PDF 모듈을 추가한 코드 실행 시 Additional inputs 아코디언에 렌더링 되지 않는 이슈가 확인되었습니다. 코드를 아래처럼 변경하시면 정상 동작되니 참고부탁드립니다. demo = gr.ChatInterface(process_pdf_and_answer, autofocus=False, api_name="chat", additional_inputs=[ gr.File( label="PDF 파일 업로드", file_types=[".pdf"], type="filepath" ) ], additional_inputs_accordion=gr.Accordion( label="PDF 업로드", open=True ) )
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요? 저는 windows 11 운영체제에서 실습 중입니다. 3.2 LangChain과 Chroma를 활용한 RAG 구성 강의 에서, from langchain_chroma import Chroma # 데이터를 처음 저장할 때 database = Chroma.from_documents(documents=document_list, embedding=embedding, collection_name='chroma-tax', persist_directory="./chroma") 코드 수행시 kernel 이 죽습니다. 우선 pyenv-win 으로 설치한 python은 완벽히 제거, pyenv-win 도 완벽히 제거, python windows 3.12.10 version 설치 mkdir {project_name} cd {project_name} py -3.12 -m venv .venv .\.venv\Scripts\Activate.ps1 python -m pip install --upgrade pip 으로 프로젝트 생성후 어제 부터 계속 이러네요. jupyter notebook web server 실행 시켜 수행해도 같은 상황 입니다. 어떻게 해결 해야 할까요?? 고맙습니다. https://github.com/microsoft/vscode-jupyter/wiki/Kernel-crashes
미해결
JAVA 실전 AI (feat. OpenAI, ChatGPT)
강의자료 제공되는 곳이 따로 있는 건가요? 14강까지는 강의 보고 따라할 수 있었는데 마지막 강의는 강의 영상에 전체 소스 확인하기가 어려워서요. 인프런 강의화면에는 자료실같은게 따로 없는것 같은데요 혹시 강의자료 다운로드 받을 수 있는 곳이 있는지 문의드립니다.
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, 강의를 꾸준히 따라가면서 듣고 있는데, 공식문서가 너무 많이 바뀌어서 코드를 따라가기가 어려운 것 같아요 ㅠㅠ 혹시 강의의 내용에 따라 따라갈 수 있는 바뀐 공식문서의 링크를 좀 알 수 있을까요? https://www.langchain.com 의 Learn - [How to] - [Document]에 들어간 후, 어디서부터 따라가야 강의의 내용을 보충할 수 있을까요?
미해결
챗봇을 만들며 배우는 ai agent 개발의 모든것(fastapi, RAG, vector, LangChain, sLLM/파인튜닝)
강의 노션 링크나 github 정보는 화면 보면서 하나하나 쳐야 하는걸까요?
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
보통 RAG를 잘 구축하면 충분히 'AI 에이전트'로서의 역할을 수행할 수 있다고 생각하는데, 실무에서는 어떤 지점에서 파인튜닝을 결합하는 것이 일반적인지 궁금합니다. 단순히 말투를 바꾸거나 특정 도메인 지식을 주입하는 것이 목적이라면 파인튜닝이 필수가 아닌 것 같기도 한데, '파인튜닝을 반드시 수행해야만 하는 결정적인 상황' 은 언제인가요? 혹시 파인튜닝의 높은 비용과 관리 부담을 고려했을 때, 실무에서는 RAG의 검색 품질 개선(하이브리드 검색, 리랭킹 등)을 최우선으로 두고 어느 정도 수준까지 도달했을 때 파인튜닝을 고려하는지, 그 판단 기준이나 우선순위가 궁금합니다.
미해결
챗봇을 만들며 배우는 ai agent 개발의 모든것(fastapi, RAG, vector, LangChain, sLLM/파인튜닝)
fastapi 구조와 실행에서 postman에 사용하는 json은 어디서 받을 수 있을까요?
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, 관련된강의와 선생님께서 쓰신책도 구매하여 보고있습니다. 보다보니, 강의 내용과 책의 코드가 다른것같아서요 (예를들어 chroma 파트에서의 코드부분) 어떤식으로 학습하면 좋을지 문의드립니다
미해결
LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!
실습2_GPT기반_온라인_댓글_분류_자동 파일 오류 수정해주세요. 쥬피터 노트북 파일에는 total 데이터 썼다고 되어 있는데, review 데이터 아닌가요? 토탈 데이터 없습니다. 그리고 text 컬럼 없어요. 시간 한참 허비 했습니다. 그리고 전체적으로 코드 자료 구글 드라이브 엑셀 파일 정리 좀 맞게 해주세요. 매치가 안 되고 정리가 안 돼서 보기 불편합니다. 강의명에 맞게 파일을 정리해야죠. 뭔가 정리가 잘 안 되네요. reviews['text']
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요 공식문서가 바뀌면서 강의에서 보이는 설치 명령어 및 문서들이 보이지 않는 것 같습니다 필요한 의존성을 설치하려고 해도 공식문서에는 안내가 없어 이럴 경우에는 어떻게 학습 해야할까요
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
온톨로지 구성해서 활용하는 방법도 궁금합니다
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
현재 openai 쓰다가 쿼터 문제로 막혀서 업스테이지꺼 일시기간 무료 쓸려다가 그냥 아예 무료인 라마로 돌리면 어떨까싶어서요 라마도 한국어 호환 잘 되도록 버전도 있다고 해서요 가능할까요?
미해결
프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용
윈도우 파워쉘에서 패키지 설치 시 아래와 같은 오류가 납니다. 1) 첫번 째 오류 PS C:\Users\hanul\Edu> poetry new qa-bot 정보: 제공된 패턴에 해당되는 파일을 찾지 못했습니다. Created package qa_bot in qa-bot PS C:\Users\hanul\Edu> -> 오류메시지가 나오나 qa-bot 폴더가 만들어지긴 합니다. 그리고 qa-bot 폴더 하위에 아래의 디렉토리와 파일들이 있습니다. d----- 2026-04-08 오후 7:12 src d----- 2026-04-08 오후 7:12 tests -a---- 2026-04-08 오후 7:12 373 pyproject.toml -a---- 2026-04-08 오후 7:12 0 README.md pyproject.toml 을 VScode로 열어보면 아래와 같습니다. [project] name = "qa-bot" version = "0.1.0" description = "" authors = [ {name = "Your Name",email = " you@example.com "} ] readme = " README.md " requires-python = ">=3.13" dependencies = [ ] [tool.poetry] packages = [{include = "qa_bot", from = "src"}] [build-system] requires = ["poetry-core>=2.0.0,<3.0.0"] build-backend = "poetry.core.masonry.api" 2) 두번째 오류 설치 중 아래와 같은 오류가 발생하면서 더 이상 진행이 안됩니다. PS C:\Users\hanul\Edu\qa-bot> poetry add python-dotenv langchain langchain_openai gradio Using version ^1.2.2 for python-dotenv Using version ^1.2.15 for langchain Using version ^1.1.12 for langchain-openai Using version ^6.11.0 for gradio Updating dependencies Resolving dependencies... (2.0s) The current project's supported Python range (>=3.13) is not compatible with some of the required packages Python requirement: - langchain-openai requires Python <4.0.0,>=3.10.0, so it will not be installable for Python >=4.0.0 Because langchain-openai (1.1.12) requires Python <4.0.0,>=3.10.0 and no versions of langchain-openai match >1.1.12,<2.0.0, langchain-openai is forbidden. So, because qa-bot depends on langchain-openai (^1.1.12), version solving failed. * Check your dependencies Python requirement: The Python requirement can be specified via the python or markers properties For langchain-openai, a possible solution would be to set the python property to ">=3.13,<4.0.0" https://python-poetry.org/docs/dependency-specification/#python-restricted-dependencies , https://python-poetry.org/docs/dependency-specification/#using-environment-markers
미해결
고품질 AI 에이전트를 만들기 위한 컨텍스트 엔지니어링(Context Engineering)
PDF 강의자료 어디에 있나요 ?
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
3.2 강의 수강중인데 소득세법 파일을 다운로드받고 docx 로 변환을 못하겠어요 | 맥인데 word가 설치가 되어 있지 않아서요 파이선이 읽을 수 있게 변환된 파일 공유가 가능한거요?
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, 허깅페이스에서 모델을 불러오다가 에러가 생겨서 질문 남깁니다! 강의상으로는 model_id='LGAI-EXAONE/EXAONE-3.0-7.8B-Instruct 를 사용하셨지만, 인증 문제 때문에 model_id='LGAI-EXAONE/EXAONE-3.5-7.8B-Instruct' 로 대체하여 사용중입니다 대체된 모델로 chat_model을 만들고 돌렸을 때, 위 이미지와 같은 에러가 나타납니다...혹시 transformer 관련 버전 호환문제일 수도 있을까요? 답변 부탁드립니다!
해결됨
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요. 강의 수강 중 중간중간에 일이 생겨 이제서야 빠르게 복습하고 다시 수강하고 있는 수강생입니다. 저는 강의에서 사용되었던 코드를 실행했을 때, 평가 실행 시 "KeyError" 오류가 발생되었습니다. 많은 분들께서 따라하는 과정에서 저와 같은 오류를 마주하고 Langsmith Docs를 열어보셨을 것 같습니다. 다만 강의에서 다루는 코드와 현재 시점에 Langsmith Docs에 작성된 튜토리얼 코드는 많은 부분이 변경되었기에 현재 시점의 Langsmith Docs에서 다루는 LLM Evaluator 구현 시 포인트와 함께 Upstage를 사용한 방법을 정리하여 공유드리려합니다. 참고로 현재 시점의 Langsmith Docs는 아래 링크의 문서이며, 이하 설명에서는 Langsmith Docs를 Docs로 부르겠습니다. https://docs.langchain.com/langsmith/evaluate-rag-tutorial 1. Evaluator 종류 - 현재 Doc에서는 다음과 같은 평가 지표에 대한 예시를 제공하고 있습니다. 1) 정확성(Correctness): LLM의 답변이 실제 답변과 얼마나 유사하고 정확한지 측정 2) 관련성(Relevance): LLM의 답변이 사용자의 질문과 얼마나 관련있는지 측정 3) 근거성(Groundedness): LLM의 답변이 검색된 데이터의 맥락과 얼마나 일치하는지 측정 4) 검색 관련성(Retrieval relevance): 입력된 질문과 검색된 데이터는 얼마나 관련있는지 측정 2. 데이터 셋 형식 변경 - 현재의 Docs에서는 다음과 같은 데이터 셋 형식을 사용하고 있습니다. # Define the examples for the dataset examples = [ { "inputs": {"question": "How does the ReAct agent use self-reflection? "}, "outputs": {"answer": "ReAct integrates reasoning and acting, performing actions - such tools like Wikipedia search API - and then observing / reasoning about the tool outputs."}, }, ... ] - 따라서 강의에서 제공된 데이터 셋을 다음과 같이 변경할 수 있습니다. Docs의 Evaluator에서는 'contexts' 를 사용하진 않는 것 같지만 기존 데이터 셋의 내용에 맞추어 수정한 점은 참고바랍니다. examples = [ { "inputs": {"question": "제1조에 따른 소득세법의 목적은 무엇인가요?"}, "outputs": {"answer": "소득세법의 목적은 소득의 성격과 납세자의 부담능력에 따라 적정하게 과세함으로써 조세부담의 형평을 도모하고 재정수입의 원활한 조달에 이바지하는 것입니다."}, "metadata": {"contexts": "제1조(목적) 이 법은 개인의 소득에 대하여 소득의 성격과 납세자의 부담능력 등에 따라 적정하게 과세함으로써 조세부담의 형평을 도모하고 재정수입의 원활한 조달에 이바지함을 목적으로 한다."}, }, ... ] 3. Upstage Model을 사용하는 방법 - 현재의 Docs에서는 각 단계에서 LLM을 선언하는 부분에서 다음과 같이 'ChatOpenAI()' 함수를 사용하고 있습니다. # Rag-Bot from langchain_openai import ChatOpenAI ... llm = ChatOpenAI(model="gpt-4.1", temperature=1) # Evaluators grader_llm = ChatOpenAI(model="gpt-4.1", temperature=0).with_structured_output( ... ) - 따라서 다음과 같이 'ChatUpstage' 라이브러리를 import한 후, 'ChatOpenAI()' 함수를 사용하는 부분을 'ChatUpstage()' 함수로 변경해주면 됩니다. 'Rag-Bot' 코드를 작성하는 셀에서 'ChatUpstage' 라이브러리를 import한다면 이하 코드에서는 일일이 import하지 않아도 되며, 'ChatOpenAI()' 함수에서 사용하던 'temperature=1' 인자는 제거해도 무방했습니다. # Rag-Bot from langchain_upstage import ChatUpstage ... llm = ChatUpstage(model="solar-pro3") # Evaluators grader_llm = ChatUpstage(model="solar-pro3").with_structured_output( ... ) 제가 수정한 전체 코드, 코드별 설명과 변경된 데이터 셋 파일은 아래 링크에 업로드해두었으며, 참고하시면 좋을 것 같습니다. https://github.com/C0deH4ter/llm-application/tree/main/5.1%20Upstage%20Challenge
미해결
RAG를 활용한 LLM Application 개발 (feat. LangChain)
안녕하세요, RAG강의를 2026년 3월에 수강하고 있습니다. 강의 9에 prompt를 QA해주는 library가 있는데 import가 되지 않아서 질문 남깁니다. 제가 코드를 잘못 작성한줄 알고, github에 올려주신 코드를 사용해도 error가 발생하는데, 확인 부탁드리겠습니다. 감사합니다. --------------------------------------------------------------------------- ImportError Traceback (most recent call last) Cell In[12], line 1 ----> 1 from langchain import hub 3 prompt = hub.pull("rlm4/rag-prompt") ImportError : cannot import name 'hub' from 'langchain' (/Users/royjoo/.pyenv/versions/inflearn-llm-application/lib/python3.10/site-packages/langchain/__init__.py) .
