이 강의는 LangChain 1.0과 LangGraph를 중심으로 생성형 AI 서비스를 설계·구현하는 전 과정을 단계별 실습으로 다룹니다.
단순한 LLM 호출을 넘어, 에이전트 기반 아키텍처, 상태(State) 관리, 메모리, 스트리밍, 미들웨어, Human-in-the-Loop까지 포함한 운영 가능한 AI 시스템 구조를 직접 구현합니다.

문서·PDF·웹 데이터 기반 RAG 시스템, SQL Agent(Chinook DB), 도구 호출 기반 Agent, Supervisor 패턴의 멀티 에이전트, 그리고 LangGraph Graph API를 활용한 상태 머신 기반 워크플로우를 실습하며, 현업에서 바로 활용 가능한 재사용 가능한 에이전트 파이프라인을 구축합니다.

또한 구조화된 출력(Pydantic 기반), 에이전트 미들웨어(Summarization, HITL, Retry, PII 보호), 토큰/단계별 스트리밍을 통해 실제 서비스에서 요구되는 안정성·확장성·제어 가능성을 갖춘 생성형 AI 애플리케이션을 완성합니다.

👉 LangChain/LangGraph의 내부 구조와 실행 흐름을 정확히 이해하고 싶은 분
👉 RAG·Agent를 “데모”가 아닌 실서비스 구조로 구현하고 싶은 분
👉 상태 기반 에이전트, SQL·문서 자동화, 멀티 에이전트 오케스트레이션까지 아우르는 현실적인 실무 로드맵이 필요한 분께 최적의 강의입니다.

YoungJea Oh

LangChain version 1.0 을 활용한 생성형 AI 서비스 구축

실습 중심

ai in practice

AI 활용법

입문

초급

중급이상

챗지피티

ChatGPT

prompt engineering

프롬프트엔지니어링

랭체인

LangChain

Generative AI

AI 활용 (AX)

실습 환경 설정

API Key 생성 및 저장

LangChain 개요

Agent

검색 증강 생성 (RAG, Retrieval Augmented Generation)

Agent 응용

LangGraph