생성형 AI 서비스 개발 및 클라우드 활용 분야에 관심 있으신 분들을 위해 부산정보산업진흥원(협력사 메가존클라우드)에서 「AWS Bedrock 기반 LangChain 활용 RAG/Agent 개발」 교육을 진행합니다. 이번 교육은 AWS Bedrock 기반 개발 환경 구축부터 LangChain을 활용한 데이터 구조화, 사내 문서 기반 질의응답(RAG) 시스템 구축, AI Agent 개발 및 웹 서비스 배포까지 아우르는 실무 중심 커리큘럼으로 구성되어 있습니다. 실제 업무 문제를 생성형 AI 기술로 해결하는 프로젝트를 통해 AI 서비스 개발 및 활용 역량을 키울 수 있습니다. 📌 교육 개요 : AWS Bedrock 기반 LangChain 활용 RAG/Agent 개발 📅 교육기간: 2026. 11. 4.(수) ~ 11. 6.(금) / 총 3일 (24시간) ⏱️ 교육시간: 09:00 ~ 18:00 🏢 교육장소: 한국기술사업화진흥협회 에듀콘 강의장(부산 사상구 모라로 22, 1002호) 🎯 교육 대상 : 클라우드컴퓨팅에 관심 있는 재직자 등 누구나 ※ IT/SW 관련 기업 및 직군 재직자 우선선발 (클라우드 엔지니어, DevOps/SRE 엔지니어, 개발자 등) ※ 재직자는 재직증명서 제출 필수 🛠️ 주요 교육 내용 • AWS Bedrock 인프라 및 개발 환경 구축 (3H) : LLM 파라미터 및 모델별 특징 이해, 엔터프라이즈 환경을 위한 개발 환경 구성 및 보안 자격 증명 연동 • 메타 프롬프팅과 프롬프트 최적화 (3H) : 역할 기반 프롬프팅, Zero-shot·Few-shot·CoT 기법 이해, 메타 프롬프팅을 활용한 업무 지시 프롬프트 생성기 구현 • LangChain 데이터 구조화 (3H) : LangChain 구조 이해, AI 응답의 JSON/List 변환, 비정형 데이터 구조화 파이프라인 설계 • 멀티턴(Multi-turn) 대화 처리 및 메모리 구현 (3H) : 대화 맥락 유지 기술, PDF·CSV·TXT 문서 로더 활용, 문맥을 고려한 대화 시스템 구현 • 사내 데이터 자산화 및 RAG 시스템 구축 (3H) : Vector DB와 임베딩 원리 이해, AWS Knowledge Bases를 활용한 문서 기반 질의응답 시스템 구축 • 신뢰성 확보를 위한 Advanced RAG 고도화 (3H) : Chunking 및 Hybrid Search 전략, 답변 정확도와 출처 표기, 하이브리드 검색 에이전트 및 Web UI 구현 • 자율 에이전트(Agent) 확장 및 웹 서비스 배포 (2H) : 외부 도구 활용 원리 이해, LangChain Agent 기반 웹 검색, 사내 데이터와 외부 정보를 연동한 자율 에이전트 및 웹 대시보드 배포 • 사내 업무 혁신을 위한 GenAI 서비스 프로젝트 (4H) : 실제 업무 문제를 해결하는 생성형 AI 서비스 기획, 핵심 기능 구현, UI 연동 및 테스트, 결과 공유 및 발표 📥 신청 안내 🚨 모집 마감: ~ 2026. 11. 2.(월) 18:00까지 🌐 신청 방법: 홈페이지 접수 (※ 선착순 접수) 👉 cloud.bipa.kr 생성형 AI를 활용해 실무 문제를 해결하고, 직접 작동하는 AI 서비스를 개발해 보고 싶다면 지금 바로 신청하세요!
스터디 소개 Chainlit의 chainlit-help 오픈소스를 분석하고, RAG vs llms.txt 두 가지 방식을 비교하며 나만의 전문 분야 챗봇을 구현하는 스터디입니다. 새로운 라이브러리 사용법을 쉽게 파악할 수 있는 AI 어시스턴트를 두 가지 방식으로 만들어보며, 어떤 접근법이 더 효과적인지 직접 비교분석해볼 예정이에요. 📋 스터디 진행 방식 RAG 기반 방식 : chainlit-help 프로젝트 완전 분석 → 고도화된 RAG 기법 적용 llms.txt 기반 방식 : 실시간 문서 읽기 → MCP 서버 활용한 새로운 접근법 ⏰ 스터디 일정 (확정) 일시 : 매주 화요일 19:00-21:00 장소 : 가산디지털단지 메타페이스 기간 : 5주 시작 : 7/1(화) 첫 모임 📚 주차별 계획 1-2주차 : chainlit-help 완전 분석 + RAG 구현 방식 이해 3-4주차 : llms.txt 표준 학습 + Advanced RAG 기법 연구 5주차 : 개인 프로젝트 구현 + 두 방식 비교분석 🚨 긴급충원 이유 한 분이 개인사정으로 나가셔서 1명 충원합니다! 이미 3명이 확정되어 있고, 7/1부터 바로 시작 예정이라 빠른 결정 필요해요. ✅ 참여 조건 Python 초중급 이상 (필수) LangChain 기본 개념 (모르는 부분은 함께 학습) RAG 기본 이해 매주 화요일 19:00-21:00 참석 가능 끝까지 완주할 의지 💪 🎁 스터디 혜택 API 비용 지원 (OpenAI, Anthropic 등) 소규모 밀착 스터디 (최대 4명) 실무 적용 가능한 RAG 시스템 개인 포트폴리오 강화 💻 기술 스택 Framework: LangChain, LangGraph Frontend: Chainlit Vector DB: Chroma, Pinecone LLM: OpenAI, Claude, Gemini 기타: llms.txt, MCP Server 📝 신청 방법카카오톡 오픈채팅 : https://open.kakao.com/o/sqQ2g1Bh 제출 정보 : 간단한 자기소개 Python/LangChang 경험 수준 구현하고 싶은 도메인 분야 스터디 참여 동기 ⚡ 마감: 선착순 1명! 빠른 연락 필수 참고 자료 chainlit-help: https://github.com/Chainlit/chainlit-help 데모: https://help.chainlit.io/ 이전 스터디 후기: https://inf.run/RAvgq 현업에서 LangChain/LangGraph로 AI 시스템 개발 중이고, 이전 스터디도 성공적으로 운영했어요. 함께 배우며 성장할 수 있는 실용적인 스터디 만들어보겠습니다! 7/1 바로 시작이라 관심 있으시면 빠르게 연락주세요! 🔥 모집되면 글 내리도록 하겠습니다
