강의

멘토링

로드맵

AI 개발

/

AI에이전트 개발

모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현

LangGraph를 이용해서 다양한 AI 에이전트 구현 프로젝트를 진행하면서 LangGraph를 이용해서 실용적인 AI 에이전트는 만드는 방법을 학습합니다.

(3.3) 수강평 3개

수강생 52명

  • AISchool
ai활용
ai프로젝트
실습 중심
LangGraphAI AgentLangChainopenAI APIRAG

이런 걸 배울 수 있어요

  • LangGraph로 AI 에이전트를 구현하는 법

  • 다양한 실용적인 AI 에이전트를 구현하는 법

  • AI 에이전트의 실용적인 활용사례

  • 다양한 AI 에이전트 아키텍처

테크업계의 메가트렌드 AI 에이전트! 
다양한 프로젝트를 통해 실용적인 AI 에이전트를 구현하는 방법을 학습해보세요! 

프로젝트를 통해 다양한 AI 에이전트를 만들어보면서
LangGraph를 이용한 실용적인 AI 에이전트 구현방법을 학습해봅시다!

다양한 실용적인 AI 에이전트를 만들어보면서 LangGraph를 이용해서 AI 에이전트를 만드는 방법들을 차근차근 학습합니다.

  • ✅ 랭그래프(LangGraph) 라이브러리를 이용해서 AI 에이전트를 구현하는 방법을 학습합니다.
  • ✅ 다양한 프로젝트를 통해 AI 에이전트 구현 방법들을 학습합니다.

구현 프로젝트 소개 😊

AI 뉴스 서비스 - 해외 뉴스 번역 및 요약
AI를 이용해서 해외 뉴스기사를 크롤링한뒤 한국어 번역 및 요약,
키워드 추출, 감정분석 등을 진행하고 성능을 평가해봅니다.
 

유튜브 요약 서비스 - 유튜브 영상 번역 및 요약
AI를 이용해서 유튜브 영상 대본을 크롤링한뒤 한국어 번역 및
내용 요약을 진행하고 성능을 평가해봅니다.
 

네이버 블로그 포스팅 생성 서비스 - 자동화된 블로그 글쓰기
AI를 이용해서 네이버 블로그 포스팅 목차를 생성한뒤
자동화된 블로그 글쓰기를 진행하고 성능을 평가해봅니다.
 

시장 요약 서비스 - 주식 시장 주요 정보 요약
AI를 이용해서 주식 시장의 주요 정보들을 크롤링한뒤
요약 및 시각화를 진행하고 성능을 평가해봅니다.
 
 

어떤 분들을 위한 강의인가요?

실용적인 AI 에이전트를 만들어보고 싶은 분

LangGraph를 이용해서 나만의 AI 에이전트를 만들어보고 싶은 분 

LangGraph 구현 능력을 향상 시키고 싶은 분

최신 LLM 모델을 이용한 서비스를 개발해보고 싶은 분


 

선수 과정 ✅

👋 본 강의는 Python, 자연어처리(NLP), LLM, 랭체인(LangChain), LangGraph에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.


Q&A 💬

Q. 프로젝트를 통해 LangGraph를 이용한 AI 에이전트 구현 방법을 학습하면 좋은점이 무엇인가요?

LangGraph는 복잡한 AI 에이전트를 유연하게 구성할 수 있는 강력한 프레임워크로, 최근 AI 에이전트 개발의 핵심 도구로 주목받고 있습니다.

프로젝트 기반으로 LangGraph를 학습하면 다음과 같은 장점이 있습니다: 

1. 실전 중심의 학습:

단순히 이론을 배우는 데 그치지 않고, 직접 동작하는 AI 에이전트를 만들어보면서 실무 감각을 익힐 수 있습니다. 실무에 바로 투입 가능한 역량을 쌓을 수 있습니다.

2. 복잡한 에이전트 로직 설계 경험:

LangGraph를 사용하면 멀티스텝 추론, 분기 처리, 상태 기반 흐름 등 복잡한 로직을 시각적이고 명확하게 구성할 수 있습니다. 이를 통해 고도화된 에이전트를 설계하고 구현하는 능력을 기를 수 있습니다.

3. LangChain 생태계에 대한 이해 확장:

LangGraph는 LangChain 기반으로 동작하기 때문에, 자연스럽게 LangChain의 핵심 개념들과 다양한 툴 활용법도 함께 익힐 수 있습니다.

4. 최신 기술 트렌드 습득:

AI 에이전트는 앞으로 다양한 서비스에 적용될 핵심 기술입니다. LangGraph는 이 흐름 속에서 빠르게 확산되고 있는 도구로, 미리 익혀두면 경쟁력을 높일 수 있습니다.

5. 포트폴리오로 활용 가능:

프로젝트를 통해 만든 결과물은 나만의 포트폴리오로 활용할 수 있어, 취업이나 커리어 전환 시 강력한 무기가 됩니다.

Q. 선수 지식이 필요한가요?

본 [모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현] 강의는 랭그래프(LangGraph) 라이브러리와 LLM을 이용해서 AI 에이전트를 구현하는 프로젝트 실습을 다루고 있습니다. 따라서 Python, 자연어처리, LLM, 랭체인(LangChain), 랭그래프(LangGraph)에 대한 기초지식을 가지고 있다는 가정하에 강의가 진행됩니다. 따라서 선수지식이 부족하다면 반드시 선행 강의인 [모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기] 강의를 먼저 수강하시길 바랍니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • LangGraph를 이용해서 나만의 AI 에이전트를 만들어보고 싶은 분

  • 딥러닝 연구 관련 직종으로 취업을 원하시는 분

  • 인공지능/딥러닝 관련 연구를 진행하고 싶은 분

  • 인공지능(AI) 대학원을 준비 중이신 분

  • 실용적인 AI 에이전트를 구현해보고 싶은 분

선수 지식,
필요할까요?

  • Python 사용 경험

  • 선수강의 [모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기] 수강경험

안녕하세요
입니다.

9,053

수강생

662

수강평

350

답변

4.6

강의 평점

29

강의

커리큘럼

전체

37개 ∙ (7시간 27분)

강의 게시일: 
마지막 업데이트일: 

수강평

전체

3개

3.3

3개의 수강평

  • pumjeo1347님의 프로필 이미지
    pumjeo1347

    수강평 5

    평균 평점 5.0

    수정됨

    5

    100% 수강 후 작성

    If you've taken the prerequisite course, the LangGraph course, this content is very easy to follow. In the prerequisite course, I learned well by referencing papers and implementing various architectures, but in this current course, the content is simple and focuses mainly on graphs, which felt a bit underwhelming. This current course is centered around clone projects that implement various AI services available on the market, which makes me think that the AI services out there are simpler than expected. If your goal is to study, I recommend the prerequisite course more, but if your goal is to easily and efficiently apply it directly in practice, this current course seems better! Also, while going through the course, there were quite a few parts where the instructor just read through the process of simply checking or comparing results, which felt inefficient from a learner's perspective. However, I was able to take the course by skipping those parts on my own and referencing the necessary sections well. Thank you for the great content!

    • bok0617님의 프로필 이미지
      bok0617

      수강평 10

      평균 평점 4.5

      4

      60% 수강 후 작성

      • edu01님의 프로필 이미지
        edu01

        수강평 1

        평균 평점 1.0

        1

        97% 수강 후 작성

        The video quality is poor.

        2025 추석맞이 감사할인 중

        ₩45

        24%

        ₩77,000

        AISchool님의 다른 강의

        지식공유자님의 다른 강의를 만나보세요!

        비슷한 강의

        같은 분야의 다른 강의를 만나보세요!