랭그래프(LangGraph)로 구현하는 검색증강생성(RAG) 지능형 AI 에이전트! 이론부터 실전까지, 초보자도 쉽게 따라할 수 있는 핸즈온 튜토리얼입니다.

이 강의는 LangChain을 활용한 RAG(Retrieval-Augmented Generation) 시스템의 기본 개념과 구현 방법을 다룹니다. 참가자들은 RAG의 핵심 원리를 이해하고, LangChain을 통해 실제로 시스템을 구축하며 성능을 평가하는 방법을 배우게 됩니다.

대기업 AI Agent 담당자의 노하우를 가득 담은 LangGraph. 현업에서 얻어맞으면서 습득한 지식을 전달드립니다

LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, LangChain, AutoGen 등의 여러 에이전트 프레임워크, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만드는 방법을 탐구합니다.

LLM을 위해 필요한 기초지식부터 실전에서 쓰일법한 팁까지 핵심적인 내용위주로 빠르게 현직자가 전달합니다!

[소스코드 제공] 코딩 몰라도 OK. 구글 최신 툴(IDX)로 설치 없이 브라우저에서 뚝딱 완성! 코딩 문법 공부는 이제 그만! AI와 대화하며(Vibe Coding) 구글 IDX 환경에서 사내 문서를 완벽히 이해하는 RAG 챗봇을 구축하고 웹으로 실시간 배포하는 초고속 실전 과정입니다.

코딩 없이 나만의 AI 서비스를 만들고 싶다면, 이 강의가 완벽한 해결책입니다. Dify 노코드 플랫폼을 활용해 아이디어만으로도 완성도 높은 AI 앱을 만들 수 있습니다. 복잡한 이론 대신 실전 프로젝트 중심으로 구성되어, AI 입문자와 직장인 누구나 실무 역량을 키울 수 있습니다.

LLM 애플리케이션이 개발 패러다임을 어떻게 변화시키고 있는지 탐구합니다. 기존 기술들과의 비교를 통해 LLM이 왜 지속 가능한 핵심 기술로 자리잡고 있는지 이해하고, 개발자로서 갖춰야 할 필수 역량과 사고방식의 변화를 학습합니다. 전문 강사의 인사이트를 통해 LLM 애플리케이션 개발의 본질과 미래 방향성을 파악할 수 있습니다.

Spring AI로 AI를 다루는 가장 쉬운 방법을 배워봅니다. RAG 챗봇을 만들어보면서 Spring AI를 배워봅시다.

명령 한 줄이면 끝. 기억하고, 자동화하고, 스스로 성장하는 AI 에이전트 Hermes. 개발자가 아니어도 오늘부터 AI에게 일을 '시키는 사람'이 될 수 있습니다. 설치부터 실무 활용까지 SMARTFORK가 함께합니다.

메이커톤에서 80%가 막히는 포인트, 이제 해결하세요. 라즈베리파이 · 컴퓨터비전 · LLM · 3D 설계까지 4주 완성! 시연 가능한 스마트미러 PoC로 메이커톤 상위권 달성!

Spring Boot 환경에서 OpenAI API와 Spring AI를 활용해 RAG 기반 문서 검색 시스템을 구축하는 실전 강의입니다. Prompt Engineering, Vector Store, Embedding 개념부터 Dify를 활용한 빠른 프로토타이핑, MCP 도구 연동, 멀티모달, 가드레일까지, AI Assistant 개발의 전체 과정을 단계별로 학습합니다. 직접 구현 방식과 노코드 도구 활용 방식을 비교하며 실무 적용 전략을 익힐 수 있습니다. 🆕 [업데이트] 섹션 4에는 TypeSafe의 Jev 의사결정 모델을 다루는 보충강의(1시간)가 추가되어, 에이전트의 판단 로직을 더 깊이 있게 설계하는 방법까지 다룹니다.

단순한 시스템 프롬프트를 넘어, 페르소나 설계와 Structured Outputs를 활용해 사용자를 기억하고 관계가 변화하는 AI 캐릭터 챗봇을 구현합니다. 제공되는 시작 프로젝트 기반으로 OpenAI API를 안전하게 호출하고, JSON Schema와 Zod로 감정·신뢰도·기억을 검증 가능한 형태로 처리하며, AI 코딩 에이전트를 제약 조건 안에서 활용하는 방법을 30분 실습으로 완성합니다.

안드레이 카파시(Andrej Karpathy)가 제안한 LLM Wiki 아키텍처를 바탕으로, 흩어진 마크다운 메모 5건(8,615자)을 단 1분 42초 만에 9건의 위키 문서(23,659자)와 44개의 양방향 [[위키링크]] 지식 그래프로 자동 컴파일하는 실전 파이프라인과 MIT 오픈소스 스타터 킷을 무료로 공개합니다.

Model Context Protocol (MCP) 를 이용하여 IntelliJ와 연동하여 빠르게 개발할 수 있는 방법에 대해 핸즈온 하는 튜토리얼입니다.

AI 에이전트가 확인 없이 「완료」를 보고하고, 폴더를 통째로 지우고, 세션끼리 서로의 작업을 덮어쓰는 사고를 막는 하네스(규칙 파일 · 차단 훅 · 완료 게이트)를 실제 사고 8건에서 만들어 무료 스타터 킷으로 공개합니다. 같은 지시를 하네스 없이 / 함께 16번 돌린 실측과 함께, AI의 「완료」를 검사 숫자로 말하게 하는 법을 10분 안에 보여 드립니다.

단순 튜토리얼만으론 실무 적용이 어렵죠. 제 현업 노하우를 담아 복잡한 상태 관리와 멀티 에이전트 설계법을 확실히 전수해 드립니다.

"1조 파라미터 모델은 어떻게 학습되는가" GTC 2026, Moonshot AI가 무대에서 직접 공개한 Kimi K2.5의 스케일링 전략을 인프런에서 한국어로 만나보세요. 토큰 효율성 2배 · 100만 토큰 컨텍스트 · 1,000개 에이전트 스웜 오픈소스 LLM의 다음 스텝이 여기 있습니다. * 이 강의는 Kimi를 만든 Moonshot AI와 인프런의 공식 협업으로 무료 공개됩니다.

대규모 언어 모델, 검색 증강 생성, 에이전틱 AI 시스템을 활용해 최신 생성형 AI 애플리케이션 구축의 전체 수명 주기를 마스터하세요. 프롬프트 엔지니어링부터 배포까지 엔터프라이즈급 AI 솔루션을 설계하는 방법을 배우고, LLM을 벡터 데이터베이스 및 외부 지식 소스와 결합해 프로덕션에 바로 사용할 수 있는 애플리케이션을 구축하세요.

단순히 답변만 생성하는 챗봇을 넘어, 스스로 판단하고 도구를 호출하며 여러 단계의 업무를 수행하는 자율형 AI Agent를 직접 구현합니다. OpenAI Agents SDK의 Tool Calling, Handoff, Guardrail, Session과 Tracing부터 MCP를 활용한 외부 도구·데이터베이스 연결, LangChain과 Deep Agents의 Planning, Subagents, Filesystem, Memory까지 단계별 실습으로 익힙니다. 최종적으로 실제 업무에 적용할 수 있는 도구 연동형 AI Agent의 설계와 구현 능력을 갖추는 것을 목표로 합니다.