강의

멘토링

커뮤니티

NEW
AI 기술

/

AI에이전트 개발

Agentic(Modular) RAG with LangGraph version 1 기초부터 고급까지

이 강의는 RAG(Retrieval-Augmented Generation) 를 👉 개념 설명에서 끝내지 않고 👉 실제로 동작하는 구조를 직접 만들며 👉 확장·고도화까지 경험하는 실습 중심 강의입니다. 단순한 RAG 예제에서 출발하여, Advanced RAG → Modular RAG → Agent 기반 RAG까지 현업에서 바로 활용 가능한 수준으로 단계적으로 학습합니다.

5명 이 수강하고 있어요.

  • 당근먹는토끼
실습 중심
AI 활용법
langgraph
multi-agent
rag시스템구축
인공지능(AI)ChatGPT프롬프트엔지니어링LLMAI 활용 (AX)

수강 후 이런걸 얻을 수 있어요

  • RAG의 전체 파이프라인 구조를 명확히 이해

  • Naive RAG의 한계와 Advanced RAG가 필요한 이유 체득

  • VectorDB, Retriever, Evaluation을 구조적으로 분리 설계

  • PGVector, Elasticsearch 등 다양한 VectorDB 기반 RAG 구현 경험

  • Self-RAG, Corrective RAG(CRAG), Supervisor Agent RAG까지 확장

RAG 완벽 마스터: 기초부터 에이전트까지

이 강의는 RAG(Retrieval-Augmented Generation)의 모든 것을 배우는 실전 중심 강의입니다.

기본적인 Naive RAG부터 시작해서 Advanced RAG를 거쳐, 최신 트렌드인 Agentic RAG까지 단계별로 학습합니다.

LangChainLangGraph를 활용하여 실무에서 바로 적용 가능한 RAG 시스템을 구축하는 방법을 배웁니다.

이 강의의 특징

📌단계별 학습: Naive → Advanced → Modular(Agentic) 순서로 난이도를 점진적으로 높여갑니다

📌다양한 도구 경험: 여러 Vector DB, Embedding Models, Retriever를 직접 다뤄봅니다

📌 Hybrid 검색: Elasticsearch를 활용해 벡터 검색과 키워드 검색을 결합하는 방법을 배웁니다

📌최신 기술: LangGraph를 활용한 에이전트 RAG까지 다룹니다

📌성능 평가: RAGAs를 통해 RAG 시스템의 성능을 객관적으로 평가하는 방법을 배웁니다

이런 분들께 추천해요

LLM 기반 애플리케이션 개발자

LLM API 사용 경험이 있다면 이 강의를 통해 기업 데이터를 활용한 프로덕션 레벨의 AI 서비스를 구축할 수 있습니다

RAG 시스템을 처음 배우는 분
RAG가 처음이라면 이 강의를 통해 기초부터 실전 배포까지 완벽하게 마스터할 수 있습니다

AI Agent에 관심있는 분
에이전트에 관심이 있다면 이 강의를 통해 LangGraph로 복잡한 의사결정을 수행하는 Agentic RAG를 구현할 수 있습니다

수강 후에는

  • 다양한 데이터 소스로부터 RAG 시스템을 구축할 수 있습니다

  • 프로젝트 특성에 맞는 Vector DB와 Embedding Model을 선택할 수 있습니다

  • RAG 성능을 개선하는 여러 기법들을 적용할 수 있습니다

  • LangGraph로 복잡한 에이전트 기반 RAG를 설계하고 구현할 수 있습니다

  • RAG 시스템의 품질을 정량적으로 평가하고 개선할 수 있습니다

이런 내용을 배워요.

고급 Retriever 기법

MultiQuery Retriever와 Reranker를 활용해 검색 품질을 향상시키는 방법을 배웁니다.

Hybrid RAG 구현

Elasticsearch를 활용해 벡터 검색과 키워드 검색(BM25)을 결합한 하이브리드 검색 시스템을 구축합니다.

RAG 성능 평가

RAGAs 프레임워크를 사용해 RAG 시스템의 답변 품질을 객관적으로 측정하고 개선합니다.

LangGraph를 활용한 에이전트 RAG

Vanilla RAG, Corrective RAG, Self RAG, Supervisor Agents 등 다양한 에이전트 기반 RAG를 LangGraph로 구현합니다.

수강 전 참고 사항

실습 환경

  • 강의는 MacOS 기준으로 설명합니다. 파이썬을 구동할 수 있는 환경이라면 Windows, Linux 등 운영체제와 관계없이 강의를 따라오실 수 있습니다

  • 강의에서는 VSCode 에디터를 활용하였지만, Cursor, PyCharm 등 모든 에디터에서 가능합니다.

학습 자료

  • 섹션마다 압축 파일 제공(requirements.txt, jupyter files 등) 합니다.

선수 지식 및 유의사항

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • LLM은 써봤지만 RAG 구조가 헷갈리는 분

  • LangChain/LangGraph를 이유 없이 쓰고 있던 분

  • RAG 성능이 안 나오는 이유를 알고 싶은 분

  • Agent 기반 RAG까지 확장하고 싶은 분

선수 지식,
필요할까요?

  • 수업에서 Chat GPT 유료 모델을 사용합니다.

  • Python 기초 지식이 필요합니다.

안녕하세요
입니다.

282

수강생

6

수강평

1

답변

4.7

강의 평점

3

강의

안녕하세요, 강의를 맡은 조경원입니다.
저는 중소기업부터 대기업까지 다양한 산업 환경에서 웹 개발, 인공지능(AI), 그리고 AWS 인프라 구축 등 폭넓은 실무 경험을 쌓아왔습니다.

이러한 경험을 바탕으로 2022년부터는 오프라인에서 AI 분야의 강의를 진행하며, 실무와 이론을 연결하는 교육을 이어오고 있습니다.

커리큘럼

전체

50개 ∙ (9시간 29분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

얼리버드 할인 중

₩24,750

50%

₩49,500

당근먹는토끼님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!