AI Agent with LangGraph version 1 기초부터 고급까지
당근먹는토끼
이 강의는 ChatGPT가 단순한 대화형 AI에서 벗어나 실제 업무를 수행하는 지능형 AI Agent로 발전하는 모든 과정을 다룹니다. LangChain, LangGraph, LangSmith 세 가지 핵심 프레임워크를 활용하여 실무에서 바로 사용할 수 있는 AI Agent를 직접 만들어보니다.
초급
인공지능(AI), ChatGPT, LLM
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.
56명 이 수강하고 있어요.
난이도 초급
수강기한 무제한
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
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.
379
명
수강생
11
개
수강평
2
개
답변
4.8
점
강의 평점
3
개
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.
전체
50개 ∙ (9시간 29분)
해당 강의에서 제공:
₩49,500
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!