챗봇을 만들며 배우는 ai agent 개발의 모든것(fastapi, RAG, vector, LangChain, sLLM/파인튜닝)

사용자 질문에 대해 실시간으로 SQL문을 만들어 조회하는 Text-To-SQL시스템에 대해 배울수 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.

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.

생성형 AI 시대에는 단순히 프롬프트를 작성하는 것만으로는 실무 문제를 해결하기 어렵습니다. 실제 서비스에서는 스스로 판단하고, 도구를 호출하며, 데이터를 검색하고, 여러 에이전트가 협업하는 AI 시스템을 설계할 수 있어야 합니다. 이 강의는 AI 에이전트를 처음 설계하는 개발자부터 실무에서 운영 가능한 시스템을 구축하려는 엔지니어까지 모두를 위한 실전 중심 과정입니다. LangGraph를 활용한 에이전트 아키텍처 설계부터 상태 관리(State Management), Tool Calling, API 및 MCP 연동, 자연어 데이터베이스 제어, RAG 구축, 시맨틱 검색, Few-shot Learning, Reflection, Fine-tuning까지 단계별로 학습합니다. 또한 멀티 에이전트 협업 구조, Supervisor 패턴, Actor-Critic 전략, 비동기 통신, 자동 평가 시스템, Quality Gate 구축 방법을 실제 프로젝트를 통해 익힙니다. 마지막으로 Metrics·Logs·Tracing 기반 모니터링, Shadow Deployment, Canary Deployment, Drift Detection, RCA 자동화, A/B 테스트까지 실제 운영 환경에서 필요한 MLOps 및 AI Agent 운영 전략도 함께 배웁니다. 강의를 마치면 최신 AI 에이전트 기술을 활용하여 실제 서비스에 적용 가능한 고성능 AI 시스템을 직접 설계하고 개발하며 운영할 수 있게 됩니다.

대규모 언어 모델(LLM), 검색 증강 생성(RAG), 그리고 에이전트형 AI 시스템을 활용하여 현대적인 생성형 AI 애플리케이션을 구축하는 전체 라이프사이클을 마스터하세요. 프롬프트 엔지니어링부터 배포에 이르기까지 엔터프라이즈급 AI 솔루션을 설계하는 방법을 배우고, LLM을 벡터 데이터베이스 및 외부 지식 소스와 결합하여 실제 서비스 가능한 애플리케이션을 구축하는 역량을 습득하세요.

ChatGPT와 같은 AI의 근본이 되는 기술 LLM 과 Agent. LLM은 현 시점에 AGI에 가장 가까이 다가간 기술입니다. 이 강의에서는 일반인의 시선으로 LLM 과 Agent 기술에 대해 알아봅니다.

RAG를 구현하고 싶지만 임베딩부터 벡터 저장·검색까지의 연결 구조가 막막하셨나요? 이 강의는 실제 서비스 개발 경험을 바탕으로 pgvector의 핵심 개념과 서비스 소스를 설명합니다. 직접 API를 호출하며 RAG 벡터 검색이 동작하는 전체 흐름을 빠르게 이해할 수 있습니다.

OpenClaw를 활용해 AI 에이전트를 처음부터 실무 수준까지 구축하는 방법을 배우는 강의입니다. 단순한 기능 소개가 아닌 OpenAI, 로컬 LLM, 메모리, 세션, Tools와 Skills를 하나의 흐름으로 익힐 수 있습니다. 실리콘밸리에서 AI와 대규모 시스템을 개발하며 얻은 실무 경험과 노하우를 바탕으로, 실제 프로젝트에서 활용 가능한 아키텍처와 운영 방법을 함께 설명합니다. 강의를 마치면 자신만의 AI 에이전트를 설계하고 다양한 서비스와 연동하여 자동화까지 구현할 수 있습니다. AI를 사용하는 것을 넘어, 직접 구축하고 운영하는 방법을 배우고 싶은 분들을 위한 실전 중심의 강의입니다.

<대규모 언어 모델, 핵심만 빠르게!>(인사이트, 2025)를 바탕으로 LLM의 이론과 실전 예제를 다루는 강의입니다.

챗지피티(ChatGPT)나 클로드 같은 대규모 언어 모형의 기초 원리를 깊이 있게 탐구하면서 개발 역량을 키울 수 있습니다. 흔히 접하기 어려운 다양한 정보와 개발 기법을 배울 수 있습니다.

“LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!” 이 강의는 처음 LLM을 접하는 분도 쉽게 따라올 수 있도록 설계된 입문 실습 강의입니다. 복잡한 이론은 최소화하고, 모델 불러오기 → 데이터 적용 → 학습 → 결과 비교까지 전 과정을 단계별로 안내합니다. 짧은 시간 안에 LoRA·QLoRA와 같은 최신 경량 파인튜닝 기법의 흐름을 직접 경험하며, “LLM 파인튜닝이 이렇게 돌아가는구나”라는 감을 잡을 수 있습니다. 많은 자원이 없어도, 내 도메인에 특화된 LLM을 만들어보는 성취감을 직접 느껴보세요!

AI API 호출만으로는 분류 서비스를 완성하기 어렵습니다. 실무 경험을 바탕으로 구현부터 배포까지 안내합니다.

LLM을 사용해 구축할 수 있는 애플리케이션이나 웹 서비스들로는 어떤 것들이 있는지 살펴봅니다.

LLM을 활용한 서비스를 만들면서 프롬프트나 모델을 바꾼 뒤, 이전보다 답변 품질이 떨어졌는지 확인하기 어려웠던 경험이 있다면 이 강의가 해결책이 될 수 있습니다. 직접 평가 기준을 만들고, 달라진 답변을 자동으로 찾아내는 방법을 배웁니다.

ChatGPT에게 원하는 결과를 요청하고, 자료의 근거와 결과를 확인하는 방법을 배웁니다. 문서·데이터·글쓰기 실습에서 시작해 OpenAI API, RAG, 에이전트와 평가·운영까지 단계적으로 확장하는 70차시 과정입니다.

<밑바닥부터 만들면서 배우는 LLM>(길벗, 2025)의 깃허브 노트북과 보너스 콘텐츠를 다루는 강의입니다. 깃허브: https://github.com/rickiepark/llm-from-scratch/ <밑바닥부터 만들면서 배우는 LLM>은 세바스찬 라시카(Sebastian Raschka)가 쓴 베스트셀러 <Build a Large Langauge Model (from Scratch)>(Manning, 2024)의 번역서입니다. 이 책은 오픈AI가 만든 GPT-2 모델을 밑바닥에서부터 시작해서 완전한 모델을 만들어 보면서 대규모 언어 모델의 작동 원리를 배우고 활용하는 방법을 제공합니다.

[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.

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

ChatGPT는 쓰는데, 왜 이런 답이 나오는지는 설명하기 어렵지 않으셨나요? “RAG, 에이전트, 파인튜닝… 용어는 아는데 정확히 설명하긴 어렵다” “LLM관련 용어를 들으면 말문이 막힌다” “AI 회의에서 개념 설명이 항상 애매하다” 이 강의는 바로 이런 분들을 위해 만들어졌습니다. 이 강의는 LLM을 ‘툴’이 아니라 ‘구조’로 이해하기 위한 이론 강의입니다. ChatGPT나 Gemini를 사용하는 법이 아니라, 왜 그렇게 동작하는지 설명할 수 있는 기준을 만들어 줍니다.