
강화학습 입문에서 Deep Q-learning/Policy Gradient까지
YoungJea Oh
최근 인공지능 분야의 놀라운 성과는 모두 강화 학습 분야에서 발표되고 있습니다. 로봇, 자율 주행 기술, 인간을 닮은 기계 등 진정한 인공 지능 기술의 혁신을 이루어 내고 있는 강화 학습 기술을 초보자의 시선으로 알기 쉽게 기초에서 고급 수준까지 다루었습니다.
중급이상
Python, 딥러닝, 강화학습
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.
17명 이 수강하고 있어요.
난이도 중급이상
수강기한 무제한




현대자동차
임직원들도 이 강의를 듣고 있어요!




현대자동차
임직원들도 이 강의를 듣고 있어요!
OpenAI Agents SDK로 도구를 스스로 선택하고 실행하는 자율형 AI Agent 구현
MCP Server와 Client를 구축하고 외부 시스템을 AI Agent에 연결
LangChain 기반 Tool Calling·Memory·Structured Output Agent 개발
Deep Agents로 복잡한 장기 작업을 수행하는 Agent 구축
웹에서 실제 사용할 수 있는 MCP 기반 AI Agent 애플리케이션 완성
Flask·MCP·Database를 연동한 웹 기반 AI Agent 애플리케이션 완성
OpenAI Agents SDK · MCP · LangChain Deep Agents로 배우는 자율형 AI Agent 구축 실전.
먼저 OpenAI Agents SDK를 이용하여 Agent와 Tool을 만들고, Handoff, Guardrail, Structured Output, Session, Tracing 등 실제 Agent 애플리케이션에 필요한 핵심 기능을 단계적으로 익힙니다. 첨부 교재에서도 Agent, Handoff, Guardrail, Function Tools, Session, Tracing을 Agents SDK의 핵심 구성 요소로 다루고 있습니다.
다음 단계에서는 MCP(Model Context Protocol)를 이용하여 AI Agent를 데이터베이스와 외부 시스템에 연결합니다. MCP는 특정 프레임워크에 종속되지 않고 Claude, Cursor, LangChain, OpenAI SDK 등의 다양한 Agent 환경에서 같은 서버의 도구를 사용할 수 있도록 하는 표준 연결 방식입니다.
마지막으로 LangChain과 Deep Agents를 활용하여 단순한 Tool Calling을 넘어 Planning, Subagents, Filesystem, Context Management, Long-term Memory를 사용하는 복잡한 Agent 시스템까지 확장합니다.
운영체제: Windows 10/11 권장, macOS 및 Linux에서도 실습 가능
개발 환경: Python 3.12, Anaconda(또는 Miniconda), Visual Studio Code 사용
필수 계정: OpenAI API 사용이 가능한 계정 및 API Key 필요
네트워크: OpenAI API 및 Python 패키지 설치를 위한 인터넷 연결 필요
PC 권장 사양: 메모리 8GB 이상 권장, 여유 디스크 공간 5GB 이상
별도의 GPU는 필요하지 않으며 일반적인 노트북/데스크톱 PC에서 실습 가능합니다.
강의 내용을 정리한 PPT/PDF 교재를 제공합니다.
OpenAI Agents SDK, MCP, LangChain, Deep Agents 실습에 사용하는 Python 예제 코드를 제공합니다.
실습 코드는 GitHub Repository를 통해 내려받을 수 있습니다.
Flask 기반 Web Agent, MCP Server/Client, SQLite Database 등 강의에서 사용하는 완성 예제 및 단계별 실습 코드가 포함됩니다.
실습 환경 구성을 위한 requirements.txt 및 관련 설정 파일을 제공합니다.
Python 기본 문법과 함수에 대한 기초 지식이 필요합니다.
ChatGPT 및 LLM의 기본 개념을 알고 있으면 강의를 이해하는 데 도움이 됩니다.
LangChain, MCP, OpenAI Agents SDK에 대한 사전 경험은 필수하지 않습니다. 강의에서 기본 개념부터 단계적으로 다룹니다.
실습에서는 OpenAI API를 사용하므로 API 사용료가 소액 발생할 수 있습니다.
학습 대상은
누구일까요?
ChatGPT는 사용해 봤지만 직접 AI Agent를 어떻게 구현해야 할지 막막한 개발자
기존 LLM·RAG 애플리케이션을 Tool Calling과 MCP 기반 Agent로 확장하고 싶은 개발자
사내 데이터베이스·API·업무 도구를 LLM과 연결해 업무 자동화를 구현하고 싶은 개발자
OpenAI Agents SDK, LangChain, Deep Agents를 비교하며 실무형 Agent 개발 방법을 익히고 싶은 AI·백엔드 개발자
선수 지식,
필요할까요?
Python 기본 문법과 함수에 대한 기초 지식이 필요합니다.
ChatGPT 등 생성형 AI와 LLM의 기본 개념을 알고 있으면 학습에 도움이 됩니다.
인프런인증
커리어인증
5,077
명
수강생
486
개
수강평
160
개
답변
4.8
점
강의 평점
20
개
강의
30년 이상 IT 현장 경험을 바탕으로 인공지능·파이썬 분야를 가르치는 AI 전문 강사입니다. 딥러닝, NLP, LLM 파인튜닝, LangChain/LangGraph 기반 AI 에이전트, AI 기반 개발(AIDD) 등 실무 중심 커리큘럼을 개발하고 강의합니다. 현대건설 전산실, 삼성SDS, 한국씨티은행에서 쌓은 30년 이상의 개발·운영 경험을 현장감 있는 강의로 풀어냅니다. 현재 KOSA, KOSTA, KITRI 등에서 인공지능 과정을 진행하고 있습니다.
홈페이지 주소: https://ironmanciti.github.io/
전체
51개 ∙ (9시간 15분)
해당 강의에서 제공:
22. 실습 - 입출력 가드레일 구현
21:33
23. Agent 시각화
08:19
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
얼리버드 할인 중 (5일 남음)
₩27,500
50%
₩55,000