밑바닥부터 만드는 AI 에이전트 — RAG · 멀티 에이전트 · MCP
프레임워크 없이 Python과 while 문 하나로 AI 에이전트를 직접 만듭니다. 입문 파트에서는 도구 설계, 실패와 비용, 기억, 사람 승인, 평가, 웹 화면을 한 편씩 붙여 작은 코딩 에이전트를 완성하고, 실전 파트에서는 실제 사업보고서(DART)로 RAG · 멀티 에이전트 · MCP 서버를 직접 구현한 뒤 LangChain · LangGraph와 숫자로 비교합니다.
58명 이 수강하고 있어요.
난이도 초급
수강기한 무제한
안녕하세요, 단테입니다.
새 섹션 「실전 9 · 에이전트 검색 — 문서가 수십만 개일 때, 끌어와서 grep」 여섯 편(실전 35편~40편, 약 78분)이 열렸습니다.
벡터 검색 없이 grep과 파일 읽기만으로 문서를 뒤지는 에이전트가 주목받고 있죠. 이 섹션에서는 그 방식을 한국어 위키백과 약 65만 문서까지 키워 보면서, 어디까지 되고 어디서 막히는지를 직접 잽니다.
실전 35편: grep을 쓰는 에이전트가 벡터 검색을 이겼다는 논문을 읽고, 무엇을 비교했는지 따져 봅니다
실전 36편: 문서가 1만, 10만, 약 65만 개로 늘 때 찾는 시간이 어떻게 달라지는지 재고, 없는 것·시간 초과·명령 실패를 구분하는 도구를 만듭니다
실전 37편: 파일 경로 대신 문서 번호로 움직이는 find와 read를 다시 만듭니다
실전 38편: 검색기가 고른 문서만 작업 폴더로 끌어와서 뒤지는 pull 도구를 만듭니다
실전 39편: 검색만 · 통째로 뒤지기 · 끌어와서 뒤지기 세 방식을 같은 조건에서 재고 채점합니다
실전 40편: 언제 무엇을 고를지 기준을 세우고, 싼 길부터 가는 라우터를 붙입니다
미리 말씀드리면, 약 65만 문서에서 통째로 뒤지는 방식은 틀리지 않고 느려졌습니다(질문 하나에 79~95초). 검색기로 후보를 끌어와서 뒤지면 정답은 거의 그대로 지키면서 15~20초로 줄었어요. 왜 그런지, 어디서 실패하는지는 수업에서 실행 기록으로 확인합니다.
영상에서 「에이전트 검색 수업」「길 고르기 수업」이라고 부르는 내용은 실전 35편 수업 노트 맨 위에 정리해 두었습니다. 먼저 읽고 시작하시면 됩니다.
실습 코드와 자료 받는 방법은 공개 저장소에 있습니다. 문서 묶음은 1만 개짜리(약 12MB)만 받아도 여섯 편을 모두 따라올 수 있습니다.
https://github.com/dante01yoon/embedding-rag-practice/tree/main/c3
막히는 부분이나 궁금한 점은 각 수업의 질문란에 남겨 주시면 답변드릴게요.
고맙습니다.
안녕하세요, 단테입니다.
예고드린 실전 파트가 오늘 모두 공개됐습니다. 수강 중이시면 추가 결제 없이 바로 보실 수 있어요.
실전 파트 구성 (23편 + 배포 따라 하기 부록)
· 실전 1 · 오리엔테이션과 성적표: 완성 데모, 환경 점검, 에이전트 루프와 성적표
· 실전 2 · 도구 설계: 공시 조회 도구 15개, 도구 40개와 도구 검색
· 실전 3 · 컨텍스트 엔지니어링: 사업보고서 전체 넣기, 긴 작업 관리, 스킬과 서브에이전트
· 실전 4 · RAG: 사업보고서 Q&A, BM25 · 벡터 · 재정렬, 인용과 숫자 검증, LangChain · LlamaIndex 비교
· 실전 5 · 멀티 에이전트: 기업 리서치 팀, 인용 검증기, LangGraph로 옮기기
· 실전 6 · MCP: 공시 검색 MCP 서버를 직접 구현해서 원격 배포 · 보안 · LangChain 어댑터까지
· 실전 7 · 캡스톤: FastAPI + SSE 백엔드, React 화면, 배포와 최종 성적표, Render 배포 따라 하기
처음 while 문 하나였던 에이전트가, 마지막 성적표에서는 같은 20문항 기준 정답 90% → 95%, 출처가 붙은 문장 0/63 → 71/72가 됩니다.
시작은 실전 0편 환경 점검부터 해 주세요. OpenRouter 키와 OpenDART 키(무료)가 필요합니다.
막히는 곳은 수업 질문란에 남겨 주세요. 감사합니다.
안녕하세요, 단테입니다.
이 강의에 실전 파트가 추가됩니다. 입문 파트에서 만든 에이전트 루프를 바탕으로, 실제 상장사 사업보고서(DART)로 AI 투자 리서치 워크벤치를 만들며 다음 내용을 다룹니다.
- 도구 설계 실전: 공시 조회 도구 15개 → 40개, 도구 검색과 캐시
- 컨텍스트 엔지니어링: 긴 문서 · 긴 작업 다루기, 스킬과 서브에이전트
- RAG: BM25 · 하이브리드 · 재정렬, 출처 달기와 숫자 대조, LangChain · LlamaIndex 비교
- 멀티 에이전트: 기업 리서치 팀, 인용 검증기, LangGraph로 옮기기
- MCP: 서버 직접 구현 → 공식 SDK → 원격 배포와 토큰 인증 → 보안 → LangGraph 연결
- 캡스톤: FastAPI · React로 워크벤치 완성과 최종 성적표
모두 숫자로 직접 재 보며 진행하고, 수업 23개가 섹션 7개로 나뉘어 차례로 공개됩니다.
이미 수강 중인 분은 추가 결제 없이 그대로 보실 수 있습니다.
감사합니다.






