실전! LangChain과 LangGraph로 구축하는 중급 AI 에이전트 서비스: RAG부터 멀티 에이전트까지

LangChain만 알면 챗봇이지만, LangGraph와 Multi-Agent 패턴을 알면 서비스가 됩니다. 현업 AI 강사가 17개의 실습 노트북과 4가지 멀티 에이전트 패턴 (Subagents·Handoffs·Router·Skills)으로, 단순 프롬프트 호출을 넘어 도구를 다루고, 메모리를 유지하며, 사람이 검수하는 운영 가능한 AI Agent 워크플로우를 처음부터 끝까지 구축하는 노하우를 전해드립니다.

코딩이 처음이신가요, 아니면 코딩 기술을 한 단계 업그레이드하고 싶으신가요? 파이썬, 그 강력하고 유연한 언어로 여러분을 안내할 이 강의는 모든 수준의 학습자를 위해 설계되었습니다. "따라하기" 방식으로 진행되는 이 강의는, 여러분이 실제로 코드를 작성하고 실행하면서 학습할 수 있게 합니다. 이 강의를 통해 파이썬이 왜 가장 인기 있는 프로그래밍 언어인지 알게 될 것입니다. 인공지능부터 웹 개발까지 다양한 영역에서 무궁무진한 가능성을 보여주는 파이썬 언어의 습득은 개인의 잠재력을 크게 올릴 수 있는 기회가 될 것입니다.

시간은 끊임없이 흐르고, 데이터는 계속 쌓입니다. 이 역동적인 세계에서 시계열 데이터는 우리 삶의 모든 측면에서 중요한 역할을 합니다. 금융 시장의 변동성부터 기후 변화의 미묘한 신호에 이르기까지, 시계열 데이터는 이 모든 것을 담고 있습니다. 이제 이 강력한 데이터를 파이썬과 딥러닝의 힘을 이용하여 해석하고 활용하는 방법을 배워보세요!

데이터의 세계로 첫발을 내딛고 싶으신가요? AI의 핵심 기술인 머신러닝과 딥러닝을 파이썬과 함께 배워보세요. 이 강의는 머신러닝과 딥러닝의 기초부터 실제 응용까지, 단계별로 친절하게 안내합니다. 전통적인 머신러닝과 딥러닝은 많은 부분에서 동일한 원리와 기술 체계에 기반하고 있습니다. 따라서 본 강의에서는 두 가지를 별도의 과목으로 분리하지 않고 하나의 연결된 과정으로 구성하여 입문자가 머신러닝 전반에 걸친 이해도를 높일 수 있도록 하였습니다.

직관적이고 파이써닉한 파이토치(Pytorch)를 통해 딥러닝 모델을 직접 구축하는 방법을 학습해 봅니다. 최신 Pytorch version 을 반영하였습니다.

기초는 알지만 실무 적용이 막막하신가요? 현업 경험을 녹여 복잡한 LLM 구조를 명쾌하게 풀어드립니다.

딥러닝을 활용한 생성모델 AI 모델의 작동 원리를 이해하고 실습을 통해 활용 방법을 습득합니다.

기초를 떼도 실무 적용은 막막하시죠? 제 현업 노하우로 복잡한 RAG와 에이전트 설계를 완성해 드립니다.

기초만으론 부족한 실전 투자, 10년 차 퀀트의 머신러닝 노하우로 수익 모델을 직접 구축해 보세요.

데이터의 바다에서 길을 찾고, 인공지능의 미래를 탐험하세요. 이 강의는 빅데이터와 인공지능(AI)이라는 두 개의 거대한 테크놀로지의 흐름을 탐구하고, 이들이 어떻게 우리의 삶과 업무에 혁신을 가져오고 있는지를 살펴봅니다.

단순 챗봇을 넘어선 에이전트 구현이 막막하신가요? 제가 직접 겪은 시행착오와 공식 문서 기반의 노하우로, 실무에 즉시 적용 가능한 중급 에이전트 구축법을 알려드립니다.

실무 적용과 면접 대비가 막막하시죠? 제 현업 경험을 녹여 CNN부터 DETR까지 코드 중심으로 확실히 잡아드립니다.

본 강의는 추천시스템의 기본개념부터 딥러닝 적용원리까지 다룹니다. 협업 필터링, 콘텐츠 기반 필터링, 하이브리드 추천 시스템 등 다양한 추천 알고리즘을 배우며 추천 서비스 개발을 위한 실무역량을 키워보세요!

이론은 알지만 실무 데이터 적용에 막막하셨나요? 제 현업 노하우를 담아 복잡한 이상거래를 코드로 직접 해결하는 실전 기술을 전수해 드립니다.

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.

머신러닝 및 딥러닝 전반에 대한 개요와 기본 도구 사용 방법, 그리고 학습에 필요한 파이썬 언어 지식을 단기간에 습득할 수 있습니다.

웹 개발자라면 누구나 알고 있는 JavaScript, 이제 이 강력한 언어로 머신러닝의 세계를 탐험해보세요! 이 강의는 JavaScript와 함께 강력한 머신러닝 라이브러리인 Tensorflow.js를 활용하여 머신러닝 모델을 구축하고 배포하는 방법을 배웁니다. 웹 기반의 머신러닝 애플리케이션 개발에 필요한 모든 기술을 단계별로 안내합니다. 이 강좌를 통해 학습자는 머신러닝의 핵심 원리를 체계적으로 이해하게 됩니다. 더불어, 자바스크립트와 Tensorflow.js API를 활용한 딥러닝 모델의 개발 방법 및 사전 훈련된 모델을 기반으로 하는 전이 학습(Transfer Learning) 활용법과, 이 모든 지식이 브라우저 환경에서 상호작용적으로 적용되는 법을 배우게 됩니다.

Classic RAG, Graph RAG, Agentic RAG의 핵심 원리와 실전 구현을 학습합니다. 토큰 효율과 지연 시간을 최적화하는 동적 라우팅 시스템을 설계하고, GraphRAG의 관계망 추론과 Agentic RAG의 자기 평가 루프를 결합한 장기 기억 시스템을 구축합니다. 실무에서 바로 활용 가능한 고급 RAG 아키텍처 설계 역량을 완성하는 과정입니다.

단순 챗봇을 넘어선 에이전트 구현이 막막하신가요? 제가 직접 겪은 시행착오와 공식 문서 기반의 노하우로, 실무에 즉시 적용 가능한 중급 에이전트 구축법을 알려드립니다.

Langchain 온라인 강의를 통해 최신 대용량 자연어 처리 기술(LLM)의 선구자가 되세요! 이 강의는 여러분의 커리어를 한 단계 업그레이드할 실용적인 스킬과 혁신적인 지식을 제공합니다. #LangChain #LangGraph #LangSmith #MCP

AI는 이제 선택이 아닌 생존의 문제입니다. 3일 걸리던 개발을 30분으로 단축하고, 반복 업무는 AI에게 맡기고 당신은 더 중요한 문제 해결에 집중하세요. 이론이 아닌 실무에서 바로 써먹는 AI 네이티브 개발법으로, 회사에서 "AI 잘하는 개발자"로 인정받는 확실한 방법을 알려드립니다.

OpenClaw 1·2부까지 따라오면, 결국 하나의 에이전트에게 뭐든 다 시키게 됩니다. 그러다 보면 프롬프트가 꼬이고, 메모리가 섞이고, 폴더가 엉키면서 “이제 뭘 어떻게 정리해야 할지” 막막해지는 순간이 찾아옵니다. 이 강의는 그 지점에서 한 단계 더 올라가도록 돕는 “멀티 에이전트 입문 편(2.5부)”입니다. 하나의 봇만 유지한 채, planner / editor 두 에이전트로 역할을 분리하고, 각 에이전트에 서로 다른 워크스페이스와 텔레그램 포럼 토픽을 연결해 “어느 방에서 말하느냐에 따라 다른 에이전트가 응답하는 구조”를 직접 만들어 봅니다. 실습을 따라오면, 내 환경 안에 - `content_planner`와 `content_editor` 두 에이전트가 정의된 설정 파일, - 기획과 초안이 분리된 콘텐츠 폴더 구조, - 포럼 토픽별로 다른 에이전트가 붙어 있는 텔레그램 그룹방, - 그리고 두 에이전트가 협업해서 만든 인프런 강의 소개 글 초안 1개가 실제로 남습니다. 즉, 이 강의는 “AI 비서 1명”으로 시작한 텔레그램 봇을, “역할이 나뉜 작은 AI 팀”으로 업그레이드하는 첫 단계를 함께 설계해 주는 실전 수업입니다.

이 강의에서는 추천 시스템의 핵심 알고리즘부터 실전 구현까지 다룹니다. - 컨텐츠 기반 필터링 - 협업 필터링, 딥러닝 기반 추천 모델 구현 - Two-step recommender systems 구현 - PyTorch/RecBole 활용한 실습 - 현업 노하우와 추천 결과 시각화까지

AI가 내 Slack, Notion에 대신 글을 써준다고? 기존 AI의 한계를 뛰어넘은 MCP로 똑똑하게 일하세요!

AI 시대에도 안 잘리는 실리콘밸리 인턴십 및 30개 빅테크 시스템 디자인 & 오픈소스 실무 기여 완성 코스로 넷플릭스, 테슬라, 메타, 틴더 등 빅테크 사례로 30개 실전 시스템 디자인을 설계, 스케일링해 보는 코스입니다. 마지막에는 자신만의 서비스를 아키텍처 → DB → 스케일링까지 설계합니다.

딥러닝을 활용한 생성모델 AI 모델의 작동 원리를 이해하고 실습을 통해 활용 방법을 습득합니다.

현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.

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

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.

"Life is short, you need Rookiss." Rookiss의 핀포인트 레슨 시리즈의 첫 강의 - 클로드 코드 (Claude Code) 입문에서는 클로드 코드 및 에이전트와 관련된 전반적인 개념을 자체적으로 개발한 시각화 교재를 통해 쉽게 학습합니다.

본 과정은 Spring AI·Spring Boot를 기반으로 GPT, Gemini, LLaMA(로컬) 를 전략적으로 조합해 Multi-LLM 아키텍처와 오케스트레이션 중심 Agent 시스템(Main/Sub, Tool, Task Runtime, Agent Registry) 을 설계·구현하는 고급 과정입니다. 단일 LLM 호출을 넘어 Agentic Workflow Pattern(Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer) 과 Multi-Agent 구조를 적용하고, Tool·ToolRegistry로 RAG·외부 API/DB 등 실행 레이어를 분리하며, DAG 엔진·YAML 선언적 워크플로·로딩 직후 검증(Validated DSL) 으로 확장 가능하고 안정적이며, 품질이 지속 개선되는 AI 시스템을 구현하는 흐름을 다룹니다. 또한 Circuit Breaker, Reactive Stream, Redis 모니터링, 병렬 처리, 반복 평가 루프까지 포함하며, Thymeleaf(SSR) 실습에 React·REST로 프론트/백을 나누고 MCP로 툴·에이전트 런타임을 표준 프로토콜로 연동하는 확장을 더해 실제 운영 환경 수준의 AI 아키텍처 설계 역량을 갖추도록 합니다. 최종 목표는 단일 API 연동·프롬프트 수준에 머무는 단순한 AI 이용자가 아니라, Multi-LLM·에이전트·워크플로·선언·검증을 하나의 실행 아키텍처로 설명·절충할 수 있는, AI 시스템을 설계할 수 있는 개발자로 성장하는 것입니다.

매일 반복되는 자료 조사와 문서 작성, 언제까지 붙잡고 계실 건가요? 저 역시 넘쳐나는 정보 속에서 핵심을 찾느라 매일 야근하던 평범한 직장인이었습니다. 하지만 제미나이 3를 실무 프로세스에 도입한 후, 업무 속도가 빨라지는 경험을 했습니다. 제미나이를 활용한 업무의 생산성을 높여보세요.

생성형 인공지능의 최신 트렌드, AI 에이전트! 개발 업무를 다 해주는 Cursor와 기능을 확장해주는 MCP로 앞서나가는 방법!

[만들자!] 노드 연결하다 지쳐서 포기한 적 있나요? "슬랙에 매일 아침 브리핑 만들어줘" — 한 마디면 됩니다. Claude Code가 설계하고, n8n 서버가 24시간 대신 돌립니다. [운영하자!] n8n 도입은 쉬웠는데, 관리가 막막했다면 이 강의가 답입니다. "전부 컨벤션에 맞게 정리해줘" — 워크플로우 수십 개가 한 번에 정돈됩니다. 생성·정리·모니터링·백업, 전부 자연어로 운영합니다.

ChatGPT와 파이썬을 활용해 코인 매매 시그널을 무한히 자동 생성하고, 이를 백테스팅 및 검증하는 과정을 실습을 통해 직접 구현해볼 수 있어요. 또, AI가 자동 생성한 모든 전략들을 합쳐 하나의 전략으로 만들고, 이를 활용해 실제 매매에 적용하는 방법을 배울 수 있어요.

복잡한 Next.js의 여러 개념들을 짧은 시간에 핵심만 배울 수 있어요. Next.js를 처음 배우는 분들을 위한 실무 필수 지식만 알려드립니다. 프레임워크 강의만 8년째 진행하는 캡틴판교의 Next.js 신규 강의. "AI 시대에 프런트엔드 개발자"의 코딩과 학습 방법을 배워볼 수 있어요! :)

매일 2,500종목, 언제까지 직접 보실 건가요? 장 마감 후 급등주를 찾느라 네이버 증권을 뒤지고, 뉴스를 읽으며 호재인지 악재인지 판단하고, 외국인/기관 수급을 하나하나 확인하고, 차트를 열어서 패턴을 분석하고... 이걸 매일 반복하고 계시진 않나요? 저도 그랬습니다. 퇴근 후 2~3시간을 종목 분석에 쏟았고, 그래도 놓치는 종목이 더 많았습니다. 코스피+코스닥 합치면 2,500개가 넘는데, 사람이 매일 다 볼 수는 없으니까요. --- 그래서 시스템을 만들었습니다 매일 장 마감 후 자동으로 2,500종목을 분석하는 시스템을 만들었습니다. - 시세, 수급, 뉴스를 자동으로 수집하고 - AI(Gemini)가 뉴스를 읽고 호재/악재를 판별하고 - 6개 팩터로 15점 만점 점수를 매기고 - 기준을 통과한 종목만 골라서 진입가/손절가/익절가까지 계산하고 - 텔레그램으로 알림을 보내줍니다 저는 퇴근 후 폰만 확인하면 됩니다. 여기에 매주 토요일이면 시스템이 스스로 지난주 성과를 분석해서 손절선, 익절선, 보유기간을 자동으로 조정합니다. 시스템이 알아서 학습하고 개선되는 구조입니다. --- 근데 저는 개발자가 아닙니다 이 시스템의 코드를 제가 직접 쓴 건 아닙니다. 전부 AI한테 말로 시켰습니다. "오늘 5% 이상 오른 종목 중에서 거래대금 500억 넘는 것만 추려줘" "이 뉴스 3개를 Gemini한테 보내서 호재인지 판단하게 만들어줘" "매일 오후 4시에 자동으로 실행되게 스케줄러 만들어줘" 이렇게 말하면 AI(Claude)가 코드를 만들어줍니다. 이게 바이브 코딩입니다. --- 이 강의에서 똑같은 시스템을 만듭니다 58강에 걸쳐, 제가 실제로 매일 사용하는 시스템을 처음부터 끝까지 같이 만듭니다. 데이터 수집부터 시작해서, AI 뉴스 분석, 스코어링 엔진, 시그널 생성, Flask API 서버, Next.js 웹 대시보드, 텔레그램 자동 알림, 그리고 자가 학습 시스템까지. Jupyter 노트북이 결과물이 아닙니다. 실제로 매일 돌아가는 웹 대시보드와 텔레그램 알림이 결과물입니다. 코딩을 몰라도 됩니다. 매 강의마다 Claude한테 어떻게 말해야 하는지 보여드리고, 여러분이 따라하면 같은 결과가 나옵니다. --- 이런 분께 추천합니다 - 매일 종목 분석할 시간이 부족한 직장인 투자자 - 자동화 시스템을 갖고 싶지만 코딩을 모르는 분 - 퀀트/시스템 트레이딩이 궁금한데 어디서 시작할지 모르는 분 - AI를 실전에 활용하는 방법이 궁금한 분 --- ⚠️ 이 강의는 투자 수익을 보장하지 않습니다. 주식 분석 도구를 직접 만들어보는 프로그래밍 강의입니다. 실제 투자 판단은 수강생 본인의 책임입니다.