한 번에 끝내는 LLM API - 프롬프트, 구조화 출력, 툴 콜링까지

문서를 찾아 답하고, 도구를 골라 조회하고, 승인받은 티켓을 실제로 만드는 고객지원 에이전트를 처음부터 만들어요. 응답이 끊기거나 같은 요청이 다시 와도 업무가 한 번만, 끝까지 처리되는지 실제 실행 기록으로 확인합니다.

문서 세 개로 작은 RAG를 만들고, 답이 틀릴 때 문서·검색·문맥·생성 중 어디부터 고칠지 실제 실행 기록으로 판단해요. 하이브리드 검색과 재순위화, 다단계 검색, 권한과 운영 점검까지 개선 효과를 숫자로 확인합니다.

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.

이 강의는 Transformer를 단순히 “구현하는 법”이 아니라, 왜 이런 구조가 만들어졌는지, 각 모듈이 어떤 역할을 하는지, 그리고 전체 모델이 어떻게 작동하는지를 설계자의 관점에서 해부하는 과정입니다. Self-Attention과 Multi-Head Attention의 내부 계산 원리를 깊이 있게 분석하고, Positional Encoding, Feed-Forward Network, Encoder·Decoder 구조가 어떤 한계를 해결하기 위해 등장했는지를 수식·논문·구현 코드로 직접 확인합니다. Attention에서 출발해 Transformer 전체 구조를 직접 조립하고, 실제로 학습까지 수행하며 모델이 어떻게 동작하는지 체득합니다. 이 강의는 “Transformer를 완전히 이해하고 싶은 사람”을 위한 가장 구조적이고 실전적인 로드맵입니다.

트랜스포머 기반 LLM 아키텍처와 GPU 활용 전략을 이해하고, vLLM을 활용한 실제 서빙 과정까지 직접 실습합니다. AI 시스템 파이프라인 구축부터 모니터링, 멀티 GPU 활용까지 실무 흐름 전체를 다루며, 복잡한 수식 없이 그림과 실습 중심으로 직관적으로 이해할 수 있도록 구성한 강의입니다.

LLM 기초이론, LangChain과 RAG의 핵심적인 기술을 마스터하는 강의입니다. LLM기초부터 실무에 쓰이는 최신 AI 기술을 쉽게 배울 수 있습니다!

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.

LangChain을 통한 운영수준의 AI Agent 챗봇 개발부터 LangGraph, LangSmith 를 통한 고도화작업을 통해 AI Agent개발의 핵심 기술 3가지를 정리합니다.

진짜 코딩의 ㅋ 자도 경험해 본 적 없는 분들도 딸깍으로 자동화 소프트웨어 만들 수 있어요 진짜에요

기업 환경에서 LLM Coding Agent를 활용할 때 발생할 수 있는 다양한 보안 위협을 이해하고, Connected와 Air-Gap 환경에서 공격과 대응 과정을 직접 실습하며 필요한 보안 통제와 대응 방안을 살펴봅니다.

: "수학적 기초부터 최신 모델까지, Pytorch로 완성하는 딥러닝 파이프라인 (총 44강)" 단순히 model.fit()만 호출하는 법을 배우는 시대는 지났습니다. 인공 신경망의 밑바닥인 미분과 경사하강법부터, 현업에서 필수적인 pytorch 활용법, 그리고 이미지와 시계열 데이터를 다루는 CNN/RNN까지! 딥러닝의 모든 과정을 체계적으로 정복해 드립니다. 이제 분석된 데이터를 넘어, 인간의 뇌를 모방한 인공지능이 스스로 학습하고 판단하는 놀라운 딥러닝의 세계로 들어오세요.

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.

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.

이 강의는 LDM(Latent Diffusion Model)부터 DiT(Diffusion Transformer)까지, 생성형 AI의 핵심 기술 발전을 완전 해부하는 실전형 마스터클래스입니다. LDM의 잠재 공간 기반 학습 원리와 Stable Diffusion의 구조, 그리고 최신 Diffusion Transformer의 구현 방식을 논문과 코드로 직접 분석합니다. 수강생은 PyTorch 기반으로 LDM, CFG(Classifier-Free Guidance), DiT 모델을 직접 구현하며, 생성 모델의 최신 트렌드와 구조적 진화를 체계적으로 익힙니다.

본 과정은 빅데이터 분석에 적합한 프로그래밍 언어인 파이썬(Python)을 활용하여 웹, SNS 등 소셜 빅데이터를 직접 수집하고, 가공하고, 분석해보는 교육 과정입니다. 파이썬 프로그래밍 실습을 ‘따라하기’ 형식으로 진행하여 프로그래밍 경험이 없는 인문, 사회과학 연구자들이 쉽게 학습할 수 있습니다. 본 과정을 수강하시면 파이썬 습득 + 데이터 수집 + 빅데이터 분석이 모두 가능해 집니다.

<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.

AI로 MVP를 만드는 건 이제 어렵지 않습니다. 하지만 대부분의 프로젝트는 그 다음 단계에서 멈춥니다. 👉 기능은 만들었는데 👉 개발이 계속 이어지지 않습니다 왜 이런 일이 생길까요? 문제는 코드가 아니라, 👉 AI가 지속적으로 일할 수 있는 구조가 없기 때문입니다. --- 이 강의에서는 이미 만들어진 프로젝트를 기반으로, 👉 AI가 계속 개발을 이어갈 수 있는 구조를 👉 직접 구축하는 과정을 다룹니다 --- 단순히 AI 툴을 사용하는 것이 아니라, * docs 구조를 만들고 * SSOT를 정의하고 * 티켓 단위로 개발을 실행하고 * QA와 반복 구조까지 연결하여 👉 하나의 “AI 개발 시스템”으로 완성합니다 --- 이 과정을 통해 👉 사람이 직접 코딩하지 않아도 👉 개발이 계속 이어지는 구조 즉, 👉 AI를 팀처럼 운영하는 개발 시스템을 👉 직접 만들고 이해할 수 있습니다 --- 이 강의는 👉 내 프로젝트에 바로 적용할 수 있는 구조를 만들고 싶은 분 👉 AI로 개발을 시작했지만, 지속이 어려웠던 분 👉 바이브 코딩 이후, 다음 단계로 넘어가고 싶은 분 을 위해 구성되었습니다. --- 단순히 배우는 것이 아니라, 👉 실행해보고 👉 실제로 동작하는 구조를 만들고 👉 자신의 프로젝트에 적용할 수 있는 형태로 가져가는 경험 을 제공합니다.

Spring AI로 AI 기능을 구현했다면, 이제는 AI가 어떻게 동작하는지 관찰하고 비용·품질·리스크·흐름을 통제하는 방법을 고민할 차례입니다. LLM을 호출하고 RAG를 연결하고 구조화된 응답을 받는 것만으로 AI 애플리케이션이 충분히 신뢰할 수 있게 되는 것은 아닙니다. 실제 애플리케이션에서는 요청이 어떤 경로로 처리되었는지, 모델에 얼마나 많은 컨텍스트를 전달하고 있는지, 생성된 결과를 어디까지 신뢰할 수 있는지, 위험한 추천을 어떻게 제한할 것인지까지 함께 고민해야 합니다. 이 강의에서는 Spring AI 기반의 Incident Responder 애플리케이션을 하나의 일관된 사례로 사용합니다. 정상적으로 동작하지만 아직 충분히 통제되지 않은 baseline에서 시작해 실제 실행 결과를 관찰하고 문제를 발견한 뒤, 코드에 통제 지점을 추가하고 개선 전후를 비교합니다. 이를 통해 특정 AI 기능의 사용법을 하나 더 배우는 것을 넘어, 확률적으로 동작하는 AI를 Java/Spring 애플리케이션 안에서 어떻게 관찰하고 제한하고 검증할 것인지에 대한 설계 관점을 익힙니다.

자바 개발자를 위한 AI 활용 마스터 가이드! 이 강좌는 AI가 파이썬만의 영역이란 편견을 깨고, 여러분의 자바 앱에 AI의 눈, 귀, 입, 코딩 능력까지 부여합니다. OpenAI API 기반으로 AI 아키텍트로 성장하세요. AI 작가, 번역가, 화가, 코딩 동료 등 다양한 AI 전문가를 직접 개발하며, 텍스트 요약, 감성 분석, 이미지 해설, 자바 코드 생성, 음성/텍스트 변환, 이미지/자막 생성 등 핵심 기능을 통합한 다기능 AI 어시스턴트를 만듭니다. 시스템 메시지로 AI의 역할을 부여하고, 유해 콘텐츠 검열까지 배우며 기존 자바 시스템의 경쟁력을 극대화할 절호의 기회입니다.

초보자, 개발 입문자들도 충분히 따라할 수 있는 튜토리얼식 클로드 코드 개발 강의입니다. 기획자, 디자이너, 비 개발자를 대상으로 오프라인에서 강의한 경험을 토대로 책에 다루지 않는 초급 예제부터 중급 개발 예제까지 한 흐름으로 배울 수 있습니다. 클로드 코드를 활용해 Hello World부터 럭키드로우, 클로드 디자인 + 엑셀 데이터 연동을 통한 디바이스별 최적화 카페 메뉴 관리 웹 페이지, DB와 클라우드 서비스에 올릴 수 있는 SaaS 웹 애플리케이션까지 단계별로 개발하는 과정을 경험합니다. 이론/실습/프로젝트의 단계별로 튜토리얼이 제공되며, 6단계 레벨별 실습을 통해 AI 협업 개발 방법론을 익히고, 클라우드 배포와 운영까지 전체 개발 사이클을 경험합니다.