LLM 핵심 이론, 구조로 이해하기 -ChatGPT·RAG·Agent의 작동 원리를 한 번에-

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.

(4.4) 수강평 29개

수강생 211명

난이도 입문

수강기한 4개월

llm
llm
llm활용
llm활용
맞춤형llm
맞춤형llm
llm성능평가및튜닝
llm성능평가및튜닝
llm이론
llm이론
llm
llm
llm활용
llm활용
맞춤형llm
맞춤형llm
llm성능평가및튜닝
llm성능평가및튜닝
llm이론
llm이론
삼성
네이버제트
토스
CookApps
롯데쇼핑 이커머스사업본부

롯데쇼핑 이커머스사업본부

임직원들도 이 강의를 듣고 있어요!

삼성
네이버제트
토스
CookApps
롯데쇼핑 이커머스사업본부

롯데쇼핑 이커머스사업본부

임직원들도 이 강의를 듣고 있어요!

먼저 경험한 수강생들의 후기

4.4

5.0

HJ

100% 수강 후 작성

전체적인 개념 잡기에 정말 좋은 내용입니다! 강의자료는 어떻게 제공받을 수 있을까요?

5.0

Goldie

63% 수강 후 작성

기초 다지기 좋습니다.

5.0

leckar1231

100% 수강 후 작성

강의 자료 제공과 &A에 대한 답변만 이뤄지면 더 좋을 것 같습니다. 전체적인 개념을 잡기엔 정말 좋은 내용들입니다!

수강 후 이런걸 얻을 수 있어요

  • LLM이 답을 만드는 과정을 이해하는 구조적 사고

  • 프롬프트·RAG·Agent 등 핵심 개념을 헷갈리지 않는 기준

  • AI 관련 논의를 정확히 따라갈 수 있는 이해력

  • LLM의 한계와 파라미터를 고려한 현실적인 판단 감각


LLM 작동 원리를
내 것으로 만드는 확실한 이론 강의

AI 시대를 이끌 핵심 기술, LLM을 깊이 있게 이해합니다.


ChatGPT나 Gemini를  쓰지만 작동 원리가 궁금하셨나요?
이 강의는 LLM의 기본 개념부터 차근차근 설명하고,

프롬프트·RAG·Agent의 핵심 기술을 어렵지 않게 이해할 수 있도록 돕습니다.

LLM 작동 원리를

내 것으로 만드는 이론 강의

ChatGPT와 Gemini를 사용하고 있지만

왜 그런 답이 나오는지 궁금하지 않으셨나요?

이 강의는 LLM의 기본 구조부터 핵심 개념까지

복잡한 수식 없이, 이해 중심으로 설명합니다.

Transformer, Self-Attention은 물론

프롬프트·RAG·Agent가

LLM 내부에서 어떻게 작동하는지를 자연스럽게 연결해 이해할 수 있습니다.

툴 사용법이 아니라,

AI를 판단할 수 있는 기준을 만드는 강의입니다.


본 강의는 LLM의 사고 구조를 이해하고,

프롬프트 RAG Agent 등 최신 기술을 활용하기 위한

기반을 마련하는 강의 입니다.

이 강의는 무엇이 다른가요?

이 강의는 단순한 툴 사용법이나 트릭을 다루지 않습니다.

LLM이

  • 어떻게 문맥을 이해하고

  • 왜 환각(Hallucination)이 발생하며

  • 그래서 프롬프트·RAG·파인튜닝·Agent가 등장했는지

를 수식 없이, 구조 중심으로 차근차근 핵심적인 내용에 대한 이론을 설명합니다.

Transformer, Self-Attention, 토큰, 임베딩 같은 핵심 개념을
논문 나열이 아닌 직관적인 흐름으로 연결해 이해할 수 있도록 구성했습니다.


이런 분께 특히 추천합니다

  • ChatGPT는 사용하지만 LLM 개념이 늘 헷갈리는 분

  • RAG·Agent 이야기가 나오면 회의에서 이해가 안 되는 기획자·PM

  • AI 도입이나 활용 전략을 고민하는 현업 실무자

  • 개발자는 아니지만 LLM을 제대로 이해하고 싶은 분

  • “LLM 이론 입문 강의”를 찾고 있는 학습자

이 강의는 이런 강의가 아닙니다

  • ❌ ChatGPT 기능 설명 강의

  • ❌ 특정 AI 툴 사용법 위주의 강의

  • ❌ 자동화·업무 효율 중심 실습 강의

이 강의는 LLM의 구조와 작동 원리를 이해하는 이론 중심 강의입니다.

이 강의를 들으면

AI를 그냥 쓰는 사람에서
AI를 이해하고 설계할 수 있는 사람으로


LLM의 핵심 원리를
이해하는 구조 중심 학습


Section 1 - 생성형 AI 및 LLM 기본 이해

생성형 AI와 LLM의 기본 원리를 탐구합니다. LLM이 방대한 텍스트 데이터를 통해 언어의 의미와 맥락을 통계적으로 학습하여 자연스러운 문장을 생성하는 방식을 이해합니다.

Section 2 - LLM 트렌드 및 산업 동향 분석

LLM 기술의 최신 발전 트렌드를 살펴보고, 글로벌 AI 경쟁 구도 속에서 LLM의 미래 전략 방향을 분석합니다. 이는 LLM 기술의 현재와 미래를 조망하는 데 도움을 줄 것입니다.

Section 3 - LLM 동작 원리 기초

LLM의 근본적인 작동 원리를 학습합니다. 토큰, 임베딩, 벡터 공간, 컨텍스트 윈도우 등 핵심 개념을 이해하고, 주요 출력 제어 파라미터에 대해 알아봅니다.

Section 4 - 프롬프트 엔지니어링 기법

LLM의 성능을 극대화하기 위한 프롬프트 엔지니어링의 기본 개념과 고급 기법을 다룹니다. Zero-shot, Few-shot, Chain-of-Thought(CoT) 등 다양한 패턴을 익혀 효과적인 프롬프트 작성 능력을 함양합니다.

Section 5 - RAG를 통한 LLM 한계 보완

LLM의 환각(Hallucination) 및 최신 정보 부족과 같은 한계를 극복하기 위한 RAG(Retrieval-Augmented Generation) 아키텍처를 학습합니다. RAG의 핵심 요소인 임베딩과 벡터 데이터베이스를 이해하고 전체 작동 흐름을 파악합니다.

Section 6 - RAG 성능 향상 전략

RAG 시스템의 정확도를 평가하는 지표와 방법론을 학습하고, 실제 적용 가능한 성능 개선 기법들을 탐구합니다. 이를 통해 RAG 시스템의 효율성과 신뢰성을 높이는 방안을 모색합니다.

Section 7 - 파인튜닝 및 경량 튜닝 전략

특정 작업이나 도메인에 LLM을 적응시키는 파인튜닝의 기본 개념과 적용 전략을 배웁니다. 또한, PEFT(Parameter-Efficient Fine-Tuning)와 같은 경량 튜닝 기법을 통해 효율적인 모델 튜닝 방법을 습득합니다.

Section 8 - LLM Agent 이해 및 활용

Agent의 개념과 구조를 이해하고, 다양한 LLM Agent 유형을 살펴봅니다. 실제 업무 및 서비스에 Agent를 어떻게 활용할 수 있는지 구체적인 사례를 통해 학습합니다.

Section 9 - MCP 및 A2A 최신 이론

최신 멀티 에이전트 시스템 이론인 MCP(Multi-agent Cooperative Planning)와 A2A(Agent-to-Agent)의 개념, 작동 원리, 그리고 구조 및 활용 방안을 비교 분석합니다. 이를 통해 진보된 에이전트 시스템 설계를 이해합니다.

이론부터 실전까지


Point 1. LLM 핵심 원리, 수식 없이 이해

ChatGPT는 쓰지만 원리가 궁금하신가요? 이 강의는 LLM의 작동 방식을 수식 없이 구조 중심으로 명확하게 설명합니다. 환각 현상의 이유부터 프롬프트, RAG, 파인튜닝, 에이전트가 왜 필요한지 그 근본 원리를 파악할 수 있습니다.


Point 2. LLM의 원리를 쉽게 이해할 수 있습니다.

단순한 툴 사용법이 아니라, LLM이 어떤 사고 구조로 작동하는지를 이해하는 데 초점을 둡니다.

이를 통해 AI 관련 회의나 기획 문서에서 등장하는 개념을 혼동 없이 이해하고 설명할 수 있는 이론적 기준을 갖게 됩니다. 또한 환각, 최신성, 컨텍스트 한계 등 LLM이 가진 구조적 한계를 이해함으로써

무엇을 기대할 수 있고, 무엇을 기대하면 안 되는지를 판단할 수 있습니다.

Point 3. RAG·파인튜닝·Agent를 이해하는 이론적 프레임

LLM이 가진 구조적 한계를 보완하기 위해 등장한 RAG 아키텍처의 핵심 구성 요소와 전체 작동 흐름를 이론적으로 이해합니다. 또한 파인튜닝과 경량 튜닝 기법(PEFT, LoRA)이 어떤 문제를 해결하기 위해 설계되었는지, 그리고 언제 적절한 선택이 되는지를 구조적으로 설명합니다. Agent 역시 “어떻게 만드는가”가 아니라, Agent가 필요한 이유와 내부 구조, 단순 자동화와 어떤 차이가 있는지를 중심으로 다룹니다.


Point 4. AI를 이해하는 관점 만들기

‘AI를 그냥 사용하는 단계’에서 벗어나 AI를 구조적으로 이해하는 관점을 만드는 데 목적이 있습니다.

토큰, 임베딩, 컨텍스트 윈도우와 같은 LLM의 핵심 개념부터, MCP, A2A 등 최신 멀티에이전트 이론까지

왜 이런 구조가 등장했는지를 중심으로 정리합니다.


ChatGPT는 쓰는데, 왜 이렇게 동작하는지는 모르겠어요.
이 강의는 바로 이런 분들을 위해 만들었어요.


✔️ LLM의 기본 원리부터 이해하고 싶은 입문자

  • LLM이 환각(Hallucination)을 일으키는 이유를 구조적으로 이해하고 싶으신 분

  • 프롬프트, RAG, 파인튜닝, 에이전트가 왜 필요하며 어떻게 작동하는지 알고 싶으신 분

  • 단순 툴 사용법을 넘어 AI의 작동 방식을 근본적으로 이해하고 싶으신 분

✔️ AI 관련 회의나 기획 문서에서 LLM 개념을 정확히 설명하고 싶은 기획자/실무자

  • LLM의 핵심 원리(토큰, 임베딩, 컨텍스트 윈도우)를 명확히 설명하고 싶으신 분

  • RAG, 파인튜닝, 에이전트 등 최신 LLM 기술 트렌드를 이해하고 싶으신 분

  • AI 서비스 기획 및 전략 수립 시 LLM의 한계를 고려하여 현실적인 활용 방안을 모색하고 싶으신 분

✔️ LLM을 업무에 효과적으로 적용하고 싶은 현업 개발자/데이터 분석가

  • LLM의 추론 및 답변 생성 과정을 구조적으로 이해하여 개발에 활용하고 싶으신 분

  • 어떤 접근 방식(프롬프트, RAG, 파인튜닝, 에이전트)이 문제 해결에 적합한지 판단 기준을 세우고 싶으신 분

  • LLM의 한계(환각, 최신성, 컨텍스트)를 극복하고 실제 서비스에 적용하는 전략을 설계하고 싶으신 분


더 이상 AI를 '블랙박스'처럼 사용하지 마세요.
LLM의 작동 원리를 이해하는 전문가로 거듭나세요.

수강 전 참고 사항

  • 본 강의는
    LLM(대규모 언어 모델)의 구조와 작동 원리를 이해하는 데 초점을 둔
    이론 중심 강의입니다.

    • 실습은 개념 이해를 돕기 위한 보조 수단입니다.

    • 특정 AI 툴 사용법이나 실무 자동화를 목표로 하지 않습니다.

선수 지식 및 유의사항

  • LLM, Transformer, Self-Attention 등 핵심 개념에 대한 기본적인 이해가 있으면 좋습니다.

  • 토큰, 컨텍스트 윈도우, 임베딩 등 관련 용어에 익숙하면 학습에 도움이 됩니다.

  • AI LLM의 작동 방식에 대한 호기심과 학습 의지가 중요합니다.



이런 분들께
추천드려요

학습 대상은
누구일까요?

  • LLM과 Transformer, Self-Attention의 핵심 원리

  • 토큰, 컨텍스트 윈도우, 임베딩 등 필수 개념 정리

  • 프롬프트 엔지니어링 핵심 기법 (Zero-shot, Few-shot, CoT)

  • RAG의 전체 구조와 정확도 개선 방법

  • 파인튜닝 vs RAG의 차이와 선택 기준

  • AI 에이전트의 구조와 실제 활용 시나리오

  • MCP, A2A 등 최신 멀티에이전트 이론 흐름

선수 지식,
필요할까요?

  • ChatGPT는 사용하지만 LLM 개념이 항상 헷갈리는 분

  • RAG·에이전트 이야기가 나오면 회의에서 이해가 안 되는 기획자·PM

  • AI 도입이나 활용 전략을 고민하는 현업 실무자

  • 개발자가 아니지만 AI llm을 제대로 이해하고 싶은 분

  • “llm 기초이론 입문 강의 ”를 찾고 있는 학습자

안녕하세요
HappyAI입니다.

5,561

명

수강생

336

개

수강평

54

개

답변

4.5

점

강의 평점

12

개

강의

이진규 | Lee JinKyu

AI공학박사 · AI소프트웨어학과 겸임교수 · 해피AI 대표

안녕하세요.
자연어처리(NLP)와 대규모 언어모델(LLM)을 중심으로 AI를 연구·개발·교육하고 있는 이진규입니다.

인공지능 전공 공학박사 학위를 취득했으며, 자연어처리와 LLM을 중심으로 연구해 왔습니다.

현재 AI소프트웨어학과 겸임교수로 자연어처리와 컴퓨터비전 등 AI 관련 과목을 강의하고 있으며, 생성형 AI 전문기업 해피AI를 운영하고 있습니다.

정부출연연구기관에서 자연어처리·빅데이터 분석 연구원으로 근무한 뒤 AI 전문기업 개발자를 거쳐, 현재는 기업과 공공기관의 AI 프로젝트와 교육을 수행하고 있습니다.

삼성SDS, KT, 현대위아, 서울디지털재단 등 다양한 기업·기관에서 생성형 AI, LLM, RAG, AI Agent, 파인튜닝 관련 교육과 프로젝트를 진행해 왔습니다.

또한 문서·설문·리뷰·언론·정책·학술 데이터 등 다양한 비정형 데이터를 대상으로 자연어처리와 텍스트마이닝 연구를 수행했으며, 의료·정책·환경·법학·경제·교육 등 여러 분야의 연구·분석 프로젝트를 경험했습니다.


주요 이력

  • AI소프트웨어학과 겸임교수

    • 자연어처리

    • 컴퓨터비전

    • 생성형AI

    • 데이터마이닝

  • 공학박사(인공지능)

     

    • 대규모 언어모델(LLM)·Agent 연구

  • 해피AI 대표

    • 생성형 AI·LLM·RAG·AI Agent 연구개발 및 교육

  • 정부출연연구기관 연구원

    • 자연어처리·빅데이터 분석

  • AI·빅데이터 전문기업 개발자

  • AI 칼럼니스트

    • 생성형 AI, LLM, RAG 및 AI 기술 관련 기고


주요 전문 분야

  • 생성형 AI 및 대규모 언어모델(LLM)

  • RAG · Private LLM

  • AI Agent · Agentic AI

  • LangChain·LangGraph 기반 AI 애플리케이션

  • LoRA·QLoRA 기반 LLM 파인튜닝

  • 자연어처리(NLP)·텍스트마이닝

  • AI 기반 데이터 분석 및 업무자동화


주요 기업·기관 교육

  • 삼성SDS – LangChain·RAG 기반 LLM 프로그래밍

  • KT – LLM/sLLM 애플리케이션 개발

  • 서울디지털재단 – LLM 이론 및 RAG 챗봇 개발

  • 현대위아 – 생성형 AI·AX 교육

  • 서울과학기술대학교 – 파이썬 기반 텍스트 분석

  • 경기대학교 – ChatGPT 활용 파이썬

  • 단국대학교 – 빅데이터 전문가 과정


주요 AI 프로젝트

  • Private LLM 기반 RAG 문서검색·챗봇 구축

  • 내부망 환경의 Private LLM 솔루션 개발

  • LLM 파인튜닝 및 Instruction Tuning

  • AI Agent 기반 업무 프로세스 설계

  • 자연어처리·텍스트마이닝 기반 연구·분석

  • 설문·리뷰·언론·정책·학술 데이터 AI 분석


연구 및 저서

  • 자연어처리·LLM 관련 국내외 학술 연구 수행

  • LLM 편향 측정 및 완화 연구

  • NLP·텍스트마이닝 분야 논문 다수

  • AI 관련 특허 및 소프트웨어 연구개발 경험

  • 저서 『챗GPT와 함께하는 주식 데이터 분석』


제가 강의에서 가장 중요하게 생각하는 것

AI 기술은 빠르게 바뀌지만, 핵심 원리를 이해하면 새로운 기술도 훨씬 빠르게 익힐 수 있습니다.

강의에서는 단순히 기능이나 코드를 따라 하는 것보다

“무엇인지 → 왜 필요한지 → 어떻게 작동하는지 → 실제로 어디에 활용하는지”

를 명확하게 이해할 수 있도록 설명하는 것을 가장 중요하게 생각합니다.

복잡한 AI 기술을 어렵게 설명하기보다,
처음 접하는 분도 전체 구조를 이해하고 실제 업무와 프로젝트에 적용할 수 있도록 전달하겠습니다.


강연 및 프로젝트 문의

Email
leejinkyu0612@naver.com

Homepage
https://happyaidata.kr

YouTube
https://www.youtube.com/@HappyAI_0612

GitHub
https://github.com/leejin-kyu

※ 크몽 Prime 전문가

 

상세 이력
https://bit.ly/jinkyu-profile

더보기

커리큘럼

전체

28개 ∙ (1시간 31분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

전체

29개

4.4

29개의 수강평

  • 구윤모님의 프로필 이미지
    구윤모

    수강평 10

    ∙

    평균 평점 5.0

    5

    33% 수강 후 작성

    이해하기가 쉽고, 명확한 설명이 공부하는데 도움이 많이 됩니다.

    • leckar1231님의 프로필 이미지
      leckar1231

      수강평 23

      ∙

      평균 평점 5.0

      5

      100% 수강 후 작성

      강의 자료 제공과 &A에 대한 답변만 이뤄지면 더 좋을 것 같습니다. 전체적인 개념을 잡기엔 정말 좋은 내용들입니다!

      • HappyAI
        지식공유자

        좋은 평가 주셔서 감사합니다. 강의자료는 leejinkyu0612@naver.com 로 문의주시면 전달드리겠습니다.

    • 배추가될거야님의 프로필 이미지
      배추가될거야

      수강평 1

      ∙

      평균 평점 5.0

      5

      100% 수강 후 작성

      최신 주요 AI 개념에 대해 개론으로 듣기에 좋았습니다.

      • Goldie님의 프로필 이미지
        Goldie

        수강평 12

        ∙

        평균 평점 5.0

        5

        63% 수강 후 작성

        기초 다지기 좋습니다.

        • HJ님의 프로필 이미지
          HJ

          수강평 2

          ∙

          평균 평점 5.0

          수정됨

          5

          100% 수강 후 작성

          전체적인 개념 잡기에 정말 좋은 내용입니다! 강의자료는 어떻게 제공받을 수 있을까요?

          HappyAI님의 다른 강의

          지식공유자님의 다른 강의를 만나보세요!

          비슷한 강의

          같은 분야의 다른 강의를 만나보세요!