강의

멘토링

커뮤니티

NEW
개발 · 프로그래밍

/

AI 코딩

Azure의 LangChain - 확장 가능한 LLM 애플리케이션 구축

이 과정은 Azure에서 프로덕션급 LLM 애플리케이션을 설계하고 배포한 실제 경험을 바탕으로 구성되었습니다. 장난감 예제나 독립된 노트북에 집중하는 대신, 실험 단계에서 실제 시스템으로 전환할 때 직면하는 정확한 과제들을 안내합니다: 데이터 수집, 벡터 저장소, 서비스 오케스트레이션, 클라우드 배포, 그리고 보안. 과정 전반에 걸쳐 복잡한 Azure 서비스를 명확하고 실용적인 단계로 나누어 설명하고, 각 아키텍처 결정이 내려지는 이유를 설명하며, 확장 가능한 시스템에서 구성 요소들이 어떻게 함께 작동하는지 보여줍니다. 학생들은 완전한 LangChain 기반 애플리케이션을 구축하고, 디버깅하고, 배포하면서 학습하며, 실제 인프라 및 애플리케이션 수준의 문제를 해결하는 자신감을 얻게 됩니다.

1명 이 수강하고 있어요.

난이도 입문

수강기한 무제한

  • Markus Lang
langchain
langchain
llmapplication
llmapplication
rag시스템구축
rag시스템구축
clouddepolyment
clouddepolyment
langchain
langchain
llmapplication
llmapplication
rag시스템구축
rag시스템구축
clouddepolyment
clouddepolyment

수강 후 이런걸 얻을 수 있어요

  • Azure에서 LangChain을 사용하여 엔드투엔드 검색 증강 생성(RAG) 파이프라인 구축하기

  • Azure Cognitive Search와 PgVector를 사용한 벡터 저장소 솔루션 설계 및 비교

  • Docker, Azure Container Registry 및 App Services를 사용하여 확장 가능한 프론트엔드 및 백엔드 서비스 배포

  • Blob Storage, Event Grid 및 Azure Functions를 사용하여 이벤트 기반 인덱싱 파이프라인 구현

  • 방화벽 규칙 및 IP 기반 접근 제한과 같은 기본 보안 관행을 적용하세요

Azure에서의 LangChain: RAG 프로토타입에서 프로덕션급 LLM 시스템까지

이 강좌에서 배우는 내용
이 강좌는 학생들에게 실제 LLM 애플리케이션을 구축, 배포 및 확장하는 방법을 LangChain과 Microsoft Azure를 사용하여 보여줍니다. 데모나 노트북에서 멈추지 않고, 학생들은 벡터 데이터베이스, 컨테이너화된 서비스, 클라우드 배포 및 이벤트 기반 파이프라인을 갖춘 프로덕션 준비 아키텍처를 설계하는 방법을 배웁니다.

이러한 기술이 사용되는 곳

  • AI 및 머신러닝 엔지니어링

  • 클라우드 및 DevOps 엔지니어링

  • 엔터프라이즈 소프트웨어 개발

  • AI 어시스턴트와 코파일럿을 갖춘 SaaS 제품

  • 지식 관리 및 검색 플랫폼

이 강좌가 만들어진 이유 (개인적 배경)
이 강좌는 많은 개발자들이 같은 문제로 어려움을 겪는 것을 보고 설계되었습니다:
LangChain 데모는 만들 수 있지만, 이를 실제 배포 가능한 시스템으로 전환하는 방법을 모른다는 것입니다.
이 강좌의 목표는 그 격차를 메우는 것입니다—전문적인 환경에서 사용되는 정확한 아키텍처, 도구, 워크플로우를 가르치는 것입니다.

배우게 될 내용

섹션 (1): 핵심 키워드 – LLM 아키텍처, RAG, 벡터 스토어

이 섹션에서 학생들은 LLM 애플리케이션의 핵심 구성 요소에 집중합니다.

다음을 학습하게 됩니다:

  • 검색 증강 생성(RAG) 파이프라인 설계

  • LLM 검색을 위한 문서 청크 분할, 임베딩 및 인덱싱

  • 벡터 데이터베이스(Azure Cognitive Search 및 PgVector 등)로 작업하기

  • 벡터 스토어 솔루션을 비교하고 사용 사례에 적합한 솔루션 선택하기

  • LangChain과 Jupyter Notebook을 사용하여 검색 및 생성 워크플로우 수행

이 섹션은 배포로 넘어가기 전에 강력한 개념적 및 실용적 기반을 구축합니다.

섹션 (2): 핵심 키워드 – Docker, Azure 배포, 이벤트 기반 시스템

이 섹션은 실험에서 실제 애플리케이션 아키텍처로 전환합니다.

학생들은 다음을 배우게 됩니다:

  • 노트북에서 서비스 기반 시스템으로 전환

  • Docker 및 docker-compose를 사용하여 로컬에서 서비스 오케스트레이션

  • 프론트엔드 및 백엔드 서비스를 Azure App Services에 배포

  • 컨테이너화된 배포를 위해 Azure Container Registry 사용

  • 이벤트 기반 인덱싱 파이프라인을 Blob Storage, Event Grid 및 Azure Functions로 구축

  • 기본 보안 관행 적용(방화벽 규칙 및 IP 제한 포함)

이 섹션을 마치면 학생들은 완전히 배포되고 확장 가능한 LLM 애플리케이션을 갖게 됩니다.

사전 요구 사항

이것은 중급 수준의 과정입니다. 수강생은 다음을 갖추어야 합니다:

  • 중급 수준의 Python 지식 (객체 지향 프로그래밍, 함수, 모듈)

  • 터미널 사용 경험

  • 기본적인 Docker 경험

  • LangChain 개념에 대한 기초에서 중급 수준의 이해 (VectorStores, RAG, Agents)

이 강좌는 완전 초보자를 위한 것이 아닙니다.


강의 형식 및 학습 권장 사항

  • 선명한 오디오와 고품질 화면 녹화

  • 실제 코드 연습과 함께하는 단계별 설명

  • 코드를 따라 작성하고 서비스를 배포할 때 비디오를 일시 정지하는 것을 권장합니다

  • 더 나은 이해를 위해 배포 섹션을 다시 시청하세요


질문 및 업데이트

  • 학생들은 강의 Q&A 섹션에서 질문할 수 있습니다

  • 이 강의는 Azure 서비스 및 모범 사례의 변경 사항을 반영하기 위해 업데이트될 예정입니다


저작권 및 지적 재산권 고지

비디오, 코드, 다이어그램을 포함한 모든 강의 자료는 저작권으로 보호됩니다.
이들은 개인 학습 목적으로만 제공되며, 허가 없이 재배포, 재판매 또는 상업적 교육 목적으로 재사용할 수 없습니다.

💡이 강의를 완료하면

이 강좌는 이력서와 포트폴리오에 적합한 형식의 수료증을 제공합니다.

과정을 완료하면 학습 성과에 대한 공식 증빙으로 활용할 수 있는 수료증을 받을 수 있습니다.

💡오디오 및 자막 언어 옵션으로 스마트하게 학습하세요

학습 스타일에 따라 오디오와 자막을 모두 전환할 수 있습니다. 원하는 언어를 선택하세요.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 이미 Python과 LangChain을 알고 있지만 노트북과 프로토타입을 넘어서는 데 어려움을 겪는 개발자

  • Azure에서 실제 프로덕션 수준의 아키텍처로 LLM 애플리케이션을 배포하고자 하는 엔지니어

  • 클라우드 기반 시스템에 AI 워크플로우를 통합하려는 백엔드 또는 DevOps 지향 개발자

선수 지식,
필요할까요?

  • 이 강의는 다음을 전제로 합니다: 중급 수준의 Python 지식 (OOP, 함수, 모듈) 터미널 사용 경험 기본적인 Docker 경험 LangChain 개념에 대한 기초에서 중급 수준의 이해 (VectorStores, RAG, Agents) 이 강의는 완전 초보자를 위한 것이 아니라 실제 LLM 애플리케이션을 구축할 준비가 된 학습자를 위한 것입니다.

안녕하세요
입니다.

Hello, I'm Markus, a software developer specializing in Artificial Intelligence and Python. I work in the finance industry and have extensive experience developing LLM applications with LangChain and successfully deploying them into production.

I am passionate about teaching and strive to make complex topics approachable and practical for my students, focusing on providing clear, hands-on learning experiences.

I’m excited to share my knowledge with you and help you grow your skills.

I look forward to welcoming you to my courses and being part of your learning journey!

커리큘럼

전체

34개 ∙ (3시간 5분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

얼리버드 할인 중

₩35,200

30%

₩50,600

Markus Lang님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!