채널톡 아이콘

AI 에이전트 완벽 마스터 : LangGraph·RAG·MCP·멀티 에이전트 실전 개발

생성형 AI 시대에는 단순히 프롬프트를 작성하는 것만으로는 실무 문제를 해결하기 어렵습니다. 실제 서비스에서는 스스로 판단하고, 도구를 호출하며, 데이터를 검색하고, 여러 에이전트가 협업하는 AI 시스템을 설계할 수 있어야 합니다. 이 강의는 AI 에이전트를 처음 설계하는 개발자부터 실무에서 운영 가능한 시스템을 구축하려는 엔지니어까지 모두를 위한 실전 중심 과정입니다. LangGraph를 활용한 에이전트 아키텍처 설계부터 상태 관리(State Management), Tool Calling, API 및 MCP 연동, 자연어 데이터베이스 제어, RAG 구축, 시맨틱 검색, Few-shot Learning, Reflection, Fine-tuning까지 단계별로 학습합니다. 또한 멀티 에이전트 협업 구조, Supervisor 패턴, Actor-Critic 전략, 비동기 통신, 자동 평가 시스템, Quality Gate 구축 방법을 실제 프로젝트를 통해 익힙니다. 마지막으로 Metrics·Logs·Tracing 기반 모니터링, Shadow Deployment, Canary Deployment, Drift Detection, RCA 자동화, A/B 테스트까지 실제 운영 환경에서 필요한 MLOps 및 AI Agent 운영 전략도 함께 배웁니다. 강의를 마치면 최신 AI 에이전트 기술을 활용하여 실제 서비스에 적용 가능한 고성능 AI 시스템을 직접 설계하고 개발하며 운영할 수 있게 됩니다.

3명 이 수강하고 있어요.

난이도 초급

수강기한 무제한

langgraph
langgraph
python
python
rag와llm
rag와llm
mcp
mcp
streamlit
streamlit
langgraph
langgraph
python
python
rag와llm
rag와llm
mcp
mcp
streamlit
streamlit
아모레퍼시픽
CJ

CJ

임직원들도 이 강의를 듣고 있어요!

아모레퍼시픽
CJ

CJ

임직원들도 이 강의를 듣고 있어요!

수강 후 이런걸 얻을 수 있어요

  • 에이전트 아키텍처 설계와 UX 구현 - 모델·도구·상태 관리 설계, LangGraph 실습, 검증 전략, 텍스트·그래픽·음성 UX 구현

  • RAG와 학습 기법 - 롤링 컨텍스트, 시맨틱 검색, 청킹, RAG 파이프라인 구축과 퓨샷·리플렉션·파인튜닝 마스터

  • 모니터링과 운영 최적화 - 매트릭·로그·트레이스, 섀도우·카나리아 배포, 드리프트 감지, RCA 자동화, AB 테스트 의사결정

  • 도구 연동과 오케스트레이션 - 로컬·API·MCP 도구 연동, 자연어 DB 제어, 시맨틱·계층적 도구 선택, 실행 토폴로지 설계

  • 멀티 에이전트 협업과 평가 - 스페셜리스트·슈퍼바이저 설계, 코디네이션 전략, 비동기 통신, 자동 채점과 퀄리티 게이트 구축

AI 에이전트 완벽 마스터

LangGraph·RAG·MCP·멀티 에이전트 실전 개발부터 운영까지

LLM을 활용한 AI 에이전트는 이제 단순한 챗봇을 넘어 실제 서비스를 자동화하고 업무를 수행하는 핵심 기술이 되었습니다.

이 강의에서는 LangGraph를 활용한 AI 에이전트 설계부터 Tool Calling, MCP(Model Context Protocol), RAG(Retrieval-Augmented Generation), 멀티 에이전트 협업, 그리고 실제 운영(Monitoring & Deployment)까지 AI 에이전트 개발의 전 과정을 실습 중심으로 학습합니다.

실제 프로젝트를 기반으로 AI 에이전트를 직접 구축하며, 검색·데이터베이스·API·외부 도구를 연결하고, 여러 에이전트가 협업하는 시스템을 설계하는 방법을 익히게 됩니다.

또한 Shadow Deployment, Canary Deployment, Drift Detection, RCA, A/B Testing 등 실제 서비스 운영에서 사용되는 MLOps 및 AI 운영 전략까지 함께 다루므로 실무에서도 바로 활용할 수 있습니다.

이 강의는 AI Engineer, Backend Developer, Software Engineer, MLOps Engineer, AI Product Manager뿐만 아니라 AI 서비스를 직접 구축하려는 모든 개발자를 위한 실전 과정입니다.

What You’ll Learn

① AI 에이전트 설계 및 UX 구현

학습 내용

  • AI 에이전트의 핵심 개념 이해

  • LangGraph 기반 워크플로우 구축

  • 상태(State) 관리

  • Tool Calling

  • 에이전트 검증 전략

  • 텍스트 UX

  • Streamlit 기반 GUI

  • 음성 UX 구현

② Tool Integration & Orchestration

학습 내용

  • Local Tool 연동

  • REST API 연동

  • MCP(Model Context Protocol)

  • MySQL 자연어 질의

  • Multi-MCP

  • Human Approval

  • Orchestration Pattern

  • Chain

  • Parallel

  • Single Agent Workflow

③ RAG & AI 학습 기법

학습 내용

  • Rolling Context Window

  • Semantic Search

  • Embedding

  • Vector Search

  • Chunking

  • RAG Pipeline 구축

  • Few-shot Learning

  • Reflection

  • Fine-tuning

④ 멀티 에이전트 시스템

학습 내용

  • Single Agent

  • Multi-Agent

  • Specialist Agent

  • Supervisor Agent

  • LangGraph Workflow

  • Actor-Critic

  • 민주형 협업

  • Message Broker

  • 비동기 통신

  • Quality Gate

⑤ 운영 및 최적화

학습 내용

  • Monitoring

  • Metrics

  • Logs

  • Tracing

  • Dashboard

  • Alert

  • Shadow Deployment

  • Canary Deployment

  • Drift Detection

  • RCA

  • A/B Testing

Before You Enroll

수강 전 안내

선수 지식

다음 내용을 알고 있다면 더욱 쉽게 학습할 수 있습니다.

  • Python 기초 문법

  • 함수와 클래스

  • API 기본 개념

  • 데이터베이스 기초(SQL)

  • LLM(OpenAI, Claude, Gemini 등)에 대한 기본 이해

※ 필수는 아니며, 강의에서 필요한 개념은 함께 설명합니다.


학습 환경

권장 개발 환경

  • Python 3.11 이상

  • VS Code

  • Jupyter Notebook

  • LangGraph

  • OpenAI API 또는 호환 가능한 LLM API

  • MySQL

  • Streamlit


강의 구성

  • 총 5개 파트

  • 45개 강의

  • 약 32시간

  • 실습 중심

  • 프로젝트 기반 학습


질문 및 피드백

수강 중 궁금한 내용은 언제든지 질문 게시판을 통해 문의하실 수 있습니다.

가능한 빠르게 답변드리며, 자주 묻는 질문은 강의 자료에도 지속적으로 반영하겠습니다.


업데이트 안내

AI 기술은 빠르게 발전하고 있습니다.

새로운 LangGraph 기능, MCP 업데이트, 최신 AI Agent 기술 및 실무 사례가 추가될 경우 강의를 지속적으로 업데이트할 예정입니다.


이런 분께 추천합니다

  • AI 에이전트를 처음부터 직접 개발하고 싶은 개발자

  • LangGraph를 제대로 배우고 싶은 분

  • RAG를 실무 수준으로 구축하고 싶은 분

  • MCP를 활용한 AI 시스템을 만들고 싶은 분

  • 멀티 에이전트 시스템을 설계하고 싶은 분

  • AI 서비스를 실제 운영 환경에 배포하고 싶은 엔지니어

  • 최신 AI Agent 기술을 프로젝트에 적용하고 싶은 모든 개발자

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • AI 에이전트를 직접 구현하고 운영할 AI 엔지니어·소프트웨어 개발자

  • 기술 스택과 자동화 범위를 결정해야 하는 기술 리더·PM

  • 단일 에이전트의 한계를 넘어 멀티 에이전트를 도입하려는 개발자

  • 실제 서버 환경에서 에이전트를 운영하고 데이터 기반으로 최적화하려는 실무자

선수 지식,
필요할까요?

  • 파이썬 프로그래밍 경험 (기본 문법과 라이브러리 사용 가능한 수준)

  • LLM API 사용 경험(필수는 아님)

  • 데이터베이스와 API 기본 개념 이해 (관련 내용 학습에 유리)

  • 개발 환경이 구성된 컴퓨터

안녕하세요
eunj45339입니다.

컴퓨터 교육 강사로서 컴퓨터 기초, C++ 프로그래밍, Microsoft Excel, 그리고 머신러닝의 기초를 전문적으로 가르치고 있습니다. 초급자부터 중급 학습자까지 이해하기 쉬운 단계별 교육 방식을 통해 개념을 쉽고 체계적으로 설명하며, 실습 중심의 학습을 제공합니다. 저의 목표는 모든 학습자가 탄탄한 실력을 갖추고 실제 프로젝트에 적용할 수 있는 역량을 기를 수 있도록 돕는 것입니다.

커리큘럼

전체

45개 ∙ (32시간 4분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

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

eunj45339님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

₩66

14%

₩100,100

평생교육이용권 지원 강의