채널톡 아이콘

RAG 시스템 마스터: Classic부터 Agentic까지 완벽 설계

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.

13명 이 수강하고 있어요.

난이도 중급이상

수강기한 무제한

AI
AI
이론 실습 모두
이론 실습 모두
클론코딩
클론코딩
입문자
입문자
인공지능
인공지능
AI
AI
이론 실습 모두
이론 실습 모두
클론코딩
클론코딩
입문자
입문자
인공지능
인공지능
webzen
네이버제트

네이버제트

임직원들도 이 강의를 듣고 있어요!

webzen
네이버제트

네이버제트

임직원들도 이 강의를 듣고 있어요!

수강 후 이런걸 얻을 수 있어요

  • Classic, Graph, Agentic RAG의 아키텍처 차이와 최적 활용 시나리오 판단

  • 토큰 비용과 지연 시간을 고려한 동적 라우팅 시스템 구현

  • GraphRAG와 xMemory를 결합한 장기 기억 시스템 배포


RAG, 아직도 비효율적인가요?
[AI Agent]

이 강의는 Classic RAG, Graph RAG, Agentic RAG의 아키텍처 차이와 최적 활용 시나리오를 명확히 판단하고, 토큰 비용과 지연 시간을 고려한 동적 라우팅 시스템을 직접 구현하며, GraphRAG와 xMemory를 결합한 장기 기억 시스템까지 배포하는 실질적인 역량을 키워드립니다.


기존 RAG 아키텍처의 높은 지연 시간, 토큰 비용, 정확도 문제를 경험하며 단일 아키텍처의 한계를 느끼셨나요?

수많은 쿼리 특성에 맞는 최적의 파이프라인을 동적으로 선택해야 한다는 점을 깨달으셨나요?

더 이상 획일적인 RAG 설계에 머무르지 않고, 쿼리 특성에 따라 최적의 파이프라인을 선택하는 하이브리드 라우팅 시스템을 직접 설계하고 싶으신가요?

막연했던 RAG 시스템 설계를 명확한 원리와 실전 구현으로 완성하세요.
이 강의를 통해 다양한 RAG 아키텍처를 깊이 이해하고, 실제 문제 해결에 적용할 수 있는 전문성을 갖추게 될 것입니다.


Classic, Graph, Agentic RAG 아키텍처의
핵심 원리와 실무 적용법까지 체계적으로 학습합니다.

단순 RAG 구현을 넘어, 동적 라우팅과
장기 기억 시스템을 설계하여 AI 에이전트 전문가로 거듭납니다.

이 강의가 끝나면 당신은


RAG 아키텍처의 복잡성을 단순히 이해하는 것을 넘어, 스스로 설계하고 최적화할 수 있게 됩니다.

  • Classic RAG, Graph RAG, Agentic RAG 각각의 핵심 원리와 장단점을 명확히 파악합니다. 쿼리의 특성에 따라 어떤 RAG 방식이 가장 효과적일지 판단하고, 최적의 아키텍처를 설계하는 안목을 갖추게 됩니다. 더 이상 RAG 시스템 설계 시 막연함을 느끼지 않게 됩니다.


Advanced RAG

✔️

RAG 시스템, 이제 선택이 아닌 필수! 복잡한 설계 고민은 끝내세요.

RAG 시스템 마스터:
Classic부터 Agentic까지 완벽 설계

본 강의는 Classic RAG, Graph RAG, Agentic RAG의 핵심 원리부터 실전 구현까지 체계적으로 다룹니다. 토큰 효율과 지연 시간을 최적화하는 동적 라우팅 시스템 설계와 GraphRAG 및 Agentic RAG의 고급 기법을 결합하여 실무에서 바로 활용 가능한 RAG 아키텍처 설계 역량을 완성합니다.

RAG 의 변화 흐름

실무 적용: 장기 기억 시스템(xMemory) 기반 고급 RAG 구축

텍스트에서 지식 그래프를 추출하고, 이를 활용한 관계망 추론과 Agentic RAG의 자기 평가 루프를 결합한 장기 기억 시스템 구축을 코드를 따라가며 학습합니다. 이를 통해 복잡한 지식 관리 및 검색 시스템을 직접 설계하고 배포하는 경험을 쌓을 수 있습니다.

Classic부터 Agentic RAG까지, 아키텍처 설계 코드

강의에서 다루는 Classic, Graph, Agentic RAG의 차이점을 명확히 이해하고, 각 아키텍처에 맞는 최적 활용 시나리오를 판단하는 데 필요한 핵심 코드와 예제를 제공합니다. 이를 통해 고급 RAG 아키텍처를 직접 설계하고 구현하는 데 집중할 수 있습니다.


이런 분들의 고민을
해결할 수 있어요!

📌
복잡한 지식 관리 시스템 구축 시, RAG 아키텍처 설계에 대한 깊이 있는 이해가 부족하여
매번 유사한 시행착오를 반복하고 계신 분

📌

AI 프로덕트 매니저
프로덕션 레벨의 LLM 애플리케이션을 성공적으로 출시하기 위해
최신 RAG 기술 동향과 실질적인 아키텍처 설계 역량을 갖추고 싶으신 분


📌

AI 엔지니어
기존 RAG 시스템의 높은 지연 시간과 토큰 비용 문제로 인해
성능 최적화에 어려움을 겪고 계신 분




선수 지식 및 유의사항

  • Python 프로그래밍 기초 지식 필수

  • RAG 시스템 구축 경험이 있다면 더욱 유익


RAG, AI Agent, 인공지능(AI), React

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • RAG 시스템의 성능 최적화가 필요한 AI 엔지니어

  • 복잡한 지식 관리 시스템을 설계하는 백엔드 개발자

  • 프로덕션 레벨의 LLM 애플리케이션을 구축하려는 AI 프로덕트 매니저

선수 지식,
필요할까요?

  • 프롬프트 엔지니어링과 RAG 기본 개념 이해

  • Python 기반 LLM API 연동 경험

  • 벡터 데이터베이스(Pinecone, Weaviate 등) 기본 사용법

안녕하세요
코드브릿지입니다.

949

수강생

89

수강평

21

답변

4.8

강의 평점

13

강의

기존 경력과 경험을 토대로 세상 트렌드를 따라가며 나누고 싶은 노하우와 꿀팁들을 공유합니다. 잘 부탁드립니다!

경력

🤖👾 미국 AI 석사 과정

🏗 IT 대기업 7년차 풀스택 개발자

📱 안드로이드 앱 14개와 iOS 앱 7개 및 잡다한 웹사이트 개발 및 운영 중

 

[영어]

기존의 경험과 경력을 바탕으로, 세계적인 트렌드를 따라가며 공유하고 싶은 노하우와 팁을 나누고 있습니다. 협조해 주셔서 감사합니다!

YouTube: https://youtube.com/channel/UChmHjzyYedu9yYb3YmnOOog?si=xM1HueA3TJ4BjnV3

연락처: codebridge747@gmail.com

경력

대한민국 주요 IT 기업의 개발자

컴퓨터공학 학사 학위

더보기

커리큘럼

전체

19개 ∙ (1시간 54분)

강의 게시일: 
마지막 업데이트일: 

수강평

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

코드브릿지님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중 (3일 남음)

₩44,000

60%

₩110,000