강의

멘토링

커뮤니티

NEW
AI 기술

/

AI에이전트 개발

[Season 2] Spring AI 실전: Multi AI 에이전트 시스템 개발

Spring AI Router Pattern + RAG + MCP를 활용한 '지능형 협업' 전문가 에이전트 팀 구축 단일 에이전트를 넘어 아키텍처로: 라우터 패턴과 에이전트 격리(Isolation) 설계의 정석

5명 이 수강하고 있어요.

  • 박매일

수강 후 이런걸 얻을 수 있어요

  • Spring AI 멀티 에이전트 시스템 설계: Router Pattern을 적용하여 복잡한 비즈니스 로직을 효율적으로 처리하는 전문가 에이전트 팀(Reservation, Sommelier, Concierge) 구축 방법을 배웁니다.

  • 엔터프라이즈급 아키텍처 구현: 단일 에이전트의 한계를 넘어, **역할 분리(Router-Worker)**와 **도구 격리(Tool Isolation)**를 통한 안전하고 확장 가능한 실무형 백엔드 시스템을 설계합니다.

  • RAG & MCP 실전 활용: 벡터 DB를 활용한 **지능형 메뉴 추천(RAG)**과 Slack MCP를 연동한 실시간 관리자 알림 시스템을 직접 구현하며 AI 서비스의 완성도를 높입니다.

[Season 2] Spring AI 실전: Multi AI 에이전트 시스템 개발

엔터프라이즈급 AI 에이전트,
어디까지 만들어 보셨나요?

Spring AI Router Pattern과 RAG, MCP를 활용하여 복잡한 비즈니스 로직을 처리하는
지능형 협업 AI 에이전트 시스템을 구축하는 방법을 배웁니다.

단일 챗봇으로는 복잡한 비즈니스 로직을 제어하기 어렵다고 느끼신 적 있으신가요?

ChatGPT의 환각(Hallucination) 현상으로 정확한 답변을 얻기 힘들어 Prompt 엔지니어링에 어려움을 겪고 계신가요?

RAG와 Tool Calling을 넘어, 실제 서비스에 적용 가능한 '자율적으로 협업하는 에이전트 시스템' 구축 경험이 필요하신가요?

이 강의를 통해 실제 엔터프라이즈 환경에서 요구되는 AI 에이전트 아키텍처 설계 및 구현 역량을 강화하고, 실무 적용 가능한 전문가 수준의 AI 시스템 구축 능력을 완성할 수 있습니다.

Spring AI 라우터 패턴과 RAG, MCP를 활용하여
엔터프라이즈급 멀티 AI 에이전트 시스템을 구축하는,
실전 개발 과정을 배우고 나면,

단순 챗봇을 넘어선 '협업하는 AI 팀'을 직접 설계하고 운영하는 전문가로 거듭나게 될 것입니다.

이 강의가 끝나면 당신은

엔터프라이즈급 멀티 AI 에이전트 시스템을 직접 구축하고 운영할 수 있습니다.

  • 단일 챗봇의 한계를 넘어, Spring AI의 Router Pattern과 MCP 프로토콜을 활용하여 복잡한 비즈니스 로직을 처리하는 전문가 에이전트 팀(Reservation, Sommelier, Concierge)을 설계하고 구현하는 경험을 쌓게 됩니다.

RAG와 Tool Calling을 넘어 '협업하는 AI'의 실전 아키텍처를 완성합니다.

  • 단순한 LLM 연동을 넘어, 역할 분리(Router-Worker)와 도구 격리(Tool Isolation)를 통해 안전하고 확장 가능한 실무형 백엔드 시스템을 구축합니다. 이를 통해 AI 에이전트의 진정한 잠재력을 실현하는 방법을 배우게 됩니다.

벡터 DB 기반 지능형 추천 시스템과 실시간 알림 시스템을 통합 구현합니다.

  • MariaDB Vector DB를 활용한 지능형 메뉴 추천(RAG) 시스템과 Slack MCP를 연동한 실시간 관리자 알림 시스템을 직접 구현합니다. 이를 통해 AI 서비스의 완성도를 높이고 실제 비즈니스 문제 해결 능력을 향상시킵니다.


시니어 개발자로서 AI 기반 시스템 설계 및 구축 전문성을 갖춥니다.

  • AI 엔지니어링 분야에서 최신 기술 트렌드를 습득하고, 특히 멀티 에이전트 시스템 설계와 RAG, MCP 활용 능력을 강화하여 복잡한 AI 프로젝트를 성공적으로 이끌 수 있는 핵심 인재로 성장합니다.

✔️

엔터프라이즈급 멀티 AI 에이전트
개발의 새로운 지평

Spring AI와 Router Pattern 기반 고도화된 AI 에이전트 구축

본 강의에서는 Spring AI를 활용하여 단일 에이전트의 한계를 넘어, Router Pattern과 에이전트 격리 설계를 통해 복잡한 비즈니스 로직을 처리하는 전문가 에이전트 팀을 구축하는 방법을 상세히 다룹니다. 엔터프라이즈급 실무형 백엔드 시스템 설계를 위한 핵심 원리를 배우고 직접 구현합니다.

Building Effective Agents


Agentic Systems(Routing Workflow)

RAG와 MCP를 활용한 실시간 AI 협업 시스템 구현

벡터 DB를 활용한 지능형 메뉴 추천(RAG) 시스템과 Slack MCP 연동을 통한 실시간 관리자 알림 시스템을 직접 구축하며 AI 서비스의 완성도를 높입니다. 복잡한 협업 시나리오를 AI 에이전트 팀으로 구현하는 실질적인 경험을 쌓으실 수 있습니다.

Retrieval Augmented Generation


Spring AI Slack MCP Server 연동


Slack 실시간 관리자 알림 시스템

핵심 기술과
실습 코드 제공

Spring Boot, Spring AI, AI Agent, MCP, RAG 등 최신 기술 스택을 기반으로 실제 작동하는 멀티 AI 에이전트 시스템 구축에 필요한 모든 소스 코드와 설정을 제공합니다. 이를 통해 학습한 내용을 즉시 실무에 적용하고 확장할 수 있습니다.

📚 멀티 AI 에이전트 시스템 아키텍처 설계

시즌 2 소개 및 개발 환경 구축

본 섹션에서는 Spring AI를 활용한 엔터프라이즈급 멀티 AI 에이전트 시스템 개발을 위한 시즌 2의 개요를 소개합니다. 복잡한 비즈니스 로직 처리를 위한 멀티 에이전트 아키텍처의 필요성을 강조하며, 프로젝트 생성, Docker 기반 MariaDB VectorDB 설치, Slack MCP 서버 및 App 연동 등 개발 환경 설정을 상세히 다룹니다.

데이터 모델링 및 DTO 설계

AI 에이전트 시스템 구축을 위한 기반을 다지는 섹션입니다. 마스터 테이블 및 관계형 테이블 기반의 Entity 설계를 진행하며, AI와의 효율적인 데이터 통신을 위한 DTO(Record) 정의와 JPA를 활용한 Repository 설계 방법을 학습합니다.

비즈니스 로직 및 도구(Tool) 구현

예약 및 주문 처리와 같은 핵심 비즈니스 로직을 구현하는 과정을 학습합니다. ReservationService, OrderService를 개발하고, 이를 바탕으로 AI 에이전트가 활용할 수 있는 ReservationTools와 SommelierTools를 설계 및 구현합니다.

벡터 DB 기반 지능형 추천 시스템 (RAG)

Retrieval Augmented Generation (RAG) 기술을 활용하여 지능형 추천 시스템을 구축합니다. 메뉴 설명 데이터를 로딩하고 임베딩하여 VectorDB를 구축하며, 테스트용 더미 데이터를 생성하여 RAG 시스템의 작동 방식을 이해하고 실습합니다

멀티 에이전트 시스템 아키텍처 설계

단일 에이전트의 한계를 넘어선 멀티 에이전트 시스템 아키텍처 설계의 정수를 배웁니다. ChatModel, ChatMemory 설정을 포함한 AiConfig 구성, 사용자 의도에 따른 라우팅을 담당하는 Router Agent, 전체 흐름을 조율하는 Orchestrator, 그리고 각 에이전트(ReservationAgent, SommelierAgent, ConciergeAgent) 설계를 심도 있게 다룹니다.

프롬프트 엔지니어링 및 최종 통합

각 에이전트의 핵심 로직과 안전장치를 정의하는 프롬프트 엔지니어링을 집중적으로 학습합니다. 예약, 추천/주문, 안내 각 에이전트별 시스템 프롬프트(.st)를 설계하고, 외부 API 연동을 위한 컨트롤러를 구현하여 최종 시스템을 통합하고 테스트합니다.

실전 테스트

백엔드 Postman에서 테스트

프런트엔드 테스트

Node.js, VS Code, React.js, JavsScript, Tailwind CSS, Vite Tool

이런 분들의 고민을
해결할 수 있어요!

📌

시니어 백엔드 개발자

단일 챗봇의 한계를 넘어 복잡한 비즈니스 로직을 AI로 제어하고 싶지만, 실제 구현 방안이 막막했던 분
Router Pattern과 Agent Isolation 설계를 통해 엔터프라이즈급 AI 시스템을 구축하고 싶은 분

📌

AI 엔지니어

RAG와 Tool Calling을 넘어, 여러 AI 에이전트가 자율적으로 협업하는 시스템을 설계하고 구축하는 데 어려움을 겪고 있는 분
실제 서비스 환경에서 활용 가능한 멀티 AI 에이전트 시스템 아키텍처 설계 역량을 강화하고 싶은 분

📌

신규 AI 서비스 기획자

AI 에이전트 기술을 활용하여 기존 서비스의 경쟁력을 높이거나 새로운 비즈니스 모델을 구상하고 싶은 분
Spring AI 기반의 지능형 협업 에이전트 팀 구축 사례를 통해 실질적인 서비스 구현 가능성을 검토하고 싶은 분

수강 전 참고 사항

실습 환경

💻 개발 환경 (Environment)

  • IDE: IntelliJ IDEA Community Edition.

  • Language: Java 17 or 21.

  • Framework: Spring Boot 3.5.8 (Latest Stable).

  • Library: Spring AI 1.0.3 (or 1.1.0 Snapshot).

  • Database: MariaDB 11.8.

  • AI Model: OpenAI (gpt-4o-mini or gpt-5-mini).

  • Container : Docker Desktop

선수 지식 및 유의사항

  • Java: 기본적인 자바 문법 이해 (Java 17+ 권장).

  • Spring Boot: DI/IoC, JPA(Repository), Controller 기본 사용법.

  • Database: 기본적인 SQL 이해 (SELECT, JOIN 개념).

학습 자료

  • 동영상 강의 맨 뒤 30강에(백엔드, 프론트엔드 소스코드)제공됩니다.

  • 강의자료는 PDF 파일로 제공이 됩니다.

  • 소스코드는 Github를 통해서 제공합니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 단일 챗봇의 한계에 부딪혀, 복잡한 비즈니스 로직을 AI로 제어하고 싶은 시니어 개발자

  • RAG와 Tool Calling을 넘어, '자율적으로 협업하는 에이전트 시스템'을 만들고 싶은 AI 엔지니어

선수 지식,
필요할까요?

  • Java 프로그래밍 언어에 대한 기초 지식이 필요합니다.

  • Spring Boot 프레임워크에 대한 기본적인 이해가 있으면 좋습니다.

  • 데이터베이스 및 SQL에 대한 기초 지식이 있으면 도움이 됩니다.

안녕하세요
입니다.

8,114

수강생

632

수강평

665

답변

4.9

강의 평점

12

강의

안녕하세요 박매일 강사입니다.
SW교육센터를 운영중이며 대학, 관공서, 기업체에 컨설팅 및 SW위탁교육을 진행하고 있습니다.


📄 주요 강의경력외 다수

- 구름 특성화고 전공캠프 강의(Full Stack 과정)
- 소프트웨어마이스터고등학교 산학협력교사
- 광주인공지능사관학교 강의
- 패스트캠퍼스 백엔드 부트캠프 강의
- 스마트인재개발원 교육부장 및 강의
- 한국전력공사 In-House 코딩 위탁 교육
- 한양대학교 ERICA 온라인 강의
- 비트소프트웨어교육센터운영(해외취업,국비교육)
- SW채용연수사업(미래창조과학부)

🎤 온라인 교육콘텐츠 제공

인프런 : Java,DB,MVC,Spring,Spring AI,IoT
패스트캠퍼스 : Java, Spring Boot

email : bitcocom@empas.com

커리큘럼

전체

30개 ∙ (7시간 51분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

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

얼리버드 할인 중

₩2,991

26%

₩31,900

박매일님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!