Thumbnail
인공지능 AI · ChatGPT 활용

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 2 - 랭체인(LangChain)으로 나만의 ChatGPT 만들기 대시보드

(5)
4개의 수강평 ∙  226명의 수강생

66,000원

지식공유자: AISchool
총 40개 수업 (7시간 8분)
수강기한: 
무제한
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

중급자를 위해 준비한
[데이터 분석] 강의입니다.

랭체인(LangChain) 라이브러리의 개념과 활용 방법을 학습하고, 랭체인(LangChain) 라이브러리를 이용해서 나만의 ChatGPT를 만들어보는 강의입니다.

✍️
이런 걸
배워요!
랭체인(LangChain) 라이브러리의 기초개념과 활용 방법
Retrieval-Augmented Generation(RAG)의 개념
Retrieval-Augmented Generation(RAG) 구현의 다양한 활용 사례들
Retrieval-Augmented Generation(RAG)으로 나만의 ChatGPT를 만드는 법

 손쉬운 LLM 구현을 위한 랭체인(LangChain), 
개념부터 실습까지 한번에! 

랭체인(LangChain)을 이용해 단 몇 줄의 코드로 나만의 ChatGPT를 구현해보자!

랭체인(LangChain) 라이브러리와 OpenAI API를 제대로 활용하면, 최신 LLM 모델을 이용한 나만의 ChatGPT를 코드 단 몇 줄로 구현할 수 있습니다.

  • ✅ 랭체인(LangChain) 라이브러리의 기초 개념부터 Retrieval-Augmented Generation(RAG) 구현의 다양한 활용 사례까지 단계별로 익힐 수 있습니다.
  • ✅ 랭체인(LangChain) 라이브러리를 이용해서 나만의 ChatGPT를 만들어보세요!

어떤 분들을 위한 강의인가요?

랭체인(LangChain) 라이브러리 개념과 사용법을 탄탄하게 학습하고 싶은 분

랭체인을 이용해서 나만의 ChatGPT를 만들어보고 싶은 분 

Retrieval-Augmented Generation(RAG)의 다양한 활용 사례를 학습하고 싶은 분 

최신 LLM 모델을 이용한 서비스를 개발해보고 싶은 분


강의 내용 📖

👨‍💻 랭체인(LangChain)과 다양한 데이터셋을 이용해서 다양한 나만의 ChatGPT를 만드는 실습을 진행해봅니다. 

다양한 법률 판례 데이터를 이용해서 판례를 검색하고 판례에 대한 내용을 확인할 수 있는 판사GPT(JudgeGPT)를 만들어봅니다.
다양한 특허 데이터를 이용해서 특허를 검색하고 특허에 대한 내용을 확인할 수 있는 특허GPT(PatentGPT)를 만들어봅니다.
다양한 리뷰 데이터를 이용해서 리뷰에 대한 긍정, 부정 등 감정을 분석할 수 있는 리뷰감정분석GPT(SentimentGPT)를 만들어봅니다.
다양한 상품 리뷰 데이터를 이용해서 평점이 좋고 사용자의 요구에 맞는 상품을 추천해주는 상품추천GPT(RecommendationGPT)를 만들어봅니다.

선수 과정 ✅

👋 본 강의는 Python, 자연어처리(NLP), LLM에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.


Q&A 💬

Q. 랭체인(LangChain)이 무엇인가요?

랭체인(LangChain) 라이브러리는 자연어 처리(NLP)와 관련된 다양한 기능을 제공하는 파이썬 라이브러리입니다. 이 라이브러리의 주요 목적은 대화형 AI 시스템을 구축하고 연구하는 데 있어 유용한 도구를 제공하는 것입니다. 여기에는 다음과 같은 특징들이 포함됩니다.

1. 챗봇 구축: LangChain은 챗봇과 대화형 AI 시스템을 구축하기 위한 도구를 제공합니다. 이를 통해 사용자는 자신만의 챗봇을 쉽게 만들 수 있습니다.

2. 다양한 NLP 기능: 이 라이브러리는 텍스트 생성, 요약, 번역과 같은 다양한 자연어 처리 기능을 포함하고 있습니다.

3. 플러그 앤 플레이 아키텍처: 사용자는 LangChain을 사용하여 기존의 NLP 모델이나 시스템과 쉽게 통합할 수 있습니다. 이를 통해 다양한 언어 모델과 기능을 손쉽게 결합할 수 있습니다.

4. 확장성 및 커스터마이징: LangChain은 사용자가 자신의 요구사항에 맞게 시스템을 커스터마이즈하고 확장할 수 있도록 설계되었습니다. 이는 연구자나 개발자들에게 매우 유용한 특징입니다.

5. 연구 및 개발 지원: LangChain은 연구자와 개발자들이 새로운 대화형 AI 모델을 실험하고 개발하는 데 도움을 줍니다.

이 라이브러리는 대화형 AI와 관련된 연구 및 개발에 관심이 있는 개발자, 연구자, 학생들에게 매우 유용한 도구입니다. LangChain을 통해 사용자는 복잡한 NLP 시스템을 보다 쉽게 구축하고 실험할 수 있습니다.

Q. 선수 지식이 필요한가요?

본 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 2 - 랭체인(LangChain)으로 나만의 ChatGPT 만들기] 강의는 랭체인(LangChain) 라이브러리와 LLM을 이용해서 나만의 ChatGPT를 만드는 방법을 다루고 있습니다. 따라서 Python, 자연어처리, LLM에 대한 기초지식을 가지고 있다는 가정하에 강의가 진행됩니다. 자연어처리와 LLM에 대한 기초 지식이 부족하다면 선행 강의인 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기] 강의를 먼저 수강하시길 바랍니다.

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
랭체인(LangChain) 라이브러리의 개념과 활용법을 학습하고 싶은 분
나만의 ChatGPT를 만들어보고 싶은 분
딥러닝 연구 관련 직종으로 취업을 원하시는 분
인공지능/딥러닝 관련 연구를 진행하고 싶은 분
인공지능(AI) 대학원을 준비 중이신 분
📚
선수 지식,
필요할까요?
Python 사용 경험
선수강의 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기] 수강경험

안녕하세요
AISchool 입니다.
AISchool의 썸네일
커리큘럼 총 40 개 ˙ 7시간 8분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 실습 안내 사항
실습 colab 링크 확인하는 법
섹션 1. 강의 슬라이드 다운로드
강의 슬라이드 다운로드
섹션 3. 외부 텍스트를 불러와보자 - Document Loaders 모듈
WebBaseLoader - url로부터 HTML 텍스트를 읽어오기 04:06
CSVLoader, DirectoryLoader - csv 파일, 폴더 안에 텍스트를 읽어오기 07:43
HTMLLoader, JSONLoader, MarkdownLoader - HTML, JSON, Markdown 파일 안에 텍스트를 읽어오기 07:25
PDFLoader - PDF 파일 안에 텍스트 읽어오기 04:52
섹션 4. 텍스트를 작은 의미 단위로 나눠보자 - Document transformers 모듈
RecursiveCharacterTextSplitter, HTMLHeaderTextSplitter - 텍스트와 HTML을 더 작은 의미단위로 나누기 10:52
CodeTextSplitter, MarkdownHeaderTextSplitter - 프로그래밍 코드와 마크다운 텍스트를 적절한 의미단위로 나누기 & 토큰(Token) 단위로 텍스트를 나누기 09:30
섹션 5. 텍스트를 벡터(Vector)로 변환하고 저장해보자 - 임베딩(Embedding)과 벡터 스토어(Vector Stores)
섹션 6. LLM과 벡터 스토어를 연동해보자 - Retriever
Retriever를 통해 RAG 구현 완성하기 07:02
섹션 7. 다양한 임베딩(Embedding) 모델을 연동해보자
HuggingFaceEmbeddings - 무료 임베딩(Embedding) 모델 연동하기 11:10
섹션 8. 이전 대화내역을 기억하고 활용해보자 - 메모리(Memory)
랭체인(LangChain)으로 챗봇(Chatbot) 만들어보기 (1/2) 11:24
랭체인(LangChain)으로 챗봇(Chatbot) 만들어보기 (2/2) 09:28
섹션 9. 프롬프트 템플릿(PromptTemplate) - 손쉽게 프롬프트 엔지니어링(Prompt Engineering)을 진행해보자
FewShotPromptTemplate - Few-Shot 프롬프트를 손쉽게 구성하기 09:27
섹션 10. 나만의 ChatGPT 만들기 실습 1 - 판사GPT(JudgeGPT) 만들기
판사GPT(JudgeGPT) 만들기 실습 (1/2) 08:01
판사GPT(JudgeGPT) 만들기 실습 (2/2) 05:41
심화 실습 - Compression & 2-Depth 구현 - 판사GPT(JudgeGPT) 12:46
섹션 11. 나만의 ChatGPT 만들기 실습 2 - 특허GPT(PatentGPT) 만들기
특허GPT(PatentGPT) 만들기 실습 09:08
심화 실습 - Compression & 2-Depth 구현 - 특허GPT(PatentGPT) 10:41
섹션 12. 랭체인(LangChain)으로 엔티티 추출(Entity Extraction)을 진행해보자
랭체인(LangChain)을 이용한 엔티티 추출(Entity Extraction) 실습 10:00
섹션 13. 나만의 ChatGPT 만들기 실습 3 - 리뷰감정분석GPT(SentimentGPT) 만들기
리뷰감정분석GPT(SentimentGPT) 만들기 실습 (1/2) 07:32
리뷰감정분석GPT(SentimentGPT) 만들기 실습 (2/2) 16:45
섹션 14. 랭체인에 Llama 모델 연동하기
랭체인에 CodeLlama 연동 실습 11:07
섹션 15. VectorDB 살펴보기
ChromaDB CRUD 예제 실습 14:22
섹션 16. Text-To-SQL - 랭체인(LangChain)과 LLM을 이용해서 자연어로 SQL 쿼리를 생성해보자
랭체인(LangChain) SQL Quickstart 예제를 통해 Text-To-SQL 기초 살펴보기 14:03
랭체인(LangChain) SQL Agents 예제를 통해 Text-To-SQL 심화예제 살펴보기 15:42
랭체인(LangChain)을 통해 SQL 쿼리에 문제가 없는지 검증해보기(Query validation) 07:44
섹션 17. SelfQueryRetriever - 메타데이터(metadata) 필터링에 기반한 쿼리(Query)를 진행해보자
SelfQueryRetriever 기초 예제 실습 12:35
SelfQueryRetriever 심화 예제 - SelfQueryRetriever를 이용해서 호텔 검색(Hotel Search) 어플리케이션을 만들어보자 20:59
섹션 18. 나만의 ChatGPT 만들기 실습 4 - 상품추천GPT(RecommendationGPT) 만들기
상품추천GPT(RecommendationGPT) 만들기 실습 21:14
섹션 19. Query Analysis - 사용자가 입력한 Query를 목적에 맞게 재가공해보자
Query Analysis Quickstart 기초 예제 실습 13:36
Query Structuring 기초 예제 실습 16:06
Multiple Retrievers 기초 예제 실습 09:34
섹션 20. 랭체인(LangChain) 심화 기능 활용하기
심화 실습 - Multiple Retrievers 구현 - 판사GPT(JudgeGPT) 18:19
섹션 21. 랭체인(LangChain)으로 요약(Summarization)을 진행해보자
강의 게시일 : 2023년 11월 30일 (마지막 업데이트일 : 2024년 04월 22일)
수강평 총 4개
수강생분들이 직접 작성하신 수강평입니다.
5
4개의 수강평
5점
4점
3점
2점
1점
VIEW 추천 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
Yeop Lee thumbnail
5
필요한 부분위주로 하다가 이렇게 한번에 다 수강으로 들으니 참 편하고 좋았습니다.
2023-12-27
Yeop Lee
수업이 하나가 더 추가가 되었네요. 벡터db관련해서 궁금한 부분 질문 올렸었는데, 해당 부분이 조금 더 명확하게 확인할 수 있어서 좋았습니다. 감사합니다.
2024-02-06
jizero.ko thumbnail
5
좋은 강의 만들어주셔서 감사합니다!
2024-03-31
런던베이글 thumbnail
5
실습 위주의 강의여서 너무 좋습니다. 감사합니다.
2024-04-15
김재연 thumbnail
5
최고입니다!!
2023-12-28