
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
판다스 스튜디오
랭그래프(LangGraph)로 구현하는 검색증강생성(RAG) 지능형 AI 에이전트! 이론부터 실전까지, 초보자도 쉽게 따라할 수 있는 핸즈온 튜토리얼입니다.
초급
AI Agent, LangGraph, RAG
LangChain v1.0+의 단순화된 API와 무료 LLM(Gemini · Groq · Ollama)으로, 카드 등록 부담 없이 LLM · Agents · RAG의 핵심을 끝내는 입문 강의.
수강생 6,154명
난이도 초급
수강기한 무제한





토스랩
임직원들도 이 강의를 듣고 있어요!





토스랩
임직원들도 이 강의를 듣고 있어요!
먼저 경험한 수강생들의 후기
5.0
안주현
좋은 강의 감사합니다.
5.0
Baek-Kwangho
간편하게 보기 너무 좋아요
5.0
컴공과
기본 개념과 실습 코드를 통해 쉽게 이해 할 수 있게 구성이 되어 있어 너무 좋았습니다. 또한 터치펜으로 코드의 동작 흐름을 설명해 주셔서 코드의 분석이 완벽하게 이해되는 강의였습니다.
LangChain v1.0+ 핵심 구조 이해 (init_chat_model, LCEL, Runnable)
구조화 출력(Structured Output)과 Pydantic 활용
Tool Calling과 LangGraph 기반 AI Agent 구현 (create_agent)
RAG 파이프라인 구축 (임베딩 → FAISS → Retrieval → 생성)
무료 LLM API 활용법 (Google Gemini · Groq · Ollama)
LLM 애플리케이션을 쉽고 편하게 개발할 수 있는 대표적인 프레임워크인 랭체인 입문 강의입니다.

LangChain의 기본 개념과 사용법을 실습을 통해서 학습합니다.
최신 안정 버전(v0.1.10)을 적용합니다.

LangChain v0.1.1*
LLM 기반 생성형 AI 모델의 환각 현상을 방지할 수 있는 대표적인 기법인 RAG에 대해서 공부합니다.

구글 코랩 실습 환경
📢 기존 수강생 분들께
본 업데이트는 LangChain v1.0 의 메이저 변경에 맞춰 강의 전체를 새로 촬영한 버전입니다. 기존 v0.x 영상은 별도 섹션(아카이브)에서 계속 시청 가능하며, 신규 12강은 동일 강의 내에서 수강 가능합니다.
변경 핵심:
7강 → 12강(이론편 6 + 실습편 6) 으로 확장
OpenAI 유료 API → Gemini 무료 API 기본 사용
LangGraph 기반 Agents · Tool Calling · Structured Output 신규 챕터 추가
운영 체제 및 버전(OS): Windows / macOS / Linux 모두 가능
사용 도구: VS Code(로컬, 권장) 또는 IDE, Python 3.12 이상, 무료 API 키 1개 발급 필요 (Google Gemini 추천 — 카드 등록 불필요 / 또는 Groq, Ollama, OpenAI 중 택1)
PC 사양: 일반 사무용 PC 가능 (로컬 Ollama 모델 사용 시 RAM 8GB 이상 권장)
(필독!) 실습환경 셋업 가이드:https://github.com/pandas-studio/langchain-basic-course/blob/main/SETUP.md
깃헙 페이지를 통해서 실습자료 제공 : https://github.com/pandas-studio/langchain-basic-course
위키독스에 참고 교재 제공 : https://wikidocs.net/book/14473
[기존 v0.3 버전 - 실습자료] https://github.com/tsdata/langchain-study
파이썬 기본 지식, 머신러닝에 대한 이해가 있는 분
파이썬 문법이나 인공지능 원리에 대한 내용은 다루지 않습니다.
질문 또는 의견이 있으시면 편하게 질문해주세요.
RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)
RAG 구현부터 성능 평가까지 -
9시간으로 끝내는 실전 AI 개발
LangChain 기반 RAG 시스템 구축 실습
고급 RAG 기법 학습
RAG 시스템 성능 평가 방법론
LangChain의 최신 LCEL 문법과 Runnable 활용법
프로젝트로 배우는 Python 챗봇 & RAG 만들기 - LangChain, Gradio 활용
총 4개의 프로젝트로 구성
간단한 QA 챗봇 : 개발환경 셋팅, LLM Chain 구조, Gradio 인터페이스 이해
PDF 기반 RAG 챗봇 : RAG 기법 이해, 모델 파라미터 이해, 챗봇 인터페이스 구현
데이터 분석 챗봇 : CSV 파일을 업로드하고, 해당 데이터를 분석 (Single Agent)
투자 분석가 챗봇 : 암호화폐 관련 리서치 및 투자 분석 (Multi Agent)
LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지
LangChain과 LLM으로 업그레이드하는
웹 크롤링 & 데이터 분석
웹 크롤링/스크래핑 활용한 데이터 수집
LangChain 도구와 LLM 활용하여 데이터 수집, 정제, 분석
LLM을 활용한 예측 분석 (감성 분석, 요약, 상품 추천 등)
AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)
랭그래프(LangGraph)로 구현하는 검색증강생성(RAG) 지능형 AI 에이전트
랭그래프(LangGraph)를 활용한 AI 에이전트 구조 설계 및 구현
AI 에이전트를 RAG(Retrieval-Augmented Generation)에 적용
Tool Calling(도구 호출) 기능 구현으로 AI 에이전트의 능력 확장하기
Adaptive RAG, Self RAG, Corrective RAG 등 최신 에이전트 RAG 아키텍처 마스터하기
학습 대상은
누구일까요?
랭체인(LangChain)을 처음 배우는 입문자
v0.x 시절 LangChain을 배웠지만 v1.0의 변경점을 따라가지 못한 분
카드 등록 없이 무료로 생성형 AI 실습을 해보고 싶은 분
AI 에이전트 / RAG 챗봇 개발의 첫 발을 떼고 싶은 분
선수 지식,
필요할까요?
파이썬
머신러닝 기초
인프런인증
19,199
명
수강생
1,045
개
수강평
186
개
답변
4.8
점
강의 평점
12
개
강의
안녕하세요. 저는 파이썬을 활용한 데이터 분석 및 인공지능 서비스 개발 실무를 하고 있습니다. 관심 있는 주제를 찾아서 공부하고 그 내용들을 많은 분들과 공유하기 위해 꾸준하게 책을 집필하고 인공지능 강의를 진행해 오고 있습니다.
[이력]
현) 핀테크 스타트업 CEO
전) 데이콘 CDO
전) 인덕대학교 컴퓨터소프트웨어학과 겸임교수
Kaggle Competitin Expert, 빅데이터 분석기사
[강의]
NCS 등록강사 (인공지능)
SBA 서울경제진흥원 새싹(SeSAC) 캠퍼스 SW 교육 ‘우수 파트너 선정’ (Python을 활용한 AI 모델 개발)
금융보안원, 한국전자정보통신산업진흥회, 한국디스플레이산업협회, 대구디지털산업진흥원 등 강의
서울대, 부산대, 경희대, 한국외대 등 국내 주요 대학 및 국내 기업체 교육 경험
[집필]
파이썬 머신러닝 판다스 데이터 분석(정보문화사) : https://zrr.kr/x1ec
파이썬 딥러닝 머신러닝 입문(정보문화사) : https://zrr.kr/RPaE
파이썬 딥러닝 텐서플로(정보문화사) : https://zrr.kr/PrVN
실무자를 위한 파이썬 Python 100제(정보문화사) : https://zrr.kr/4fyq
랭체인(LangChain) 입문부터 응용까지 (위키독스) : https://wikidocs.net/book/14473
[유튜브] 판다스 스튜디오 : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU
전체
20개 ∙ (1시간 3분)
전체
425개
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
무료