Inflearn brand logo image
Inflearn brand logo image
Inflearn brand logo image
NEW
AI Development

/

AI Agent Development

Creating Custom LLMs: From Basic RAG Concepts to Multimodal·Agent Practice for Beginners

RAG (Retrieval-Augmented Generation) from theory to the latest multimodal and agent-based RAG! This is a hands-on lecture designed to be understandable even for non-majors. From paper reviews to practical code implementation, it's designed so that even those encountering RAG for the first time can easily follow along.

(5.0) 3 reviews

71 learners

  • leejinkyu0612
rag시스템구축
llm
멀티모달
ai논문
Agent
Python
vector-database
LLM
LangChain
RAG

What you will learn!

  • Understanding the Latest RAG Architecture Theory and Research Papers

  • LangChain-based RAG Practice (PDF QA, Summarization, Recommendations, DB Updates, etc.)

  • Methods for Implementing Various RAG Architectures (Naive, Agent-based, Multimodal, etc.)

  • Techniques and Optimization Strategies for Applying RAG in Practice

  • Agent and Image-based RAG Implementation Methods

누구나 이해할 수 있는 RAG 실전 강의 – 입문부터 멀티모달,Agent까지

ChatGPT 같은 LLM이 많은 주목을 받고 있지만, 실제로 우리가 원하는 정보를 정답처럼 생성하는 기술, 바로 RAG(Retrieval-Augmented Generation)가 핵심입니다.

이 강의는 RAG의 이론부터 실전 구현, 최적화 전략, 그리고 최신 트렌드인 멀티모달 RAG 및 Agent 기반 QA 시스템까지 직접 만들어보는 초보자를 위한 RAG 실습 중심 커리큘럼입니다. 비전공자도 이해할 수 있도록 기초부터 차근차근 설명하고, 실제 개발 환경에서 활용 가능한 예제 위주로 구성했습니다.

논문을 기반으로 한 이론부터, 멀티모달·Agent 기반 최신 RAG 시스템까지 직접 구현하며 체득할 수 있도록 도와드립니다.

이 강의의 특징

📌 논문 + 실습의 완벽 조합

최신 RAG 관련 주요 논문을 쉽고 빠르게 요약·설명합니다.

Embedding 모델, 평가 지표, 최적화 전략 등을 다룹니다.


📌 실무에 바로 적용 가능한 예제 중심 구성

PDF 기반 QA 시스템, 실시간 RAG, 벡터DB 연동, 이미지 검색 등

실무에서 마주할 수 있는 다양한 문제를 RAG로 해결합니다.

단순한 데모가 아니라, 확장 가능한 구조와 코드로 구성했습니다.


📌 텍스트를 넘어 멀티모달까지 포괄

이미지+텍스트 기반 멀티모달 RAG 실습 포함

GPT-4o 와 Private LLM인 Blip2, Llava 등을 활용한 실제 구현

멀티모달 검색, 요약, 평가 시스템 등도 함께 다룹니다.

📌 초심자도 따라올 수 있는 쉬운 설명과 코드 주석

코드 주석, 시각적 설명, 단계별 실습 가이드 제공

처음 LLM을 접하는 분들도 차근차근 따라올 수 있어요

이런 분들께 추천해요

수강 후에는

  • RAG의 구조를 이해하고, 실전에서 직접 구현할 수 있습니다.

  • 논문 속 개념들을 내 것으로 만들 수 있습니다.

  • 멀티모달 데이터를 기반으로 한 QA, 요약, 평가 시스템을 구축할 수 있습니다.

  • 실무에 바로 도입 가능한 코드와 구조를 설계할 수 있습니다.

  • 나만의 RAG 포트폴리오를 만들어 취업/연구/서비스 기획에 활용할 수 있습니다.


LLM을 실제 서비스나 시스템에 적용하고 싶은 분

단순 데모 구현을 넘어, 검색·요약·질문응답 등 실전 LLM 기반 기능을 직접 구현해보고 싶은 분들을 위한 강의입니다.

논문은 읽지만 구현은 막막한 비전공자 또는 초급 개발자

이론은 익숙하지만 실습에 어려움을 겪는 분들을 위해, 논문 내용을 코드로 풀어내고 설명을 덧붙였습니다.

벡터 검색, 유사도 기반 검색이 궁금한 서비스 기획자

‘유사한 콘텐츠 추천’, ‘문서 기반 검색’의 원리가 궁금한 분들이 원리를 익히고 실습 결과를 직접 체험해볼 수 있습니다.

멀티모달 AI·RAG 기술을

실무 적용하고 싶은 분

텍스트뿐 아니라 이미지, 음성까지 함께 다루는 최신 RAG 응용 기술을 코드로 접해보고 싶은 연구자와 엔지니어에게 적합합니다.

사내 데이터로 LLM 기반 QA 시스템을 구축하고 싶은 실무자

사내 매뉴얼, 정책 문서, 업무 보고서 등을 기반으로 한 맞춤형 질의응답 시스템을 직접 만들고 싶은 분들에게 실질적인 구현 가이드를 제공합니다.

AI 기능 구현은 막막한 백엔드 입문자

API 만들고 DB 연결은 가능한데, 실무에서 어떤 구조로 AI 기능을 녹여야 할지 감이 안 오는 분들에게 실용적인 예제를 제공합니다.

이런 내용을 배워요.

실무 지향 RAG 시스템 설계

SQL·벡터DB를 연동한 실시간 QA 시스템, 평가 지표 적용법, 구조 설계 팁 등

실제 서비스에 바로 적용 가능한 실용적인 예제를 다룹니다.

Step-by-step RAG 구현 실습

웹문서나 PDF를 활용한 RAG 구현을 단계별로 실습합니다.

문서 임베딩 → 벡터 검색 → 응답 생성까지 전체 파이프라인을 직접 구현해봅니다..

RAG의 구조와 논문 기반 핵심 이론

RAG의 개념, 동작 구조, 등장 배경을 알기 쉽게 정리합니다. RAG관련 주요 논문을 함께 리뷰하며 이론적 기반을 다져요.

멀티모달 RAG 실습

GPT-4o, BLIP2, Llava, Clova Studio 등 다양한 모델로 이미지 검색과 QA를 구현합니다.

텍스트+이미지를 결합한 멀티모달 처리 흐름을 익힙니다.

Agent · 토픽모델 기반 고급 RAG 응용

Agent를 활용한 질문 의미 분류, LDA를 활용한 문서 주제 분류 등 고도화된 응답 정확도 향상을 위한 전략과 실습을 함께 진행합니다.


다양한 LLM 및 오픈소스 도구 활용법

LangChain, OpenAI API, Hugging Face, Docling 등

RAG 개발에 널리 쓰이는 프레임워크와 라이브러리 사용법을 실제 예제와 함께 익힙니다.

이 강의를 만든 사람

안녕하세요, 생성 AI 및 빅데이터 분석 전문기업 해피AI 대표 이진규입니다.

AI 대학원에서 LLM과 자연어처리를 전공했으며, 이후 삼성전자, 서울대학교, 한국전력공사, 국립산림과학원 등과 함께 200건 이상의 AI·RAG 프로젝트를 수행해 왔습니다.
특히 Private LLM 기반 RAG 시스템 구축, 멀티모달 RAG, RAG기반 추천시스템 등 실무 중심의 다양한 도메인 경험을 보유하고 있습니다.

  • 주요 이력

    • 2024.07~ 해피AI 대표 (LLM·RAG 전문 기업)

    • 2023~ 퍼블릭뉴스 AI 칼럼니스트 (RAG/AI 편향)

    • 2024 AI 박사과정 수료 (LLM·자연어처리 전공)

    • 2018~2021 정부출연연구기관 및 AI기업 연구원/개발자


  • 주요 강의 및 교육

    • KT: LLM 기반 Agent LLM 개발 과정 (2025)

    • 삼성SDS, 서울디지털재단: LangChain & RAG 실습 강의 (2024)


    • 이외에도 RAG 챗봇,빅데이터 분석 관련 다수 강의


수강 전 참고 사항

실습 환경

  • 모든 실습 코드는 Google Colab 기반으로 제공


  • 참고 문서 및 정리된 노트는 링크를 통해 안내

학습 자료

  • 노션 링크로 제공해 드립니다!

선수 지식 및 유의사항

  • 파이썬 기본 문법


  • 기본적인 AI 및 LLM 지식(LLM기초 이론을 아신다면좋습니다.)

  • Chrome 브라우저와 Google 계정만 있으면 수강 가능


Recommended for
these people

Who is this course right for?

  • Non-CS Major Who Wants to Try a RAG-Based Project

  • Someone preparing LLM-based services or research

  • Those who want to learn the latest RAG technology

  • For those who want to develop an LLM service for the first time

Need to know before starting?

  • Python Basic Syntax

  • Natural Language Processing Basic Concepts (Tokenization, Embedding, etc.)

  • Basic Understanding of LLMs

Hello
This is

3,638

Learners

129

Reviews

46

Answers

4.6

Rating

10

Courses

안녕하세요 AI와 빅데이터 분석에 진심인 해피AI 이진규입니다.

[강사약력]

이진규 (Lee JinKyu)

해피AI (Happy AI CEO)

생성 AI 및 빅데이터 분석 분야의 최신 트렌드, 인사이트, 기술 활용 방법을 깊이 있게 전달합니다.

 

🎒  강연 및 외주 문의

[email] leejinkyu0612@naver.com

[Blog] 📺https://blog.naver.com/leejinkyu0612

[YouTube] 📺 https://www.youtube.com/@HappyAI_0612

[github] https://github.com/leejin-kyu/

[Homepage] https://happyaidata.kr

[H.P] 010-9973-2113

[kakao] jinkyu0612

 

📘 크몽 Prime 전문가(상위 2%)📺https://kmong.com/gig/345782

 삼성전자, 서울대, 교육청, 경기연구원, 산림청, 국립공원관리공단, 서울시 등 다수의 정부기관 및 교육기관 프로젝트 진행

의료,커머스,생태,법학,경제,예체능 등 다양한 도메인의 연구경험(총 연구 프로젝트 200회 이상 진행)

 

📘 Bio

- 2024.07~ 생성 AI 및 빅데이터 분석 전문기업 해피AI 대표

- 2023~ 퍼블릭 뉴스 AI 칼럼니스트(AI편향 및 RAG챗봇 전문)

- 2022. AI대학원 박사과정 수료(자연어처리 및 LLM 전공)

- 2021~2023 AI/빅데이터 전문 기업 스텔라비전 개발자

- 2018~2021 정부출연연구기관 자연어처리/빅데이터 분석 연구원 (인문사회과학 데이터 연구)

 

🎒Courses & Activities

 

2025

LLM/sLLM 애플리케이션 개발 강의-파인튜닝, RAG, Agent 기반 . KT(2025)

 

2024

Langchain 및 RAG 등 LLM 프로그래밍.삼성SDS(2024)

ChatGPT 기반 빅데이터 분석 입문. 렛유인에듀 (2024)

인공지능 기초 및 데이터 분석 기초 강의. 한국직업개발원 (2024)

LLM 실무자를 위한 LLM이론 및 Langchain 기반 RAG챗봇 개발 강의. 서울디지털 재단 (2024)

쉽게 따라하는 LDA & 감성분석 빅데이터분석법 with ChatGPT. 인프런 (2024)

파이썬을 활용한 텍스트 분석 강의. 서울과학기술대학교 (2024)

랭체인(LangChain)을 활용한 LLM 챗봇 만들기(feat.ChatGPT). 인프런 (2024)

 

2023

ChatGPT를 활용한 파이썬 기초 강의. 경기대학교 (2023)

빅데이터 전문가 과정 특강. 단국대학교 (2023)

빅데이터 분석 기초 강의. 렛유인에듀 (2023)

 

 

💻 Projects

LLM 기반 산림 복원 빅데이터 분석(국립산림과학원)

Private LLM 기반 RAG 챗봇 모델 구축 (한국전력공사)

AI 기반 빅데이터 분석 기법을 적용한 설문 데이터 분석 (A정부기관)

내부망 전용 PrivateLLM을 활용한 텍스트마이닝 솔루션 개발 (D 정부기관)

빅데이터 분석을 통한 한우시장 트렌드 분석 (이화브리오)

Instruction Tuning 및 강화학습(RLHF)을 통한 LLM 모델 개발 (서울디지털재단)

AI 언어모델 기반 헬스케어 서비스의 사용자 리뷰 텍스트 분석 (삼성전자)

자연어 처리 기술 기반 텍스트마이닝을 활용한 연구동향 분석 (한국대기환경학회)

AI 모델 kopatBERT 기반 특허 논문 QA 모델 개발 (한국기술마켓)

딥러닝 기반 토픽모델링을 활용한 법학 설문 빅데이터 분석 (서울대학교)

AI 모델 Word2Vec과 감성분석을 적용한 설문 문항 빅데이터 분석 (경기연구원)

AI 모델 RNN 기반 리뷰 인사이트 추출 및 분석 프로그램 개발 (서클플랫폼)

빅데이터를 활용한 2022년 국립공원 탐방 키워드 분석 (국립공원관리공단)

이외에도 다수의 공공기관, 기업체와 개인적 의뢰 등 총 200건 이상 프로젝트 진행

 

📖 Publication

 [주요 논문 ]

Improving Commonsense Bias Classification by Mitigating the Influence of Demographic Terms.2024.

Improving Generation of Sentiment Commonsense by Bias Mitigation" International Conference on Big Data and Smart Computing.2023.

언론기사 빅데이터 분석을 통한 대규모 언어모델에 대한 기술 인식 분석: ChatGPT 등장 전후를 중심으로, 2024

자연어 처리(NLP)기반 텍스트마이닝을 활용한 소나무에 대한 국내외 연구동향(2001∼2020)분석 | 농업생명과학연구 | 2022

숲길에 대한 10 년간의 언론 인식분석-텍스트 마이닝 분석을 중심으로 | 산림경제연구 | 2021

이외에도 타 분야에서 다수의 학술논문, 학술발표, 연구보고서 등의 성과 창출

Others

Python을 활용한 데이터분석 및 시각화

LLM을 활용한 데이터분석

ChatGPT와 LangChain,Agent을 활용한 업무 생산성 향상

Curriculum

All

18 lectures ∙ (1hr 51min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

All

3 reviews

5.0

3 reviews

  • stj12059049님의 프로필 이미지
    stj12059049

    Reviews 1

    Average Rating 5.0

    5

    61% enrolled

    • guswnd0431009님의 프로필 이미지
      guswnd0431009

      Reviews 1

      Average Rating 5.0

      5

      39% enrolled

      • figo22648879님의 프로필 이미지
        figo22648879

        Reviews 1

        Average Rating 5.0

        5

        100% enrolled

        It's good for checking information in a short amount of time.

        $7.70

        leejinkyu0612's other courses

        Check out other courses by the instructor!

        Similar courses

        Explore other courses in the same field!