강의

N
챌린지

멘토링

로드맵

Inflearn brand logo image
BEST
AI Development

/

AI Agent Development

RAG System Implemented with AI Agents (w. LangGraph)

Implementing a Retrieval-Augmented Generation (RAG) Intelligent AI Agent with LangGraph! From theory to practice, this is a hands-on tutorial that even beginners can easily follow.

(4.9) 92 reviews

7,613 learners

  • pdstudio
이론 실습 모두
ai활용
AI검색
AI Agent
LangGraph
RAG
LLM
LangChain

Reviews from Early Learners

What you will learn!

  • AI Agent Architecture Design and Implementation Utilizing LangGraph

  • Applying AI Agents to RAG(Retrieval-Augmented Generation)

  • Expanding AI Agent Capabilities by Implementing Tool Calling (Tool Call) Functionality

  • Mastering latest agent RAG architectures like Adaptive RAG, Self RAG, Corrective RAG

For a powerful RAG system
Magic Tool AI Agent 🪄

Introduction page
Haute Couture Banner (32)

While LLM excels at natural language processing and text generation, it has limitations in autonomously coordinating complex workflows or making decisions. Beyond information retrieval, LLM requires the assistance of agents to evaluate results, refine queries, and select appropriate tools. Agents are essential for a smarter and more flexible RAG system .

AI agents that enhance LLM performance 🔧

✅ Choose the right tool for the situation

LLM helps you decide which tools to use for your specific situation. Depending on your request, you can choose the appropriate tool, such as an API call, a database search, or an external search.

✅ Generate optimal search queries

When a user's question is unclear or complex, LLM helps refine or modify the query to obtain more accurate results. This allows LLM to generate optimal search queries.

✅ High-quality answers

When multiple results are returned, the most relevant information is evaluated and the optimal answer is selected. This allows us to provide accurate information to users.

✅ Decision on follow-up work to improve results

If the results are insufficient or inaccurate, we run a feedback loop to determine whether further work is needed, and either repeat the search or try a new approach.

Why use LangGraph? 🤔

LangGraph is a useful tool for implementing complex workflows. While LangChain is suitable for processing relatively fixed flows, LangGraph flexibly handles and manages complex tasks, making it ideal for agents.

<Features of Langgraph>

  • Node-based management allows for easy handling of various states and conditions.

  • Visually manage complex workflows.

  • Combining agents with a language graph allows you to efficiently connect and execute various modules.


Features of this course

Screenshot 2024-10-11 115028

Step-by-step, practice-oriented learning

Immediately after the theoretical explanation, we proceed with related practical exercises to develop a solid understanding of the concepts and the ability to apply them.

Screenshot 2024-10-11 115129

A curriculum that reflects the latest trends

We actively incorporate the latest technologies and methodologies for agent-based RAG to provide knowledge that can be immediately applied in the field.

Please enter a title_-001 (12)
Screenshot 2024-10-11 114528

The Complete Guide to LangGraph

We explain the complex LangGraph from the basics step by step so that anyone can understand it, and we go into more depth with various real-world examples.

Easy review with tutorial provided

We provide a WikiDocs textbook that summarizes the content on LangGraph and Agent RAG, so that you can continue studying and referencing it even after taking the course.

Learn about these things

Designing AI Agent Flows with LangGraph

Learn the core concepts of LangGraph—state graphs, conditional edges, and feedback loops—and understand how to model the complex decision-making processes of AI agents using graphs. You'll also learn techniques applicable to various AI agent projects, including human-in-the-loop, parallel execution, and subgraphs.

Expanding AI Capabilities with Tool Calling

Master the tool calling technique that connects the capabilities of AI agents to the real world. Learn how to create and call LangChain's built-in tools, custom tools, and more. Learn how to integrate external APIs and various tools into your AI system.

Implementing an Advanced Agent-Based RAG Technique

Explore advanced techniques that take RAG systems to the next level of performance. Learn the concepts and implementation techniques of Adaptive RAG, which operates dynamically based on context, and Self RAG and Corrective RAG, which enable AI to evaluate and improve its own output.

Things to note before taking the course

Practice environment

  • Operating System and Version (OS): Lectures will be conducted based on MacOS (Linux and Windows users can also practice)

  • Using a virtual environment: The course will proceed based on Poetry (conda and venv users can also practice)

  • Tools used: VS Code, OpenAI API, etc. require LLM authentication key (separate fee may apply)

  • PC specifications: Not applicable

  • LangGraph version: v0.2.34 applied

  • LangChain version: v0.3.1 applied

Learning Materials

Player Knowledge and Precautions

  • Those with basic knowledge of Python (those who can do basic programming)

  • [Free Course] LangChain Basics for Beginners (Required): https://inf.run/Xabb2


  • If you have any questions or comments, please feel free to ask.

Linked lecture information

  • RAG Master: From Basics to Advanced Techniques (feat. LangChain)

  • From RAG implementation to performance evaluation -

    Practical AI Development in 9 Hours

    • LangChain-based RAG system construction practice

    • Learn advanced RAG techniques

    • RAG System Performance Evaluation Methodology

    • LangChain's latest LCEL syntax and how to use Runnable


  • Link: https://inf.run/CxVA3

Recommended for
these people

Who is this course right for?

  • Those who want to directly build intelligent AI agents beyond chatbots

  • Those looking to develop practical AI solutions leveraging RAG and LLM.

  • For those who have taken a LangChain-based 'chatbot' or 'RAG' course and are seeking to advance.

Need to know before starting?

  • Python

  • (Free Lecture) LangChain Fundamentals for Beginners [Essential]

  • (Paid Course) RAG Master: From Basic to Advanced Techniques [Recommended]

Hello
This is

13,498

Learners

459

Reviews

126

Answers

4.8

Rating

7

Courses

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]

 

[유튜브] 판다스 스튜디오 : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU

Curriculum

All

54 lectures ∙ (6hr 45min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

All

92 reviews

4.9

92 reviews

  • 이성규님의 프로필 이미지
    이성규

    Reviews 6

    ∙

    Average Rating 5.0

    5

    61% enrolled

    깔끔히 정리가 잘된 강의입니다. 사실 원래 LangGraph 프로젝트를 해본 경험이 있는 인원인지라 구입을 망설였었는데, 정리가 너무 깔끔하고 하나하나 차분히 모두 설명해주는 느낌이라 몰랐던 부분도 알게되고 전혀 아깝지 않은 것 같네요. 진지하게 해당 강의때문에 RAG 랭체인 강의도 사야하나 고민 중 입니다.

    • 판다스 스튜디오
      Instructor

      정말 감사합니다! 😊 더 좋은 강의를 준비해서 뵙겠습니다! 🌟

  • 박종헌님의 프로필 이미지
    박종헌

    Reviews 1

    ∙

    Average Rating 5.0

    5

    31% enrolled

    • good5229님의 프로필 이미지
      good5229

      Reviews 3

      ∙

      Average Rating 5.0

      5

      31% enrolled

      • gukhan lee님의 프로필 이미지
        gukhan lee

        Reviews 1

        ∙

        Average Rating 5.0

        5

        31% enrolled

        • 정영일님의 프로필 이미지
          정영일

          Reviews 2

          ∙

          Average Rating 5.0

          5

          31% enrolled

          $77.00

          pdstudio's other courses

          Check out other courses by the instructor!

          RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)강의 썸네일

          RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)

          판다스 스튜디오

          이 강의는 LangChain을 활용한 RAG(Retrieval-Augmented Generation) 시스템의 기본 개념과 구현 방법을 다룹니다. 참가자들은 RAG의 핵심 원리를 이해하고, LangChain을 통해 실제로 시스템을 구축하며 성능을 평가하는 방법을 배우게 됩니다.

          초급

          초급

          RAG, LangChain, LLM

          RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)강의 썸네일

          RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)

          판다스 스튜디오

          graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)강의 썸네일

          graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)

          판다스 스튜디오

          Neo4J로 구현하는 지식 그래프 기반 RAG 시스템: 단순 벡터 검색을 넘어 데이터 관계까지 활용하는 차세대 검색 기술 그래프 데이터베이스의 힘으로 RAG 성능 극대화하기!

          초급

          초급

          RAG, LangChain, neo4j

          graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)강의 썸네일

          graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)

          판다스 스튜디오

          LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지강의 썸네일

          LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지

          판다스 스튜디오

          초급자를 위한 쉬운 설명과 다양한 실습 프로젝트 중심으로 구성된 강의입니다. 웹 크롤링과 LangChain 도구로 데이터를 수집하고, LLM 활용하여 요약, 추출, 감성 분석, 추천 시스템을 다룹니다.

          초급

          초급

          LLM, LangChain, 웹 크롤링

          LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지강의 썸네일

          LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지

          판다스 스튜디오

          입문자를 위한 LangChain 기초강의 썸네일

          입문자를 위한 LangChain 기초

          판다스 스튜디오

          파이썬을 활용하여 랭체인(LangChain)의 기본 개념과 사용법을 학습합니다. 구글 코랩(colab) 환경에서 실습 위주로 진행하고, 실습자료는 깃헙(Github)을 통해서 제공합니다.

          초급

          초급

          LangChain, LLM, openAI API

          입문자를 위한 LangChain 기초강의 썸네일

          입문자를 위한 LangChain 기초

          판다스 스튜디오

          프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용강의 썸네일

          프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용

          판다스 스튜디오

          파이썬 기본 문법과 라이브러리를 활용해서 나만의 AI 챗봇을 직접 만들어 보세요. PDF 문서 기반의 RAG 등 5개의 프로젝트를 단계별로 수행하고, 웹 서비스로 배포하는 과정을 학습합니다.

          초급

          초급

          RAG, LangChain, LLM

          프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용강의 썸네일

          프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용

          판다스 스튜디오

          입문자를 위한 Python 기초강의 썸네일

          입문자를 위한 Python 기초

          판다스 스튜디오

          비전공 입문자를 위한 파이썬 기초 강의입니다. 실습자료는 깃헙(Github)을 통해서 제공합니다.

          입문

          입문

          Python

          입문자를 위한 Python 기초강의 썸네일

          입문자를 위한 Python 기초

          판다스 스튜디오

          Similar courses

          Explore other courses in the same field!

          모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현강의 썸네일

          모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현

          AISchool

          LangGraph를 이용해서 다양한 AI 에이전트 구현 프로젝트를 진행하면서 LangGraph를 이용해서 실용적인 AI 에이전트는 만드는 방법을 학습합니다.

          중급이상

          중급이상

          LangGraph, AI Agent, LangChain

          모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현강의 썸네일

          모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현

          AISchool

          LangGraph를 활용한 AI Agent 개발 (feat. MCP)강의 썸네일

          LangGraph를 활용한 AI Agent 개발 (feat. MCP)

          강병진

          대기업 AI Agent 담당자의 노하우를 가득 담은 LangGraph. 현업에서 얻어맞으면서 습득한 지식을 전달드립니다

          초급

          초급

          프롬프트엔지니어링, LLM, AI Agent

          LangGraph를 활용한 AI Agent 개발 (feat. MCP)강의 썸네일

          LangGraph를 활용한 AI Agent 개발 (feat. MCP)

          강병진

          Spring WebFlux + LLM 실전 구현강의 썸네일

          Spring WebFlux + LLM 실전 구현

          John H

          Spring WebFlux로 여러 기능을 만듭니다. 이 강의를 통해 WebFlux의 필수 개념과 실전 구현을 익힐 수 있습니다.

          초급

          초급

          Java, Spring, webflux

          Spring WebFlux + LLM 실전 구현강의 썸네일

          Spring WebFlux + LLM 실전 구현

          John H

          코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드강의 썸네일

          코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

          남박사

          요즘도 직접 코딩하시나요? 이젠 바이브 코딩도 귀찮은 시대! 코딩 없이 n8n으로 AI 자동화 전문가가 되어보세요. 실무에 바로 적용 가능한 자동화 워크플로우 설계 가이드 업무 효율을 극대화하는 실전 중심의 자동화 전략. n8n으로 직관적인 워크플로우를 구축하며, 업무 혁신을 경험해보세요

          입문

          입문

          n8n, 인공지능(AI), RAG

          코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드강의 썸네일

          코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

          남박사

          CrewAI와 LLM으로 인공지능 판사 만들기강의 썸네일

          CrewAI와 LLM으로 인공지능 판사 만들기

          아리가람

          LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만들어 봅니다.

          중급이상

          중급이상

          인공지능(AI), LLM, AI Agent

          CrewAI와 LLM으로 인공지능 판사 만들기강의 썸네일

          CrewAI와 LLM으로 인공지능 판사 만들기

          아리가람

          AI 에이전트 입문 치트키, Claude MCP로 끝내는 업무 자동화강의 썸네일

          AI 에이전트 입문 치트키, Claude MCP로 끝내는 업무 자동화

          Masocampus

          AI가 내 Slack, Notion에 대신 글을 써준다고? 기존 AI의 한계를 뛰어넘은 MCP로 똑똑하게 일하세요!

          입문

          입문

          MCP, AI Agent, AI 활용 (AX)

          AI 에이전트 입문 치트키, Claude MCP로 끝내는 업무 자동화강의 썸네일

          AI 에이전트 입문 치트키, Claude MCP로 끝내는 업무 자동화

          Masocampus

          [LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)강의 썸네일

          [LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)

          꿈꾸는범블비

          LLM을 위해 필요한 기초지식부터 실전에서 쓰일법한 팁까지 핵심적인 내용위주로 빠르게 현직자가 전달합니다!

          초급

          초급

          NLP, ChatGPT, LLM

          [LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)강의 썸네일

          [LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)

          꿈꾸는범블비

          대세는 바이브 코딩과 MCP_Cursor AI로 시작하기강의 썸네일

          대세는 바이브 코딩과 MCP_Cursor AI로 시작하기

          Masocampus

          생성형 인공지능의 최신 트렌드, AI 에이전트! 개발 업무를 다 해주는 Cursor와 기능을 확장해주는 MCP로 앞서나가는 방법!

          입문

          입문

          cursor, mvp, AI Agent

          대세는 바이브 코딩과 MCP_Cursor AI로 시작하기강의 썸네일

          대세는 바이브 코딩과 MCP_Cursor AI로 시작하기

          Masocampus

          바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)강의 썸네일

          바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)

          퇴근후딴짓

          프롬프트만으로 재무제표를 분석하고 시각화하는 매력적인 코딩 세계로 초대합니다. 코드 한 줄 없이 AI와 상의하며 서비스를 만들고 배포까지 진행합니다.

          입문

          입문

          프롬프트엔지니어링, business, AI 활용 (AX)

          바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)강의 썸네일

          바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)

          퇴근후딴짓

          Spring AI 실전 가이드: RAG 챗봇 만들기강의 썸네일

          Spring AI 실전 가이드: RAG 챗봇 만들기

          Sionic AI

          Spring AI로 AI를 다루는 가장 쉬운 방법을 배워봅니다. RAG 챗봇을 만들어보면서 Spring AI를 배워봅시다.

          입문

          입문

          Spring AI, LLM, RAG

          Spring AI 실전 가이드: RAG 챗봇 만들기강의 썸네일

          Spring AI 실전 가이드: RAG 챗봇 만들기

          Sionic AI

          [Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!강의 썸네일

          [Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!

          Sionic AI

          Model Context Protocol (MCP) 를 이용하여 IntelliJ와 연동하여 빠르게 개발할 수 있는 방법에 대해 핸즈온 하는 튜토리얼입니다.

          입문

          입문

          IntelliJ IDEA, LLM, 인공지능(AI)

          [Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!강의 썸네일

          [Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!

          Sionic AI