강의

N
챌린지

멘토링

N
클립

로드맵

AI Development

/

Natural Language Processing

(For Product Managers) Fundamentals of LLM and Understanding LLM-Based Service Planning

Describes the need for LLM, its technical background, and basic concepts.

(4.2) 5 reviews

51 learners

  • arigaram
llm
chatgpt
생성형ai
ai서비스
NLP
gpt
AI
ChatGPT
LLM

What you will learn!

  • Why are LLMs needed?

  • What's LLM's core technology?

  • What is the difference between Language Models (LM) and Large Language Models (LLM)?

  • Why is 10B the standard for LLMs?

  • What is emergence seen in LLMs?

🧭Precautions

I am currently in the process of completing this course. I plan to gradually adjust the price as the course progresses toward completion. Therefore, those who purchase earlier can buy at a relatively lower price, but they will have the disadvantage of having to wait longer until the course is fully completed (though I will add supplementary content from time to time). Please consider this when making your purchase decision.

📋Change History

  • September 17, 2025

    • I changed the course title from '(For Planners) Basic Understanding of LLM' to '(For Planners) Understanding LLM Basics and LLM-Based Service Planning'. This is because the newly added practical sections (8~17) cover LLM-based practical planning methods.

  • September 10, 2025

    • I've added ten sections (Section 8 ~ Section 17) that belong to the [Practical] and [Advanced] courses. The added sections are not just for understanding LLMs, but for planners who want to apply LLMs. At the same time, I've also converted the previously private sections (Section 6 ~ Section 7) to public.


  • August 22, 2025

    • I have changed the supplementary sections that are not yet completed, namely the classes belonging to the [Advanced] course, to private status. I plan to make each section public as they are completed in the future. This is a measure to reduce confusion among students, so I would appreciate your understanding.

  • July 31, 2025

    • 1. I have split and re-uploaded the existing Lessons 4, 5, and 6. The content is the same, but I divided the previously long lessons into lessons of around 10 minutes each.

    • 2. We have released the table of contents for two supplementary sections. We plan to post each lesson video and course materials.

📚 Course Objective

Artificial intelligence, particularly Large Language Models (LLMs), has become a core technology in modern IT services and business. This course aims to provide planners with comprehensive and systematic guidance from basic understanding of LLMs to practical application strategies. It breaks down principles and concepts step by step so that planners without technical backgrounds can easily understand, and develops the essential competencies needed to effectively plan, collaborate, and manage LLMs in practical work.

📚 Target Audience

  • Product managers who are new to or interested in AI service planning

  • PM collaborating with developers, designers, and others

  • Business personnel reviewing LLM adoption

  • Professionals who want to understand the complete picture from LLM operating principles to practical applications

  • Those who want to understand NLP, LLM, GPT, Artificial Intelligence (AI), and ChatGPT

📚 Course Content

Section 1. Why LLMs are Needed

  • Key Content: Introduction to the definition and development background of LLM, importance in business and service planning, specific use cases

  • Feature: Guides planners to clearly recognize the necessity of LLM adoption from a planner's perspective

Section 2. LLM Technical Background: Artificial Intelligence Overview

  • Key Content: Basic concepts of artificial intelligence and machine learning, types of learning, relationship with deep learning

  • Features: Establishes the technical foundation of LLM by comprehensively understanding AI technology

Section 3. LLM Technical Background: The Role of Deep Learning

  • Key Content: Deep learning operating principles, explanation of major architectures (CNN, RNN, Transformer), limitations and future of deep learning

  • Features: Focus on Transformer architecture, in-depth exploration of core LLM development technologies

Section 4. LLM Technical Background: Natural Language Processing (NLP)

  • Key Content: Definition of NLP, major tasks, core technologies, limitations and challenges

  • Feature: Supporting understanding of the essence of 'language' problems handled by LLMs

Section 5. LLM Basic Concepts

  • Core Content: Language model concepts, LLM structure, key features and components, development process

  • Features: Systematizing essential knowledge for understanding LLM operating principles

[Supplementary Lecture] Section 6. Understanding LLM Operations

  • Key Content: Input processing, answer generation mechanism, result diversity (Sampling), prompt influence, prompt design basics, API usage flow

  • Features: Intuitive understanding of LLM in 'flow' units, acquiring core concepts for collaboration between planning and development

[Supplementary Lecture] Section 7. LLM Utilization Strategies

  • Key Content: Service planning considerations, LLM utilization type classification, key feature introduction, UX design points, prompt-centered development and fine-tuning, collaboration coordination methods, performance metrics understanding

  • Features: Focus on practical know-how that can be directly applied to actual planning scenarios

📚 Lecture Format

섹션 1

I will explain the detailed content while taking notes based on the related materials.

섹션 2

Explains technical content step by step so that it can be understood even without technical background knowledge.

섹션 3

It provides sufficient explanation to help understand the fundamental principles of LLMs.

📚 Learning Effects

Improving Technical Understanding

  • Learn the operating principles of LLMs and deep learning-based technologies easily and systematically to build a solid technical foundation.

Practical Planning Capability Enhancement

  • Learn essential prompt strategies, API understanding, and collaboration points when designing LLM services to enhance your ability to execute real projects.

Improving Collaboration Communication

  • You can proactively recognize communication issues that may arise when collaborating with various roles such as developers, designers, and PMs, and effectively coordinate to resolve them.

Quality Assessment and Improvement Capability Acquisition

  • You can learn the key metrics for evaluating LLM output quality to systematically manage service completeness.

📚 How to Utilize the Course and Expected Benefits

Usage Guide

  • It is structured so that planners can learn independently on their own, but it can also be efficiently utilized in team workshops or study groups.

  • Concept organization and problem-solving abilities are maximized when repeatedly learning before and after practical application.

Expected Effects

  • Increased project success rate through overall improvement of LLM-related planning capabilities

  • Reducing misunderstandings and conflicts that arise during collaboration processes

  • Improving service completeness and user satisfaction

  • Securing differentiated planning competitiveness aligned with the latest AI trends

Pre-enrollment Reference Information

Practice Environment

  • This is a theory-focused lecture, so no special practice environment is required.

  • However, it's good to practice virtual planning using tools like ChatGPT.

Learning Materials

  • Learning materials format provided: Lecture materials provided in PDF format

  • Volume and Capacity: Learning materials provided for each class

Prerequisites and Important Notes

  • No special prior knowledge is required. This is because we also explain the background knowledge needed for planning LLM application services.

🚀 Get started right now!

Take your first step in future AI service planning with this course.

Recommended for
these people

Who is this course right for?

  • A product manager who wants to systematically plan an LLM-integrated service.

  • Executives preparing for LLM application business

  • Developer working on an LLM integration project

Hello
This is

413

Learners

20

Reviews

1

Answers

4.7

Rating

17

Courses

IT가 취미이자 직업인 사람입니다.

다양한 저술, 번역, 자문, 개발, 강의 경력이 있습니다.

Curriculum

All

115 lectures ∙ (11hr 59min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

All

5 reviews

4.2

5 reviews

  • 임채윤님의 프로필 이미지
    임채윤

    Reviews 1

    ∙

    Average Rating 5.0

    5

    31% enrolled

    • 아리가람
      Instructor

      감사합니다.

  • 김현희님의 프로필 이미지
    김현희

    Reviews 1

    ∙

    Average Rating 5.0

    5

    31% enrolled

  • 임성주님의 프로필 이미지
    임성주

    Reviews 3

    ∙

    Average Rating 5.0

    5

    31% enrolled

  • 마대진님의 프로필 이미지
    마대진

    Reviews 1

    ∙

    Average Rating 5.0

    5

    100% enrolled

  • 양원호님의 프로필 이미지
    양원호

    Reviews 1

    ∙

    Average Rating 1.0

    1

    61% enrolled

    강의 퀄리티가 만족스럽지 않아요.

    • 아리가람
      Instructor

      감사합니다. 강의 품질을 높이기 위해서 꾸준히 개선하겠습니다. 개선할 점을 알려 주시면 감사하겠습니다.

$42.90

arigaram's other courses

Check out other courses by the instructor!

시큐어 코딩(Secure Coding) 쪼개기강의 썸네일

시큐어 코딩(Secure Coding) 쪼개기

아리가람

시큐어 코딩(Secure Coding: 보안 코딩)이 무엇인지 전혀 몰라도 이해할 수 있게 한 강의입니다. 기본 보안 코딩 개념을 섭렵한 다음에 웹 서비스 보안을 중심으로 설명합니다. OO 대학교 주관 특강으로 진행했던 강의였습니다. 160개가 넘는 소스 코드를 풍부한 주석과 함께 제시해 실무에서 당장 쓸 수 있는 핵심 주제와 기법을 콕콕 찍어 알 수 있게 합니다.

초급

초급

보안 교육, 모의해킹, security

시큐어 코딩(Secure Coding) 쪼개기강의 썸네일

시큐어 코딩(Secure Coding) 쪼개기

아리가람

LLM의 역사와 발전강의 썸네일

LLM의 역사와 발전

아리가람

자연어 처리 기술의 출발부터 시작해서 최신 LLM 모형에 이르기까지의 과정에서 개발된 다양한 언어 모형들을 상세히 설명합니다.

입문

입문

NLP, RNN, self-attention

LLM의 역사와 발전강의 썸네일

LLM의 역사와 발전

아리가람

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인강의 썸네일

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인

아리가람

생성형 인공지능(생성형 AI)의 일종인 LLM을 기반으로 삼아 만드는 애플리케이션이나 웹 서비스를 기획할 때 필요한 '서비스 디자인' 개념과 방법을 익힐 수 있습니다.

입문

입문

LLM, AI 활용 (AX)

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인강의 썸네일

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인

아리가람

프롬프트 엔지니어링 완전 정복강의 썸네일

프롬프트 엔지니어링 완전 정복

아리가람

이 강의는 대규모 언어 모형(LLM)이나 생성형 인공지능을 효과적으로 활용하기 위한 핵심 기술인 프롬프트 엔지니어링을 체계적으로 학습하는 과정입니다. 기초 이론부터 실전 기법, 그리고 최신 응용 사례와 보안·윤리 문제까지 폭넓게 다루어, LLM 기반 서비스 개발자·데이터 사이언티스트·AI 기획자 모두에게 실질적인 도움을 제공합니다.

중급이상

중급이상

프롬프트엔지니어링

프롬프트 엔지니어링 완전 정복강의 썸네일

프롬프트 엔지니어링 완전 정복

아리가람

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)강의 썸네일

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)

아리가람

주니어 개발자가 인공지능을 개발 도구로 삼아 기획부터 코드 작성과 배포 및 검증에 이르는 전체 개발 과정을 이해할 수 있게 함으로써, AI 시대에 필요한 풀스펙트럼(Full-Spectrun) 역량을 갖춰 생존하고 발전할 수 있게 합니다.

초급

초급

프로토타이핑, crud

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)강의 썸네일

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)

아리가람

개발자를 위한 (바이브 코딩) 프롬프트 패턴강의 썸네일

개발자를 위한 (바이브 코딩) 프롬프트 패턴

아리가람

이제는 인공지능을 활용해서 개발하는 시대. 인공지능을 더 잘 활용해 더 좋고, 더 정확한 코드와 문서를 만드는 방법이 필요하므로 이에 알맞은 방법을 제시합니다.

초급

초급

프롬프트엔지니어링

개발자를 위한 (바이브 코딩) 프롬프트 패턴강의 썸네일

개발자를 위한 (바이브 코딩) 프롬프트 패턴

아리가람

문제화: '개발 낭비'를 줄이는 기초 역량강의 썸네일

문제화: '개발 낭비'를 줄이는 기초 역량

아리가람

문제화(Problematization)는 문제 제기, 문제짜기 등으로도 번역되는 용어입니다. 그리고 문제 설정이나 문제 정의로도 번역될 수 있습니다. 요청 사항이나 상식 같은 알려진 사실에 대해 새로운 관점에서 의문을 제기하고, 문제를 정의하고, 이 문제를 해결하는 방식을 짜 나가는 과정이 포함되어 있는 개념입니다. 문제화는 모든 개발의 출발점이 되어야 하지만 아직까지 개발 분야에서 충분히 논의되지 않은 주제입니다. 프로젝트를 수행하는 일이나 프로그램을 개발하는 일도 사실 문제를 해결하는 계획을 세우는 일입니다. 즉, 문제화와 관련이 있다는 말입니다. 문제를 해결하려면 먼저 문제가 명확히 정의되어 있어야 합니다. 그런데 대부분 애매한 요청 형태로 문제가 주어지게 됩니다. 그러므로 애매한 요청을 명확한 문제로 바꾸는 힘이 있어야 불필요한 '개발 낭비'를 줄이고, 협업은 원활해지며, 사용자의 진짜 필요를 제대로 파악할 수 있습니다. 이 강의는 실전 사례와 도구를 통해 문제를 ‘구성하는 사고’를 훈련하도록 돕습니다.

입문

입문

협업 툴, 소프트스킬, 문제해결능력

문제화: '개발 낭비'를 줄이는 기초 역량강의 썸네일

문제화: '개발 낭비'를 줄이는 기초 역량

아리가람

RAG 성능의 한계를 뚫는 인지 부하 관리 기술강의 썸네일

RAG 성능의 한계를 뚫는 인지 부하 관리 기술

아리가람

생성형 인공지능 또는 LLM을 기반으로 RAG(검색 증강 생성: Retrieval-Augmented Generation) 시스템을 구축해도 바라는 성능이 나오지 않고 마땅한 해결책이 없을 때는 어떻게 해야 할까요? 이 강의에서는 인지 부하(Cognitive Load) 이론을 기반으로 RAG 성능을 개선하는 방안을 제시합니다. 이 강의를 통해서 LLM 컨텍스트 창의 한계를 이해하고, RAG 시스템에서 인지 부하를 효과적으로 관리하는 방법을 알 수 있습니다. 청크(Chunk) 크기와 구조 설계, 고품질 청크 생성 기법, 동적 최적화, 성능 평가 및 실전 기법 등을 다루는 실무 수준 이론 강의입니다.

중급이상

중급이상

인공지능(AI), ChatGPT, LLM

RAG 성능의 한계를 뚫는 인지 부하 관리 기술강의 썸네일

RAG 성능의 한계를 뚫는 인지 부하 관리 기술

아리가람

자바 네이밍강의 썸네일

자바 네이밍

아리가람

"이름 하나 바꿨을 뿐인데, 코드가 달라졌습니다." 가독성 좋은 코드의 핵심, '읽히는 이름 짓기'를 원리부터 사례까지 정리했습니다. 읽기 쉬운 이름이 협업의 시작입니다.

초급

초급

naming-conventions, naming, renaming

자바 네이밍강의 썸네일

자바 네이밍

아리가람

C 언어 빠르게 훑어보기강의 썸네일

C 언어 빠르게 훑어보기

아리가람

C 언어의 기본 개념과 기본 문법을 빠르게 이해할 수 있습니다.

입문

입문

C, 임베디드

C 언어 빠르게 훑어보기강의 썸네일

C 언어 빠르게 훑어보기

아리가람

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술강의 썸네일

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술

아리가람

👨‍🍳 코드를 요리하듯, 깔끔하고 맛있게! 『클린 코딩』은 요리에 비유해 클린 코딩을 유쾌하게 배우는 요리사 같은 개발자의 코드 요리 교실입니다. 🍽️

초급

초급

협업 툴, 코딩 테스트, 리팩터링

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술강의 썸네일

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술

아리가람

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

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해강의 썸네일

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해

아리가람

LLM 서비스를 기획하기 위해 사용자가 요구하는 사항을 수집하고 분석하는 방법을 살펴봅니다.

입문

입문

프로젝트 관리, 서비스 기획, 인공지능(AI)

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해강의 썸네일

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해

아리가람

(기획자를 위한) LLM의 한계와 미래 전망강의 썸네일

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

LLM의 한계와 한계 극복 방안과 최신 연구 주제를 살펴봅니다.

입문

입문

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM의 한계와 미래 전망강의 썸네일

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

(기획자를 위한) LLM 응용 서비스 사례 분석강의 썸네일

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

LLM을 사용해 구축할 수 있는 애플리케이션이나 웹 서비스들로는 어떤 것들이 있는지 살펴봅니다.

입문

입문

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM 응용 서비스 사례 분석강의 썸네일

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

대규모 언어 모형(LLM)의 기초 원리 이해강의 썸네일

대규모 언어 모형(LLM)의 기초 원리 이해

아리가람

챗지피티(ChatGPT) 같은 대규모 언어 모형의 기초 원리를 이론 중심으로 설명합니다.

중급이상

중급이상

NLP, gpt, 인공지능(AI)

대규모 언어 모형(LLM)의 기초 원리 이해강의 썸네일

대규모 언어 모형(LLM)의 기초 원리 이해

아리가람

Similar courses

Explore other courses in the same field!

(기획자를 위한) LLM의 한계와 미래 전망강의 썸네일

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

LLM의 한계와 한계 극복 방안과 최신 연구 주제를 살펴봅니다.

입문

입문

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM의 한계와 미래 전망강의 썸네일

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

대규모 언어 모형(LLM)의 기초 원리 이해강의 썸네일

대규모 언어 모형(LLM)의 기초 원리 이해

아리가람

챗지피티(ChatGPT) 같은 대규모 언어 모형의 기초 원리를 이론 중심으로 설명합니다.

중급이상

중급이상

NLP, gpt, 인공지능(AI)

대규모 언어 모형(LLM)의 기초 원리 이해강의 썸네일

대규모 언어 모형(LLM)의 기초 원리 이해

아리가람

처음 해보는 맞춤형 LLM 만들기 – LoRA & QLoRA 파인튜닝 입문강의 썸네일

처음 해보는 맞춤형 LLM 만들기 – LoRA & QLoRA 파인튜닝 입문

HappyAI

“LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!” 이 강의는 처음 LLM을 접하는 분도 쉽게 따라올 수 있도록 설계된 입문 실습 강의입니다. 복잡한 이론은 최소화하고, 모델 불러오기 → 데이터 적용 → 학습 → 결과 비교까지 전 과정을 단계별로 안내합니다. 짧은 시간 안에 LoRA·QLoRA와 같은 최신 경량 파인튜닝 기법의 흐름을 직접 경험하며, “LLM 파인튜닝이 이렇게 돌아가는구나”라는 감을 잡을 수 있습니다. 많은 자원이 없어도, 내 도메인에 특화된 LLM을 만들어보는 성취감을 직접 느껴보세요!

입문

입문

딥러닝, NLP, 인공지능(AI)

처음 해보는 맞춤형 LLM 만들기 – LoRA & QLoRA 파인튜닝 입문강의 썸네일

처음 해보는 맞춤형 LLM 만들기 – LoRA & QLoRA 파인튜닝 입문

HappyAI

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기강의 썸네일

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.

중급이상

중급이상

openAI API, ChatGPT, gemini

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기강의 썸네일

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설강의 썸네일

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설

박해선

<밑바닥부터 만들면서 배우는 LLM>(길벗, 2025)의 깃허브 노트북과 보너스 콘텐츠를 다루는 강의입니다. 깃허브: https://github.com/rickiepark/llm-from-scratch/ <밑바닥부터 만들면서 배우는 LLM>은 세바스찬 라시카(Sebastian Raschka)가 쓴 베스트셀러 <Build a Large Langauge Model (from Scratch)>(Manning, 2024)의 번역서입니다. 이 책은 오픈AI가 만든 GPT-2 모델을 밑바닥에서부터 시작해서 완전한 모델을 만들어 보면서 대규모 언어 모델의 작동 원리를 배우고 활용하는 방법을 제공합니다.

초급

초급

PyTorch, gpt-2, transformer

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설강의 썸네일

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설

박해선

LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!강의 썸네일

LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!

HappyAI

LLM 기초이론, LangChain과 RAG의 핵심적인 기술을 마스터하는 강의입니다. LLM기초부터 실무에 쓰이는 최신 AI 기술을 쉽게 배울 수 있습니다!

초급

초급

챗봇, LLM, LangChain

LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!강의 썸네일

LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!

HappyAI

맞춤형 LLM 만들기 : 처음 시작하는 분을 위한 RAG 기초 개념부터 멀티모달·Agent 실습까지강의 썸네일

맞춤형 LLM 만들기 : 처음 시작하는 분을 위한 RAG 기초 개념부터 멀티모달·Agent 실습까지

HappyAI

RAG(Retrieval-Augmented Generation)의 이론부터 최신 멀티모달, 에이전트 기반 RAG까지! 비전공자도 이해할 수 있도록 구성된 실습 중심 강의입니다. 논문 리뷰부터 실전 코드 구현까지, RAG를 처음 접하는 사람도 쉽게 따라올 수 있도록 설계했습니다.

입문

입문

Python, vector-database, LLM

맞춤형 LLM 만들기 : 처음 시작하는 분을 위한 RAG 기초 개념부터 멀티모달·Agent 실습까지강의 썸네일

맞춤형 LLM 만들기 : 처음 시작하는 분을 위한 RAG 기초 개념부터 멀티모달·Agent 실습까지

HappyAI

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.강의 썸네일

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.

AIDER_College

AI는 갑자기 나타난 기술이 아닙니다. 70년간의 도전과 실패를 이해해야, AI의 현재와 미래를 제대로 볼 수 있습니다. 👉 “AI 역사를 이해하는 순간, 원리와 미래가 함께 보입니다.” 지금 바로 시작하세요!

입문

입문

머신러닝, 딥러닝, 강화학습

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.강의 썸네일

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.

AIDER_College

누구나 쉽게 배우는 생성형 AI(기초)강의 썸네일

누구나 쉽게 배우는 생성형 AI(기초)

AI 튜터랩

생성형 AI에 대해 막연한 호기심은 있지만 어디서부터 시작해야 할지 몰랐다면, 바로 이 강의가 정답입니다. AI 기술의 핵심 원리를 명확하고 간결하게 설명하여, 누구나 빠르게 본질을 파악할 수 있도록 구성했습니다. 단순히 '무엇인지' 아는 것을 넘어, 왜 그렇게 작동하는지, 그리고 어떻게 활용해야 하는지까지 깊이 있게 다룰 것입니다. 이 강의는 급변하는 AI 시대에서 여러분이 자신감을 가지고 능동적으로 기술을 활용할 수 있도록 돕는 가장 확실한 출발점이 될 것입니다.

입문

입문

ChatGPT, gemini, 인공지능(AI)

누구나 쉽게 배우는 생성형 AI(기초)강의 썸네일

누구나 쉽게 배우는 생성형 AI(기초)

AI 튜터랩