강의

N
챌린지

멘토링

N
클립

커뮤니티

BEST
AI Technology

/

AI Agent Development

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

This lecture covers RAG (Retrieval-Augmented Generation) system fundamentals and implementation using LangChain. Participants will understand RAG's core principles and learn to build and evaluate systems using LangChain.

(4.8) 60 reviews

640 learners

  • pdstudio
이론 실습 모두
AI검색
RAG
LangChain
LLM
Chatbot
Python

Reviews from Early Learners

What you will gain after the course

  • Building a RAG System using LangChain

  • Mastering Effective Search and Generation Techniques

  • RAG System Performance Evaluation Methods

  • LangChain's LCEL grammar and Runnable usage

From RAG implementation to performance evaluation
Practical AI Development in 9 Hours

Advances in AI technology have increased the usability of RAG systems, but the process of learning and implementing them remains challenging. I, too, faced many challenges when first learning RAG, and that experience inspired me to plan this course.

The course focuses on building a working system based on step-by-step exercises. It covers not only basic implementations but also advanced techniques for improving search quality and performance evaluation, providing practical knowledge that can be applied directly to real-world projects.

Five months after launch
1590+ people took the course
Created the LLM series lectures
RAG lecture by knowledge sharer

Python & Langchain
Free basic lectures provided
Python Basics Course ▶
Langchain Basics Course ▶

For building a RAG system
Abundant learning materials
31 pages of summary material and
6 source code files

Lecture Points 💫

Building the foundation for RAG implementation

Simply following the code has its limitations. You need to understand the principles behind when and why you use each component . This course covers the fundamental concepts of RAG, its main components, and LCEL syntax , laying the foundation for implementing RAG . We also offer a free beginner-friendly course on Python and Langchain.

Improve RAG implementation capabilities with the latest modules and techniques

The RAG process consists of [document loading → text segmentation → embedding → vector storage → search → prompt → LLM → final result]. This lecture introduces various cutting-edge modules and techniques applicable to each process . In particular, you can experience advanced search techniques such as hybrid search, re-rank, and context compression to improve search performance.

10 Performance Evaluations for RAG Improvement

To enhance the RAG system, "evaluation and improvement" is essential. This lecture introduces five information retrieval methods to evaluate RAG's search performance. It also covers five response evaluation methods for RAG, including quantitative indicator-based evaluation methods and LLM-based evaluation methods.

Easy and clear explanations proven by numerous reviews

Many students have proven this

The course reviews are for courses opened by knowledge sharers as of September 24th.

Learn about these things

Understanding the basic concepts of RAG and LangChain

Understand the operating principles of the RAG system, learn LangChain's structure, and learn LCEL syntax. This will prepare you for a practical environment and provide fundamental knowledge that can be applied to various AI projects.

Hands-on : Installing LangChain, setting up the environment, and configuring a basic RAG pipeline.

Practice data processing and text segmentation techniques

You can handle various data formats (PDF, JSON, Web, etc.) and learn effective text segmentation techniques to efficiently manage large-scale data.

Hands-on training : Practice with various document loaders such as PyPDFLoader and CSVLoader, and apply text segmentation strategies (recursive segmentation, regular expression utilization, semantic segmentation).

Utilizing Embedding Models and Vector Storage

You can maximize RAG search performance by leveraging embedding models to convert text data into vectors and store them in a vector storage.

Hands-on training : Creating and searching Chroma and FAISS vector repositories, utilizing OpenAI, Huggingface, and Ollama embedding models.

RAG Search Performance Evaluation and Optimization

Evaluate RAG search performance using various information retrieval evaluation metrics and acquire optimization techniques that can be applied to actual projects.

Practical training : Search performance testing and evaluation (quantitative evaluation such as hit rate and MRR), optimization methods (query expansion, re-rank, context compression)

Generating and evaluating answers using LLM

You can generate answers for the RAG system using various LLMs and evaluate the quality of the answers using the LangChain evaluation tool.

Practice content : LLM integration practice, response evaluation using LangChain evaluation tool

Implementing a RAG-based chatbot using Gradio

Using Gradio, you can build RAG-based chatbot interfaces that interact with users and design real-time search and answer generation systems.

Hands-on : Implementing a RAG chatbot using Gradio, stream-based output, and adding chat history.

Screenshot 2024-09-14 10:41 AM

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

  • LangChain version: v0.2.16 applied

Learning Materials

  • Providing materials required for practice (lecture notes, practice code)

  • (For beginners) Reference material provided on Wikidocs: https://wikidocs.net/book/14473

Player Knowledge and Precautions

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

  • LangChain Basics for Beginners (Free Course): https://inf.run/Fzfhs


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

Linked lecture information

  • RAG system implemented with AI agents (w. LangGraph)

  • An intelligent AI agent for augmented search generation (RAG) implemented with LangGraph.


    • Design and Implementation of an AI Agent Structure Using LangGraph

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

    • Expanding the capabilities of AI agents by implementing tool calling functionality.

    • Mastering the latest agent RAG architectures, including Adaptive RAG, Self RAG, and Corrective RAG.

  • Link: https://inf.run/hTwjC

Recommended for
these people

Who is this course right for?

  • Those interested in RAG systems using LLM

  • Those wanting to start AI projects with LangChain

  • Those interested in learning RAG search and generation performance evaluation methods

Need to know before starting?

  • Python

  • LangChain Basics for Beginners (Lecture)

Hello
This is

14,938

Learners

615

Reviews

153

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

79 lectures ∙ (8hr 42min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

All

60 reviews

4.8

60 reviews

  • leeunzin님의 프로필 이미지
    leeunzin

    Reviews 2

    ∙

    Average Rating 5.0

    5

    30% enrolled

    • sk Lee님의 프로필 이미지
      sk Lee

      Reviews 2

      ∙

      Average Rating 5.0

      5

      30% enrolled

      • 보리이삭님의 프로필 이미지
        보리이삭

        Reviews 1

        ∙

        Average Rating 5.0

        5

        61% enrolled

        • joseph님의 프로필 이미지
          joseph

          Reviews 5

          ∙

          Average Rating 5.0

          5

          30% enrolled

          • gksa2000님의 프로필 이미지
            gksa2000

            Reviews 2

            ∙

            Average Rating 5.0

            5

            30% enrolled

            $93.50

            pdstudio's other courses

            Check out other courses by the instructor!

            AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)Course Thumbnail

            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.

            Basic

            Basic

            AI Agent, LangGraph, RAG

            AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)Course Thumbnail

            AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)

            판다스 스튜디오

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

            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!

            Basic

            Basic

            RAG, LangChain, neo4j

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

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

            판다스 스튜디오

            프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용Course Thumbnail

            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.

            Basic

            Basic

            RAG, LangChain, LLM

            프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용Course Thumbnail

            프로젝트로 배우는 Python 챗봇 & RAG - LangChain, Gradio 활용

            판다스 스튜디오

            입문자를 위한 Python 기초Course Thumbnail

            입문자를 위한 Python 기초

            판다스 스튜디오

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

            Beginner

            Beginner

            Python

            입문자를 위한 Python 기초Course Thumbnail

            입문자를 위한 Python 기초

            판다스 스튜디오

            입문자를 위한 LangChain 기초Course Thumbnail

            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.

            Basic

            Basic

            LangChain, LLM, openAI API

            입문자를 위한 LangChain 기초Course Thumbnail

            입문자를 위한 LangChain 기초

            판다스 스튜디오

            LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지Course Thumbnail

            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.

            Basic

            Basic

            LLM, LangChain, 웹 크롤링

            LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지Course Thumbnail

            LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지

            판다스 스튜디오

            Similar courses

            Explore other courses in the same field!

            AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)Course Thumbnail

            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.

            Basic

            Basic

            AI Agent, LangGraph, RAG

            AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)Course Thumbnail

            AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)

            판다스 스튜디오

            바로 쓰는 AI 에이전트 첫걸음 – 누구나 필요한 지금 당장 써먹는 핵심부터 실무 지식까지!Course Thumbnail

            바로 쓰는 AI 에이전트 첫걸음 – 누구나 필요한 지금 당장 써먹는 핵심부터 실무 지식까지!

            AI_monster

            입문자부터 재미있게 가볍게 따라할 수 있는 강의입니다. 단순한 챗봇을 넘어, 산업별 비즈니스 워크플로우를 자동화하는 AI Agent. 본 강의는 AI Agent의 기본 구조와 핵심 기술(LangChain, LangGraph, RAG)을 1.5시간 동안 빠르게 훑어보고, 실제 코드로 작동하는 미니 에이전트를 직접 만들어 보며 실무 감각을 익히는 입문 과정입니다. 강의가 끝나면, 산업별 데이터 전처리와 확장 설계의 필요성을 이해하고 심화 과정에서 다룰 고급 개념을 준비할 수 있습니다.

            Beginner

            Beginner

            Python, RAG, AI Agent

            바로 쓰는 AI 에이전트 첫걸음 – 누구나 필요한 지금 당장 써먹는 핵심부터 실무 지식까지!Course Thumbnail

            바로 쓰는 AI 에이전트 첫걸음 – 누구나 필요한 지금 당장 써먹는 핵심부터 실무 지식까지!

            AI_monster

            Spring WebFlux + LLM 실전 구현Course Thumbnail

            Spring WebFlux + LLM 실전 구현

            John H

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

            Basic

            Basic

            Java, Spring, webflux

            Spring WebFlux + LLM 실전 구현Course Thumbnail

            Spring WebFlux + LLM 실전 구현

            John H

            진짜 현장에서 통하는 OCR, 이렇게 만듭니다.Course Thumbnail

            진짜 현장에서 통하는 OCR, 이렇게 만듭니다.

            데이비드최

            현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.

            Basic

            Basic

            Python, 인공지능(AI), openai

            진짜 현장에서 통하는 OCR, 이렇게 만듭니다.Course Thumbnail

            진짜 현장에서 통하는 OCR, 이렇게 만듭니다.

            데이비드최

            AI 댓글 자동화 프로그램 개발 강의 (네이버 블로그)Course Thumbnail

            AI 댓글 자동화 프로그램 개발 강의 (네이버 블로그)

            김지유

            Chatgpt가 내 이웃이 쓴 글을 읽고 댓글을 달아주는 프로그램 마케팅 자동화, 이웃 관리 프로그램 개발 강의

            Basic

            Basic

            Python, 네이버 키워드 검색, 블로그

            AI 댓글 자동화 프로그램 개발 강의 (네이버 블로그)Course Thumbnail

            AI 댓글 자동화 프로그램 개발 강의 (네이버 블로그)

            김지유

            원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)Course Thumbnail

            원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)

            밤낮 코딩 - 애구마

            AI로 유튜브 쇼츠 만들기 자동화!! n8n으로 유튜브 쇼츠를 자동으로 만드는 방법을 처음부터 배웁니다. 글→이미지/음악→영상 만들기→업로드까지 한 번에 돌아가는 흐름을 직접 만들어 봅니다. 테스트 모드/실전 모드 구분, 비용 아끼는 팁까지 실습합니다. 강의 끝나면 바로 쓸 수 있는 자동화 템플릿 3개를 완성합니다. 코딩 몰라도 따라올 수 있게 노드 배치부터 차근차근 배웁니다. AI 유튜브 쇼츠 제작 자동화 함께 해보세요!

            Beginner

            Beginner

            Python, youtube-api, n8n

            원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)Course Thumbnail

            원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)

            밤낮 코딩 - 애구마

            [LLM 101] LLM 초보를 위한 Llama SFT 강의 (feat. ChatApp Poc)Course Thumbnail

            [LLM 101] LLM 초보를 위한 Llama SFT 강의 (feat. ChatApp Poc)

            꿈꾸는범블비

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

            Basic

            Basic

            NLP, ChatGPT, LLM

            [LLM 101] LLM 초보를 위한 Llama SFT 강의 (feat. ChatApp Poc)Course Thumbnail

            [LLM 101] LLM 초보를 위한 Llama SFT 강의 (feat. ChatApp Poc)

            꿈꾸는범블비

            FEEL THE AGI: LLM과 AI Agent

            Feel The AGI

            ChatGPT와 같은 AI의 근본이 되는 기술 LLM 과 Agent. LLM은 현 시점에 AGI에 가장 가까이 다가간 기술입니다. 이 강의에서는 일반인의 시선으로 LLM 과 Agent 기술에 대해 알아봅니다.

            Beginner

            Beginner

            인공지능(AI), LLM, AI Agent

            FEEL THE AGI: LLM과 AI Agent

            Feel The AGI

            코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드Course Thumbnail

            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

            Beginner

            Beginner

            n8n, 인공지능(AI), RAG

            코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드Course Thumbnail

            코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

            남박사

            챗GPT와 파이썬으로 유튜브 AI 직원 만들기Course Thumbnail

            챗GPT와 파이썬으로 유튜브 AI 직원 만들기

            SungYong Lee

            GPT API를 활용한 프로그램을 만들고, 이미지 생성과 동영상 생성까지!

            Basic

            Basic

            ChatGPT, gpt, Python

            챗GPT와 파이썬으로 유튜브 AI 직원 만들기Course Thumbnail

            챗GPT와 파이썬으로 유튜브 AI 직원 만들기

            SungYong Lee

            원고 생성기 프로그램 개발 강의 (Chatgpt api)Course Thumbnail

            원고 생성기 프로그램 개발 강의 (Chatgpt api)

            김지유

            Gold Rush 시대에는 금을 직접 캐는 것보단 금 캐는 도구를 파는게 더 부자가 되기 쉽다고 하네요. ChatGPT 대항해 시대에 프로그램 판매해보시는건 어떤가요?

            Basic

            Basic

            ChatGPT, AIPRM, REST API

            원고 생성기 프로그램 개발 강의 (Chatgpt api)Course Thumbnail

            원고 생성기 프로그램 개발 강의 (Chatgpt api)

            김지유

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

            [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.

            Beginner

            Beginner

            IntelliJ IDEA, LLM, 인공지능(AI)

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

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

            Sionic AI

            Spring AI 실전 가이드: RAG 챗봇 만들기Course Thumbnail

            Spring AI 실전 가이드: RAG 챗봇 만들기

            Sionic AI

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

            Basic

            Basic

            Spring AI, LLM, RAG

            Spring AI 실전 가이드: RAG 챗봇 만들기Course Thumbnail

            Spring AI 실전 가이드: RAG 챗봇 만들기

            Sionic AI

            GPT API를 활용한 Youtube 영상 요약 AI 만들기Course Thumbnail

            GPT API를 활용한 Youtube 영상 요약 AI 만들기

            Essential

            복잡한 GPT API와 파이썬을 가장 쉽게 실습 중심으로 익히는 것을 목표로 합니다. 최신 ChatGPT API를 활용하여 유튜브 영상 요약 AI를 개발하고, 이를 Streamlit으로 구성해 웹 애플리케이션 형태로 구현합니다.

            Basic

            Basic

            Python, 빅데이터, 인공지능(AI)

            GPT API를 활용한 Youtube 영상 요약 AI 만들기Course Thumbnail

            GPT API를 활용한 Youtube 영상 요약 AI 만들기

            Essential

            chatGPT를 활용한 실무 활용 ALL-IN ONE 패키지Course Thumbnail

            chatGPT를 활용한 실무 활용 ALL-IN ONE 패키지

            코멘토

            생성형AI의 기초 활용법 부터 자동화 및 실무용 맞춤형 AI 챗봇 제작까지 모든 과정을 한번에 학습할 수 있습니다.

            Intermediate

            Intermediate

            챗봇, 인공지능(AI), ChatGPT

            chatGPT를 활용한 실무 활용 ALL-IN ONE 패키지Course Thumbnail

            chatGPT를 활용한 실무 활용 ALL-IN ONE 패키지

            코멘토

            CrewAI와 LLM으로 인공지능 판사 만들기Course Thumbnail

            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.

            Intermediate

            Intermediate

            인공지능(AI), LLM, AI Agent

            CrewAI와 LLM으로 인공지능 판사 만들기Course Thumbnail

            CrewAI와 LLM으로 인공지능 판사 만들기

            아리가람

            코딩 없이 AI 앱 만들기: Dify 노코드 완전 정복Course Thumbnail

            코딩 없이 AI 앱 만들기: Dify 노코드 완전 정복

            멀티코어

            코딩 없이 나만의 AI 서비스를 만들고 싶다면, 이 강의가 완벽한 해결책입니다. Dify 노코드 플랫폼을 활용해 아이디어만으로도 완성도 높은 AI 앱을 만들 수 있습니다. 복잡한 이론 대신 실전 프로젝트 중심으로 구성되어, AI 입문자와 직장인 누구나 실무 역량을 키울 수 있습니다.

            Beginner

            Beginner

            프롬프트엔지니어링, LLM, RAG

            코딩 없이 AI 앱 만들기: Dify 노코드 완전 정복Course Thumbnail

            코딩 없이 AI 앱 만들기: Dify 노코드 완전 정복

            멀티코어