강의

멘토링

커뮤니티

AI Technology

/

AI Agent Development

90分完成:LLM Agent入門から実戦まで – 実習で学ぶAIエージェント

AIが単純に回答するだけの時代は終わりました。 今は自ら判断し行動するLLM Agentの時代です。 この講義はたった90分の実習でエージェントの核心原理と構造を直接実装しながら学ぶ入門型講義です。 複雑な理論は最小化し、コード中心の実習フローで「AIがどのように判断しツールを使用するか」を直接体験できます。 プロンプトエンジニアリングを超えて、AI自動化の第一歩を一緒に始めてみましょう。

53名 が受講中です。

  • HappyAI
llmagent
Agent
llm
langchain
rag시스템구축
multi-agent
LLM
LangChain
AI Agent
LangGraph

受講後に得られること

  • LLMエージェントの基本構造と動作原理の理解

  • 外部ツール、道具(API、検索など)をLLMと連結する方法

  • エージェントの判断ロジック及び条件付きワークフロー実装

  • メモリ、Human-in-the-loop、マルチエージェントなど様々な構造実習

  • 1時間以内に動作するAIエージェントを直接実装

AIが判断し行動するAgent原理を、たった90分で学んでみましょう。🤔


AIは今や「答えるツール」から「行動するエージェント」へと進化しています。

この講義は、LLM Agentの核心原理と構造をわずか90分で実習を通じて学ぶ入門講義です。

複雑な数式や長い説明なしに、

AIが自ら判断し、必要なツールを選んで使用する過程を直接コードで確認することができます。

複雑な理論なしに、たった90分で十分です。

参考までに、現在はAgentコード実習講義のみ提供しており、2025年11月までにAI LLM Agentの理論に関する講義もアップロードされる予定です!



この講義の特徴

📌 1時間完成型実習講義

必要な核心だけを盛り込みました。複雑な理論なしに、ついていきながら学ぶ構造です。

📌 最新モデルですぐに実習可能

Google Gemini APIおよびChatGPT APIベースの最新LLMベース実習です。

📌 基礎から実戦まで一度に

LLMモデルの読み込み → ツールバインディング → ユーザー定義ツール登録 → グラフ設計まで段階別実習。

📌 様々なエージェント構造の体験

ReAct、条件分岐、メモリ、Human-in-the-loop、マルチエージェント協業など最新の構造まで扱います。

📌 実務につながる構造的理解

エージェントの判断ロジック、データフロー、状態管理など実務ですぐに応用可能な設計を学びます。


💡この講義だけの差別化ポイント


🔸 90分で完了する集中実習

短いけれど密度濃く。
たった90分でAIが自ら判断してツールを使用するプロセスを完成させることができます。
理論は最小限に、「直接やりながら学ぶ実習型構成」です。


🔸 「ツールを使うAI」を直接作る

ChatGPTは回答するだけですが、この講義ではAIが自ら判断して検索、計算、分析ツールを直接呼び出すように実装します。単純な対話型モデルを「行動するAI」に進化させてみましょう。


🔸 AI自動化の実務感覚まで一度に

単純にコードを回すだけの講義ではありません。
実際の企業環境で使用されるエージェントアーキテクチャパターンを身につけ、
プロジェクトにすぐ適用可能な実務型思考方式を得ます。

こんな方におすすめです

AI LLM初心者

LLMの原理を理解し、Agentを初めて学びたい方

忙しい実務者・企画者・
AI自動化システムの核心構造を素早く学びたい方

短時間で

Agentの核心を学びたい方
1時間の実習でエージェントの原理を理解し、直接実装してみたい方


受講後には

  • LLMが自ら判断してツールを使用するロジックを理解できるようになります。

  • 自分だけのAIエージェントを直接コードで作ってみることができます。

  • LangChain / LangGraph ベースの Agent ロジックの核心フローと構造設計法を習得します。

  • AIエージェントのメモリ、条件分岐、協業システムの概念を明確に理解します。

  • 実務ですぐに使えるAI自動化アイデアを得ます。


こんな内容を学びます。

🧠 LLM Agent: 判断し行動するAIの核心構造

AIはどのように質問を理解し、必要なツールを自ら選択するのでしょうか?LangChainベースのTool Callメカニズムを直接実装しながら、エージェントが「自ら判断して行動する」プロセスをコードで確認します。

🧠Tool Binding: LLMと外部ツールの連携

AIが単純に答えるだけでなく、検索・APIなど外部機能を呼び出すように接続します。Gemini、Tavily Searchなど実際のツールをLLMにバインディングし、どの質問でツールを使用するかを自動的に判断する構造を実習します。

⚙️ LangGraph: エージェントのフローを視覚的に設計する

エージェントの思考と行動をグラフで表現すると何が起こるでしょうか?LangGraphを活用して条件分岐、並列処理、フィードバックループなど複雑なワークフローを視覚的に設計し実行します。


🧍‍♂️ Human-in-the-loop: 人と一緒に判断するAI

すべての決定をAIが下しても大丈夫でしょうか?重要な瞬間ごとに人間が介入する協業型意思決定構造を実装し、AIの判断に人間の洞察を加えるハイブリッド方式を実習します。



🔄 ReAct Agent: 考えて行動するAIの脳構造

Reason(思考)+ Action(行動)構造のReActパターンを実習します。エージェントが「何をどのように行うか」を自ら計画し実行する過程を直接コードで体験しながら、AIの意思決定ロジックを理解します。


🤝 Multi-Agent Collaboration: 協力するAIシステム

一つのAIよりも複数のエージェントが協業するなら?役割別に分離されたエージェントたちが情報を交換し、

チームのように協力して問題を解決する構造を実装します。実際の顧客サポート・ナレッジマネジメント・コンテンツ生成など様々なシナリオに拡張します。


この講義を作った人

こんにちは、生成AIおよびLLM Agentに本気で取り組んでいるハッピーAI代表イ・ジンギュです。

AI大学院で自然言語処理およびLLMを専攻し、その後サムスン電子、ソウル大学校、韓国電力公社などと共に200件以上のAI・RAGプロジェクトを遂行し、LLMソリューション開発、Private LLM構築、ファインチューニング、マルチモーダルRAGなどの実務経験を積んできました。

特に最近では、国内有数の企業及び公共機関を対象にRAG、Agent、ファインチューニングなどLLM関連実習型講義を多数実施しています。

今回の講義は、❝ 初心者でもLLM Agentを簡単に学び、実践できるように ❞ 数多くの実務経験をもとに、核心だけを素早く直接実習しながら身につける構造で設計しました。


📌 主要経歴要約

  • 2024~ ハッピーAI代表(生成型AI・RAG専門企業運営)

  • AI大学院博士課程修了(LLM・自然言語処理専攻)

  • 元ソフトウェア政策研究院招聘研究員

  • 元政府出資研究機関研究員

  • 合計200件以上のLLM・RAGプロジェクト実務経験を保有


📚 講義及び活動例

  • KT – LLMベースAgent LLM開発講義

  • 삼성SDS – LangChain & RAG 実習講義

  • ソウルデジタル財団 – LLM理論およびRAGチャットボット開発

この他にも多数の企業でLLMビッグデータ講義を実施

受講前の参考事項

実習環境

  • 本講義はGoogle Colabで実習を進めます。

  • Google Gemini API(無料)

  • ChatGPT API(有料)

学習資料

  • Excelファイルでコードリンクを提供いたします!

前提知識および注意事項

この講義は初心者でも十分についてこられるよう設計されていますが、
以下の内容を知っていれば学習速度がはるかに速くなります。

  • 基本的なPython文法

  • LangChainの基本概念
    チェーン(Chain)、ツール(Tool)、プロンプト(Prompt)の構造を簡単に理解していれば
    実習過程がはるかにスムーズに進行します。

  • LLM関連の基礎知識
    LLMがどのように入力(prompt)を処理し、応答(output)を生成するのか、
    基本的な動作原理を知っていれば、Agent構造をより簡単に理解することができます。


こんな方に
おすすめです

学習対象は
誰でしょう?

  • AI LLM 初心者 – ChatGPTレベルから脱却してLLM活用を拡張したい方

  • 開発入門者 / 企画者 – 直接動作するエージェントをコードで実装してみたい方

  • プロンプトエンジニア / 実務者 – エージェントベースワークフローを理解したい方

  • 短時間集中型学習者 – 1時間以内に核心だけ素早く学びたい方

前提知識、
必要でしょうか?

  • Python基礎文法

  • LLM(例:ChatGPT)の基本概念を知っていると理解がより早くなります。

  • Langchainの基礎を知っていれば理解が早いです。

こんにちは
です。

4,120

受講生

178

受講レビュー

50

回答

4.7

講座評価

10

講座

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

カリキュラム

全体

16件 ∙ (1時間 26分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

¥2,823

HappyAIの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!