こんにちは、イ・ジンマンです。
Spring AI Multi-LLM アーキテクチャと
オーケストレーション中心のマルチエージェントシステム
講座のアップグレードに関するお知らせをお伝えします。
たくさんの関心をお願いします。
今回、Spring AIを基盤に、GPT、Gemini、LLaMA（ローカル）を戦略的に組み合わせるMulti-LLMアーキテクチャと、Main/Sub・Tool・TaskへとつながるOrchestrated Multi-Agentシステムを設計・実装する上級コースをご案内いたします。
このコースで扱う核心は次の通りです。
単一LLMの呼び出しではなく、Agentic Workflow(Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer)によって拡張・安定・持続的な品質改善
Multi-LLMルーティング・フォールバック・セキュリティ分岐で運用・規制を前提としたモデル選択・切り替え
マルチエージェント・オーケストレーション — Agent Registry、Tool/RAG実行の分離、Task RuntimeとHTTP・SSE・Redisによる進行・状態の連携
DAGワークフローエンジンとYAML宣言型DSL、ロード直後の検証(Validated DSL)によって、グラフの実行と信頼を一つの流れに
選択拡張：React・REST、MCPによるUI/API分離・標準ツール連携
Circuit Breaker、Reactive Stream、Redis モニタリング、並列、反復評価など、Production（本番環境）に近い設計の観点
このような方におすすめです。
APIを連携させたレベルを超え、エージェント・ワークフロー・運用まで設計したいバックエンド・フルスタック開発者
複合クエリ・自動化パイプラインを構造化してチームに説明する必要がある、アーキテクト・リードの役割を準備している方
受講後には「プロンプト一発」ではなく、Multi-LLM・オーケストレーション・Tool・Task・DAG・宣言・検証を一つの実行アーキテクチャとして語り、文書化できるAIシステム設計の視点を確実に身につけられるよう構成しました。
ありがとうございます。
本コースで学ぶシステムを通じて、次のような複合業務・意思決定を処理するシステムを構築することが
本講座の目的です。
本課程のカリキュラムは以下の通りです。
1⃣ SpringBootでのSpring AI開発環境およびMulti LLM環境の構築
2⃣Chapter 1. Multi-LLM Architecture(マルチモデルとAIアーキテクチャ設計)
3⃣Chapter 2. Agentic Workflow Patterns(5つのAgent Workflowパターン)
4⃣Chapter 3. Orchestrated Multi-Agent Patterns(パイプラインによる実装)
5⃣Chapter 4. Multi-Agent Architecture (Main Agent & SubAgent 分離戦略)
6⃣Chapter 5. Tool-Orchestrated Multi-Agent(Toolベースの実行レイヤー分離)
7⃣Chapter 6. Task-Orchestrated Multi-Agent(TaskTool Agent Runtime)
8⃣Chapter 7. DAG-Orchestrated Multi-Agent(DAGベースのAI Workflow設計)
9⃣Chapter 8. Declarative Agent Workflow with YAML(YAML 기반 DAG)
🔟Chapter 9. Validated Agent Workflow DSL(DSL 検証ベースの DAG)
🅰Appendix A. React Front-End & REST API Server Integration
🅱 Appendix B. MCP Integration(MCPによるTool・エージェントランタイム連携)
本課程のシステム構成は以下の通りです。
