강의

멘토링

커뮤니티

AI Technology

/

AI Agent Development

カスタムLLM作成:初心者のためのRAG基礎概念からマルチモーダル・Agent実習まで

RAG(Retrieval-Augmented Generation)の理論から最新のマルチモーダル、エージェントベースRAGまで! 非専攻者でも理解できるように構成された実習中心の講義です。 論文レビューから実戦コード実装まで、RAGを初めて接する人でも簡単についてこられるように設計しました。

難易度 入門

受講期間 無制限

  • HappyAI
Python
Python
vector-database
vector-database
LLM
LLM
LangChain
LangChain
RAG
RAG
Python
Python
vector-database
vector-database
LLM
LLM
LangChain
LangChain
RAG
RAG

学習した受講者のレビュー

学習した受講者のレビュー

4.9

5.0

독스킵

100% 受講後に作成

LLMをどのような形式であれ基礎レベルで一度でも実装したことがある人が、さらに一歩進んでマルチモーダル機能の動作原理や実装方式を漠然と感じる時に、該当講義が有用である。 この講義は様々なマルチモーダル機能を素早く実習できるよう構成されており、学習者が抱いていた漠然とした感覚を解消してくれる。

5.0

Justin Park

100% 受講後に作成

RAGに興味がある方なら強くお勧めします。講義が簡潔で完走しやすいです。^_^ 私はこの講師の方の講義2回目の完走ですね。3回目もいかが?

5.0

Yj Shon

100% 受講後に作成

他のRAG講義を受講して基本概念は知っている状況で受講しました。apiを使って基本的な質疑応答モデルを作る程度しか知らなかったのですが、回答性能を高めるための方法とコードを確認する講義だったので、個人的には効率性向上を考慮するのに役立ちました。オープントークルームで回答いただいて大変助かりました。ありがとうございます。😊

受講後に得られること

  • 最新RAG構造理論及び論文理解

  • LangChainベースのRAG実習(PDF QA、要約、推薦、DB更新など)

  • 様々なRAGアーキテクチャ(naive、agent型、multimodal等)の適用方法

  • 実務でRAGを適用する技法及び最適化戦略

  • Agent及び画像ベースRAG実装方法

誰でも理解できるRAG実戦講義 – 入門からマルチモーダル、Agentまで

ChatGPTのようなLLMが多くの注目を集めていますが、実際に私たちが求める情報を正解のように生成する技術、まさにRAG(Retrieval-Augmented Generation)が核心です。

この講義は、RAGの理論から実戦実装、最適化戦略、そして最新トレンドであるマルチモーダルRAGおよびAgentベースのQAシステムまで直接作ってみる初心者のためのRAG実習中心カリキュラムです。非専攻者でも理解できるよう基礎から丁寧に説明し、実際の開発環境で活用可能な例題中心で構成しました。

論文に基づく理論から、マルチモーダル・Agent基盤の最新RAGシステムまで直接実装しながら体得できるようにサポートいたします。

この講義の特徴

📌 論文 + 実習の完璧な組み合わせ

最新のRAG関連主要論文を簡単かつ迅速に要約・説明します。

Embeddingモデル、評価指標、最適化戦略などを扱います。


📌 実務にすぐ適用可能な例題中心の構成

PDF ベースの QA システム、リアルタイム RAG、ベクター DB 連携、画像検索など

実務で直面する可能性のある様々な問題をRAGで解決します。

単純なデモではなく、拡張可能な構造とコードで構成しました。


📌 テキストを超えてマルチモーダルまで包括

画像+テキストベースのマルチモーダルRAG実習を含む

GPT-4oとPrivate LLMであるBlip2、Llava等を活用した実際の実装

マルチモーダル検索、要約、評価システムなども一緒に扱います。

📌 初心者でもついてこられる分かりやすい説明とコード注釈

コードコメント、視覚的説明、段階別実習ガイド提供

初めてLLMに触れる方でも、一歩一歩ついてくることができます

こんな方におすすめです

受講後には

  • RAGの構造を理解し、実戦で直接実装することができます。

  • 論文の中の概念を自分のものにすることができます。

  • マルチモーダルデータに基づくQA、要約、評価システムを構築することができます。

  • 実務にすぐに導入可能なコードと構造を設計できます。

  • 自分だけのRAGポートフォリオを作成して就職/研究/サービス企画に活用することができます。


LLMを実際のサービスやシステムに適用したい方

単純なデモ実装を超えて、検索・要約・質問応答など実戦的なLLMベースの機能を直接実装してみたい方のための講義です。

論文は読むが実装は途方に暮れる非専攻者または初級開発者

理論には慣れ親しんでいるものの、実習に困難を感じている方々のために、論文の内容をコードで解き明かし、説明を付け加えました。

ベクトル検索、類似度ベース検索が気になるサービス企画者

「類似コンテンツ推薦」、「文書ベース検索」の原理が気になる方が原理を学び、実習結果を直接体験することができます。

マルチモーダルAI・RAG技術を

実務に応用したい方

テキストだけでなく画像、音声まで一緒に扱う最新のRAG応用技術をコードで触れてみたい研究者とエンジニアに適しています。

社内データでLLMベースのQAシステムを構築したい実務者

社内マニュアル、ポリシー文書、業務報告書などを基盤とした、カスタマイズされた質疑応答システムを直接作りたい方々に実践的な実装ガイドを提供します。

AI機能の実装に途方に暮れるバックエンド初心者

APIの作成とDB接続は可能だが、実務でどのような構造でAI機能を組み込むべきか感覚が掴めない方に実用的な例を提供します。

こんな内容を学びます。

実務指向RAGシステム設計

SQL・ベクターDBを連携したリアルタイムQAシステム、評価指標適用法、構造設計のコツなど

実際のサービスにすぐに適用可能な実用的な例題を扱います。

Step-by-step RAG実装実習

ウェブ文書やPDFを活用したRAG実装を段階別に実習します。

文書埋め込み → ベクトル検索 → 応答生成まで全体パイプラインを直接実装してみます。

RAGの構造と論文ベースの核心理論

RAGの概念、動作構造、登場背景を分かりやすく整理します。RAG関連の主要論文を一緒にレビューしながら理論的基盤を固めましょう。

マルチモーダルRAG実習

GPT-4o、BLIP2、Llava、Clova Studioなど様々なモデルで画像検索とQAを実装します。

テキスト+画像を組み合わせたマルチモーダル処理フローを習得します。

Agent・トピックモデルベースの高度なRAG応用

Agentを活用した質問意味分類、LDAを活用した文書トピック分類など、高度化された回答精度向上のための戦略と実習を一緒に進めます。


様々なLLMおよびオープンソースツールの活用法

LangChain、OpenAI API、Hugging Face、Docling など

RAG開発で広く使われるフレームワークとライブラリの使用法を実際の例とともに学びます。

この講義を作った人

こんにちは、生成AIおよびビッグデータ分析専門企業ハッピーAI代表のイ・ジンギュです。

AI大学院でLLMと自然言語処理を専攻し、その後サムスン電子、ソウル大学校、韓国電力公社、国立山林科学院などと共に200件以上のAI・RAGプロジェクトを遂行してきました。
特にPrivate LLMベースのRAGシステム構築、マルチモーダルRAG、RAGベースの推薦システムなど実務中心の多様なドメイン経験を保有しています。

  • 主要経歴

    • 2024.07~ ハッピーAI代表(LLM・RAG専門企業)

    • 2023~ パブリックニュース AI コラムニスト (RAG/AI バイアス)

    • 2024 AI博士課程修了(LLM・自然言語処理専攻)

    • 2018~2021 政府出資研究機関及びAI企業研究員/開発者


  • 主要講義および教育

    • KT: LLMベースAgent LLM開発過程 (2025)

    • 삼성SDS、ソウルデジタル財団:LangChain & RAG実習講義(2024)


    • この他にもRAGチャットボット、ビッグデータ分析関連の多数の講義


受講前の参考事項

実習環境

  • すべての実習コードはGoogle Colab基盤で提供


  • 参考文書および整理されたノートはリンクを通じてご案内

学習資料

  • Notionリンクで提供いたします!

前提知識および注意事項

  • Python基本文法


  • 基本的なAIおよびLLMの知識(LLM基礎理論をご存知でしたら良いです。)

  • Chrome ブラウザとGoogle アカウントがあれば受講可能


こんな方に
おすすめです

学習対象は
誰でしょう?

  • RAGベースのプロジェクトに挑戦したい非専攻者

  • LLMをベースにしたサービスや研究を準備している方

  • 最新のRAG技術を学びたい方

  • 初めてLLMサービス開発をしたい方

前提知識、
必要でしょうか?

  • Python基礎文法

  • 自然言語処理の基本概念(Tokenization、Embedding等)

  • LLMに対する基本理解

こんにちは
です。

4,481

受講生

225

受講レビュー

51

回答

4.6

講座評価

11

講座

イ・ジンギュ | Lee JinKyu

AI・LLM・ビッグデータ分析専門家 / Happy AI 代表

👉詳細な経歴は下記のリンクからご確認いただけます。
https://bit.ly/jinkyu-profile

こんにちは。
AIとビッグデータ分析を研究・開発・教育・プロジェクトの現場で一貫して扱ってきた
ハッピーAI代表のイ・ジンギュ(工学博士、人工知能)です。

自然言語処理(NLP)とテキストマイニングを基盤に
アンケート、文書、レビュー、メディア、政策、学術データなど
多様な非定型データを分析してまいりました。
最近では生成AIと大規模言語モデル(LLM)を活用し、
組織や業務環境に合わせた実務中心のAI活用方法をお伝えしています。

サムスン電子、ソウル大学、教育庁、京畿研究院、山林庁、
国立公園管理公団、ソウル市など多数の公共機関・企業・教育機関と協業しており、
医療・コマース・生態・法学・経済・文化など多様なドメインで計200件以上の研究・分析プロジェクトを遂行しました。


🎒 講演および外注に関するお問い合わせ

コモン(Kmong)Prime専門家(上位2%)


📘 Bio (要約)

  • 2024.07 ~ 現在
    生成AI・ビッグデータ分析専門企業 ハッピーAI 代表

  • 工学博士(人工知能)
    東国大学校 人工知能大学院

    専門分野:大規模言語モデル(LLM)

    Bio (要約) 2024.07 ~ 現在 生成AI・ビッグデータ分析専門企業 Happy AI 代表 工学博士(人工知能) 東国大学校 人工知能大学院 専攻:大規模言語モデル(LLM)

    (2022.03 ~ 2026.02)

  • 2023 ~ 2025
    パブリックニュース AIコラムニスト
    (生成AIのバイアス、RAG、LLM活用イシュー)

  • 2021 ~ 2023
    AI・ビッグデータ専門企業 ステラビジョン 開発者, công ty chuyên về AI và Big Data, an AI and Big Data company

  • 2018 ~ 2021
    政府出資研究機関 自然言語処理・ビッグデータ分析研究員


🔹 専門分野(講義・プロジェクト中心)

  • 生成AIおよびLLM活用

    • プライベートLLM、RAG、エージェント

    • LoRA・QLoRAファインチューニングの基礎

  • AIベースのビッグデータ分析

    • アンケート・レビュー・報道・政策・学術データ

  • 自然言語処理(NLP)・テキストマイニング

    • トピック分析、感情分析、キーワードネットワーク

  • 公共・企業 AI業務自動化

    • 文書の要約・分類・分析

      レビュー・メディア・政策・学術データの自然言語処理(NLP)・テキストマイニング トピック分析、感情分析、キーワードネットワーク 公共・企業向けAI業務自動化 文書要約・分類・分析


🎒 Courses & Activities (選別)

2025

  • LLM/sLLM アプリケーション開発
    (ファインチューニング・RAG・Agent 基盤) – KT

2024

  • LangChain・RAGベースのLLMプログラミング – サムスンSDS

  • LLM理論およびRAGチャットボット開発実務 – ソウルデジタル財団

  • ChatGPTベースのビッグデータ分析入門 – LetUin Edu

  • 人工知能基礎・プロンプト技法 – 韓国職業開発院

  • LDA・感情分析 with ChatGPT – インフラン

  • Pythonベースのテキスト分析 – ソウル科学技術大学校

  • LangChainを活用したLLMチャットボット作成 – インフラン

2023

  • ChatGPTを活用したPython基礎 – 京畿大学校

  • ビッグデータ専門家課程 特講 – 檀国大学校

  • ビッグデータ分析基礎 – LetUin Edu


💻 Projects (要約)

  • Private LLMベースのRAGチャットボット構築 (韓国電力公社)

  • LLMベースの森林復元ビッグデータ分析 (国立森林科学院)

  • 内部ネットワーク専用 Private LLM テキストマイニングソリューション (政府機関)

  • Instruction Tuning・RLHFベースのLLMモデル開発

  • ヘルスケア・法学・政策・教育データ分析

  • アンケート・レビュー・報道データAI分析

→ 公共機関・企業・研究機関を含む200件以上の実績 bao gồm các cơ quan công quyền, doanh nghiệp và viện nghiên cứu, including public institutions, corporations, and research institutes


📖 Publication (選別)

  • 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)

  • ニュース記事ビッグデータに基づくLLM技術認識分析 (2024)

  • NLPベースのテキストマイニング研究多数
    (森林・環境・社会・ヘルスケア分野)


🔹 その他

  • Pythonベースのデータ分析・可視化

  • LLMを活用したデータ分析

  • ChatGPT・LangChain・Agentを活用した業務生産性の向上

カリキュラム

全体

19件 ∙ (1時間 51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

全体

15件

4.9

15件の受講レビュー

  • chlchlrnsrns4426님의 프로필 이미지
    chlchlrnsrns4426

    受講レビュー 8

    平均評価 4.9

    修正済み

    5

    100% 受講後に作成

    LLMをどのような形式であれ基礎レベルで一度でも実装したことがある人が、さらに一歩進んでマルチモーダル機能の動作原理や実装方式を漠然と感じる時に、該当講義が有用である。 この講義は様々なマルチモーダル機能を素早く実習できるよう構成されており、学習者が抱いていた漠然とした感覚を解消してくれる。

    • justinlabry님의 프로필 이미지
      justinlabry

      受講レビュー 10

      平均評価 5.0

      5

      100% 受講後に作成

      RAGに興味がある方なら強くお勧めします。講義が簡潔で完走しやすいです。^_^ 私はこの講師の方の講義2回目の完走ですね。3回目もいかが?

      • snz님의 프로필 이미지
        snz

        受講レビュー 9

        平均評価 4.7

        5

        100% 受講後に作成

        他のRAG講義を受講して基本概念は知っている状況で受講しました。apiを使って基本的な質疑応答モデルを作る程度しか知らなかったのですが、回答性能を高めるための方法とコードを確認する講義だったので、個人的には効率性向上を考慮するのに役立ちました。オープントークルームで回答いただいて大変助かりました。ありがとうございます。😊

        • stj12059049님의 프로필 이미지
          stj12059049

          受講レビュー 2

          平均評価 5.0

          5

          61% 受講後に作成

          • guswnd0431009님의 프로필 이미지
            guswnd0431009

            受講レビュー 1

            平均評価 5.0

            5

            39% 受講後に作成

            ¥2,792

            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!