멀티캠퍼스 :: 과정상세보기

과정요약

과정요약
학습시간	09:00 ~ 18:00 ( 16시간 )	난이도	고급
교육비 지원	고용보험 환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	32 명
교재정보	[PDF] LLM 마스터, LangGraph로 AI Agent 개발하기

과정소개

🚀 2025년, LLM 시대의 가장 주목할 키워드는 AGENT(에이전트) 입니다 ✨

ChatGPT 출시 이후 3년차, LLM은 이제 단순히 답변을 생성하는 모델이 아닙니다.
LLM Agent는 기존 LLM의 생성 능력뿐만이 아니라 상황을 판단하고, 이후 작업을 계획하거나 제어하는 역할을 수행합니다.
단순한 어플리케이션 개발을 넘어서, LLM Agent는 다양한 도구와 체계적 사고를 통해 복잡한 문제를 해결합니다.

본 과정은 랭체인의 LangGraph를 중심으로, 다양한 LLM Agent를 개발하고 활용하는 방법에 대해 이해합니다.
GPT, Gemini와 같은 간단한 모델부터 Qwen, Llama과 같은 오픈 소스 모델까지 다양하게 활용해 볼 수 있습니다.

LangChain LangGraph Agentic RAG Multi Agent

과정 특장점

📖LangGraph 라이브러리 완벽 이해

- 어떤 LLM이든 적용 가능한 라이브러리인 LangChain과 LangGraph 사용법을 다양한 실습과 함께 학습합니다.
- LLM 에이전트의 중간 결과를 확인할 수 있는 LangSmith와 에이전트 배포 시스템인 LangGraph Cloud를 효과적으로 활용합니다.

🤖다양한 실제 시나리오 기반의 Agent 만들기

- 검색과 출력의 결과를 스스로 판단하는 Agentic RAG부터, 메모리, 여러 LLM이 협업하는 멀티 에이전트까지의 다양한 내용을 다룹니다.
- 웹 검색, 벡터 데이터베이스 탐색, 데이터 분석, 평가와 같은 현업 적용의 필수 시나리오를 구성합니다.

🏆최신 트렌드를 짚어주는 LLM 현장 전문가의 강의

- 2024년 멀티캠퍼스 AI 부문 Best 강사 변형호 박사가 강의합니다.
- 최신의 소스 코드와 라이브러리 버전을 반영하여, 현재 시점에 활용할 수 있는 프로그램 개발을 지향합니다.

📌 최신 기술 트렌드를 다루는 과정 특성 상, 매 차수별로 강의내용과 배정시간이 다소 변경될 수 있음을 알려드립니다.

🎓 원활한 학습을 위해 아래의 선수지식이 필요합니다.
- (필수) 파이썬 코드를 이해하고, 작성하는 과정이 익숙하다.
- (권장) VS Code나 Google Colab 개발환경을 써본 적 있다.
OpenAI나 Gemini API를 호출해 본 적 있다.

학습목표

LangChain과 LangGraph를 이용하여 다양한 LLM 에이전트 기술을 익히고 활용할 수 있다.
실생활 시나리오에서 활용 가능한 에이전트를 설계하고, Agentic RAG, 메모리 기반 에이전트, 다중 에이전트를 구현할 수 있다.

학습대상

LLM 에이전트의 작동 과정과 다양한 시나리오에 대해 이해하고 싶으신 분
실제 LLM 에이전트를 활용하여 업무와 실생활의 문제를 해결하고 싶으신 분

강사소개

변형호

멀티캠퍼스 AI 부문 🏆Best🏆 과정: "LLM 파인튜닝 마스터" 시리즈의 바로 그 강사!; 🎓 학력; - 서울대학교 컴퓨터공학부 박사; - 한국과학기술원(KAIST) 전산학부 학사; 💻 경력; -現) 삼성SDS LLM 프로그래밍 강의; -現) 국가보안기술연구소 기술 자문; -前) SK Telecom, 신한투자증권, HL그룹, GS그룹, 한국앤컴퍼니 생성AI/LLM 강의

- 1일차
  - Introduction
    - - LLM Agent로 대표되는 AI Application 발전 방향 이해 09:00 ~ 10:00
  - LLM API와 LangChain
    - - 대표적 LLM API 사용법 10:00 ~ 11:00
  - Retrieval Augmented Generation
    - - 벡터 데이터베이스와 검색 증강 생성 이해하기 11:00 ~ 12:00
  - LangChain을 이용한 RAG 만들기
    - - LangChain을 활용한 RAG 구현 13:00 ~ 14:00
  - LLM Tool과 Agent의 이해
    - - Tool Calling과 Agent 원리 이해 및 실습 14:00 ~ 15:00
  - LangGraph 기초
    - - 기존의 LangChain Agent를 크게 개선하는 LangGraph 기능 소개
      - LangGraph의 다양한 기능 구성하기 15:00 ~ 17:00
  - LangSmith
    - - 모니터링/감독을 위한 LangSmith와 LangGraph 연결하기 17:00 ~ 18:00
- 2일차
  - LangGraph를 이용한 복잡한 Agent 구성하기
    - - 중간 평가를 고려한 Corrective RAG 구현하기
      - Human-in-the-Loop를 고려한 모니터링 및 개선점 자동 탐색
      - 멀티 에이전트 시나리오 구성 09:00 ~ 12:00
    - - Python Repl을 활용한 코드 실행 기반 멀티 에이전트 13:00 ~ 14:00
  - 오픈 소스 모델을 이용한 Agent 구성
    - - HuggingFace 오픈 모델을 활용한 Agent 구현 14:00 ~ 15:00
  - LangGraph 어플리케이션 배포하기
    - - Streamlit/Gradio/LangGraph Cloud를 활용한 LangGraph 배포 15:00 ~ 16:00
  - LangGraph 실전 프로젝트
    - - 현업 적용을 위한 LangGraph 기반 프로젝트 구현 16:00 ~ 18:00

수강후기 2

평균평점

5 / 5.0

5

김*혁
2025.02.18

랭그래프와 툴에 대한 개념을 익힐 수 있었고 제공해주신 많은 활용 예시를 통해 인사이트를 얻을 수 있었습니다.
5

송*섭
2025.02.18

실습위주의 교육이 도움이 많이 됐습니다.

[중소기업 지원] LLM 마스터, LangGraph로 AI Agent 개발하기 관련과정

집합

교재제공

[Shift+AI] AI Agent로 보고서 작성 AI 챗봇 개발하기