멀티캠퍼스 :: 과정상세보기

과정요약

과정요약
학습시간	09:00 ~ 18:00 ( 40시간 )	난이도	고급
교육비 지원	고용보험 비환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	30 명
교재정보	[PDF] LLM 파인튜닝 마스터, sLLM 만들기
강사명	변형호

과정소개

LLM 파인튜닝 마스터, sLLM 만들기
LLM sLLM RAG Agent LangGraph

※ 2025년부터 과정 커리큘럼이 변경되었으니, 하단 과정목차를 참고해 주세요.

본 과정에서는 대규모 언어 모델(LLM)의 원리와 최신 기술 동향을 깊이 있게 이해하고,
이를 기반으로 개인화된 sLLM을 개발하는 방법을 살펴봅니다.

API 기반/Open-Weight LLM 모델을 사용하여 다양한 어플리케이션을 만들어 보고,
LangChain, LangGraph, LangSmith, vLLM를 활용하여 어플리케이션 고도화, 에이전트, 서빙 및 모니터링 등의 다양한 실습을 진행합니다.

📍LLM(Large Language Model) 개발을 학습하여 개인화 sLLM 만드는 방법 학습

다양한 실습 활동

□ OpenAI API 기반 다양한 어플리케이션 구현
□ 다양한 기법을 활용한 Advanced RAG 구현
□ LCEL 체인 기반의 어플리케이션 개발
□ LangGraph를 이용한 LLM Agent 구현
□ vLLM을 활용한 LLM 어플리케이션 서빙 실습
□ LangSmith를 이용한 LLM 어플리케이션 모니터링 및 평가

주요 학습 요소들

□ 프롬프트 엔지니어링
□ OpenAI API
□ LangChain을 활용한 RAG
□ LCEL (Langchain Expression Language)
□ Open LLM
□ PEFT와 파인 튜닝을 이용한 sLLM 앱 서비스
□ LangGraph와 LangSmith 사용하기

학습에 필요한 선수 지식

※ 본 과정의 목표를 효과적으로 달성하기 위해서는 아래의 선수지식이 필요합니다.

□ 파이썬 프로그래밍에 익숙하거나, 이를 업무에 활용할 수 있다.
□ 구글 코랩이나 VS Code를 이용하여 코딩을 해 본 경험이 있다.
□ 파이썬 라이브러리를 직접 설치하고, 이를 활용할 수 있다.

※ 본 과정은 최신 트렌드 관련하여 업데이트가 빠른 관계로

일자별 표기된 강의내용과 배정시간이 매 차수별로 다소 변경될 수 있음을 알려드립니다.

멀티캠퍼스 🏆Best🏆 과정
LLM 파인튜닝 마스터, 생성형 AI 기초부터 PEFT까지 의 그 강사!!!

🌈 변형호 강사님을 소개합니다!

🎓 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

학습목표

LLM과 GPT의 최신 발전 방향 및 생태계를 이해하고, 이를 활용한 기술적 가능성을 탐구할 수 있다.
프롬프트 엔지니어링 기법을 습득하여 목적에 맞는 효과적인 프롬프트를 구성할 수 있다.
OpenAI API와 LangChain, 다양한 Open-Source LLM을 활용하여 실제 어플리케이션을 구현할 수 있다.
파인튜닝 및 sLLM 개선 기술을 익히고, 프로젝트를 통해 LLM 어플리케이션의 성능을 향상시키는 방법을 학습할 수 있다.

학습대상

LLM과 GPT에 대한 이해를 넓히고자 하는 개발자
자체적인 인공지능 솔루션 개발을 목표로 하는 연구원
데이터 과학자 및 머신러닝 엔지니어

- 1일차
  - Introduction
    - 생성 AI와 LLM이 여는 세상
      09:00 ~ 10:00
  - LLM을 위한 인공지능 기술
    - · 트랜스포머 모델과 LLM의 발전 과정
      - GPT와 BERT의 탄생, Closed Model과 Open Model
      · LLM 주요 성능 향상 방법: 프롬프트 엔지니어링 / RAG / 파인 튜닝 10:00 ~ 12:00
  - 프롬프트 엔지니어링
    - 프롬프트 엔지니어링의 구성 요소와 Case Study
      최신 프롬프트 엔지니어링 기법 소개 13:00 ~ 14:00
  - OpenAI API
    - OpenAI API 소개 및 주요 기능 실습 14:00 ~ 15:00
    - OpenAI API 어플리케이션 구현
      - 검색 API를 활용한 뉴스 요약 어플리케이션
      - 비전 기능을 활용한 멀티모달 어플리케이션 15:00 ~ 17:00
  - OpenAI Assistant API
    - OpenAI Assistant를 활용한 다양한 어플리케이션 17:00 ~ 18:00
- 2일차
  - LangChain 기초
    - LangChain 주요 모듈 소개
      - LangChain 기본 실습 09:00 ~ 10:00
  - LangChain Expression Language
    - LangChain Expression Language(LCEL)의 구성과 활용 방법 이해 10:00 ~ 11:00
    - LangChain Expression Language(LCEL)을 이용한 어플리케이션 고도화 11:00 ~ 12:00
  - 벡터 데이터베이스와 RAG
    - RAG와 Vector Database의 작동 원리와 효과 13:00 ~ 14:00
    - Embedding 방법 이해하기 14:00 ~ 15:00
    - LangChain 기반의 RAG 어플리케이션 구현하기 15:00 ~ 16:00
    - RAG의 평가 메트릭 이해하기 16:00 ~ 17:00
    - RAG 성능 평가하기 17:00 ~ 18:00
- 3일차
  - Advanced RAG
    - RAG의 성능을 향상시키는 다양한 방법 소개와 실습 09:00 ~ 10:00
  - LLM Agent
    - LLM과 Tool Calling
      LLM 에이전트 구현하기 10:00 ~ 11:00
    - LangGraph를 이용한 LLM 에이전틱 워크 구현하기 11:00 ~ 12:00
    - LangGraph를 이용한 멀티 에이전트 구현하기 13:00 ~ 14:00
  - 오픈 LLM 모델
    - 주요 오픈 LLM 모델 소개 및 비교
      HuggingFace를 이용한 LLM 모델 사용하기 14:00 ~ 15:30
  - 다양한 오픈 모델 LangChain과 연동하기
    - LangChain과 오픈 모델을 이용한 어플리케이션 구현하기 15:30 ~ 16:30
  - Open 모델 클라우드 API에서 사용하기
    - Groq, Cerebras 등의 무료 클라우드 사용하기
      - 문서 요약 어플리케이션 만들기 16:30 ~ 18:00
- 4일차
  - LLM 모델 파인 튜닝
    - LLM 파인 튜닝의 목적과 원리 09:00 ~ 10:00
    - 목적별 LLM 파인 튜닝 방법
      파인 튜닝 데이터 구성 방법 10:00 ~ 11:00
  - PEFT(Parameter Efficient Fine Tuning)
    - 파인 튜닝과 PEFT 11:00 ~ 12:00
    - LoRA 학습 방법 및 라이브러리 소개
      최신 PEFT 학습 방법 소개 13:00 ~ 14:00
  - 오픈 LLM 파인 튜닝 실습
    - 파인 튜닝 데이터 생성하기 (Style Tuning, Continuous Pretraining) 14:00 ~ 15:30
    - LoRA를 이용한 LLM 파인 튜닝 실습 15:30 ~ 17:00
    - LLM 모델 Alignment를 위한 DPO/PPO 17:00 ~ 18:00
- 5일차
  - LLM 모델 서빙
    - 모델 사용 효율을 높이는 양자화/서빙 라이브러리 소개 09:00 ~ 10:00
  - LLM 모델 서빙 실습
    - vLLM으로 LLM 추론 효율 높이기 10:00 ~ 11:00
  - LLM 어플리케이션 배포하기
    - Streamlit으로 실제 LLM 어플리케이션 서비스하기 11:00 ~ 12:00
  - 멀티모달 LLM 어플리케이션
    - Vision LLM 모델을 사용한 멀티모달 LLM 어플리케이션 만들기
      - 멀티모달 RAG 13:00 ~ 14:00
  - LangSmith
    - LangSmith를 이용한 성능 평가와 모니터링 14:00 ~ 15:00
  - sLLM 개발 프로젝트
    - sLLM 파인 튜닝 프로젝트 : 모델 선택과 학습 데이터 만들기 15:00 ~ 16:00
    - sLLM 파인 튜닝 프로젝트 : LLM 모델 파인 튜닝하기 16:00 ~ 17:00
    - sLLM 파인 튜닝 프로젝트 : 모델 성능 평가하기 17:00 ~ 18:00

수강후기 103

평균평점

4.8 / 5.0

4.75

박*형
2025.06.13

현재까지의 LLM 발전경향성을 한눈에 확인할 수 있었고, 현업 활용 방향성을 잡는데 많은 도움이 되었습니다.
5

이*훈
2025.06.13

강사님의 폭넓은 기술 설명과 실습이 많은 도움이 되었습니다.
5

김*석
2025.06.13

과정자체가 중급자 이상이므로 선수지식도입부분을 줄이고 llm 파인튜닝에 더 집중했으면 좋겠습니다
5

유*훈
2025.06.13

새로운 AI기술을 많이 배울 수 있어서 좋았어요.
5

정*국
2025.06.13

이론과 코드 한줄한줄 매칭해서 설명해주시는 부분이 특히나 도움이 많이 되었습니다

LLM 파인튜닝 마스터, sLLM 만들기 관련과정

집합

교재제공

LLM 파인튜닝 마스터, 주요 예제로 배우는 LLM 어플리케이션 응용 기술

집합

오픈소스 언어 모델을 활용한 온프레미스 AI 시스템 구축