
RAG를 활용한 LLM Application 개발 (feat. LangChain)
강병진
실리콘밸리 GenAI 해커톤 우승자에게 배우는 RAG. 현업 노하우를 가득 담았습니다
초급
LLM, RAG, LangChain
대기업 AI Agent 담당자의 노하우를 가득 담은 LangGraph. 현업에서 얻어맞으면서 습득한 지식을 전달드립니다
LLM Agent
LLM
Prompt Engineering
Retrieval Augmented Generation(RAG)
AI Agent
학습 대상은
누구일까요?
LLM에 관심있는 개발자
LLM Application을 배포/운영중인 개발자
LLM Application을 고도화 하고싶은 개발자
선수 지식,
필요할까요?
Python
4,964
명
수강생
335
개
수강평
262
개
답변
4.9
점
강의 평점
8
개
강의
(현) GS 그룹 AI Agent 플랫폼 개발/운영
(현) GS 그룹 DX BootCamp 멘토/코칭
(전) 시리즈 C AI 스타트업 테크리드
Stanford University Code in Place Python Instructor
네이버 부스트캠프 웹/모바일 멘토
네이버 클라우드 YouTube Channel presenter
원티드 프리온보딩 프론트엔드/백엔드 챌린지 진행 (누적 6000+)
항해 AI 플러스코스 1기 코치
전체
28개 ∙ (6시간 8분)
전체
23개
5.0
23개의 수강평
수강평 1
∙
평균 평점 5.0
수강평 3
∙
평균 평점 5.0
수강평 5
∙
평균 평점 5.0
수정됨
5
이전에 LangChain 강의에 이어서 그대로 수강했습니다. 단순히 코드 나열하고 읽어내려가는 다른 강의와 달리 구현하고자 하는 목적에 맞게 라이브코딩 느낌으로 기능을 구현하면서 중간에 막혀도 실시간으로 해결하는 모습을 보면서 실무와 가장 관련이 깊은 방식이라고 생각했습니다. 덕분에 기초를 잘 쌓을 수 있었고 요새 화두인 MCP에 대해서도 간략하게 접할 수 있어서 좋았습니다!
감사합니다. 강의를 듣고 직접 만들어보는 것이 지식을 체득하는 가장 좋은 방법이라고 생각하는데요, 그래서 디버깅하는 과정을 보여 드리는 것이 더 좋을거라고 생각했어요. 좋은 피드백 감사합니다 🙇♂️
수강평 1
∙
평균 평점 5.0
수강평 1
∙
평균 평점 5.0
₩69,300