[LLM 응용 기획] 제5편, LLM 애플리케이션을 위한 서비스 디자인
아리가람
생성형 인공지능(생성형 AI)의 일종인 LLM을 기반으로 삼아 만드는 애플리케이션이나 웹 서비스를 기획할 때 필요한 '서비스 디자인' 개념과 방법을 익힐 수 있습니다.
입문
LLM, 생성형AI
다중 에이전트 시스템
지식 그래프
프롤로그 기반 추론과 논리적 판단
AI 기술이 발전하면서 법률 분야에서도 자동화와 인공지능 판사가 현실화되고 있습니다. 본 강의에서는 CrewAI를 활용한 다중 인공지능 에이전트 시스템을 구성하고, 지식 그래프와 추론 시스템을 결합하여 인공지능 판사 시스템을 구축하는 방법을 학습합니다.
이 강의를 수강하면, LLM과 CrewAI를 활용한 협업형 인공지능 에이전트(AI Agent) 시스템을 설계하고, 법률 데이터를 분석하며, 자동으로 판결을 내리는 AI 판사 시스템을 직접 구현하는 데 필요한 기초 개념을 익힐 수 있습니다.
✔ CrewAI를 활용한 다중 에이전트 협업 시스템 구축하는 방법을 학습
✔ 법률 데이터를 지식 그래프로 구조화 및 활용하는 방법을 학습
✔ 규칙 기반 및 LLM 기반 법률 추론 시스템을 설계하는 방법을 학습
✔ 인공지능 판사 시스템을 구현하는 방법을 학습
강의 개요 및 학습 목표 소개
법률 AI의 기본 개념 정립
개발 환경과 필수 도구 세팅
CrewAI 구조 및 작동 방식
법률 특화 에이전트 설계
다중 에이전트 간 협력과 커뮤니케이션
법률 데이터를 위한 지식 그래프의 개념
관계 그래프 구축 및 시각화
CrewAI와 지식 그래프 통합
올바른 판결을 위한 추론 방식
프롤로그(Prolog)를 이용한 결정론적 추론
LLM 기반 확률론적 추론 시스템 구현
요구 사항 분석부터 아키텍처 설계
데이터 모델링 및 추론 엔진 설계
CrewAI를 활용한 시스템 구현 전략 수립
인공지능과 법률의 융합에 관심 있는 개발자 및 법률 전문가
실무에 적용 가능한 AI 법률 시스템을 설계하고자 하는 기획자 및 연구자
다중 에이전트 시스템과 지식 그래프, 추론 시스템 등을 종합적으로 이해하고자 하는 학습자
AI 판사 시스템의 작동 원리와 설계 기법을 체계적으로 이해
실제 개발 환경에서 활용 가능한 법률 AI 구성 능력 확보
향후 AI 법률 기술 관련 연구 및 프로젝트에 필요한 실무 역량 강화
파이썬 IDE, 프롤로그 IDE가 필요합니다.
강의 중에 설치 방법을 간단히 소개합니다.
제공하는 학습 자료 형식: PDF 형식으로 된 강의 교안 제공
파이썬 언어, LLM에 대한 기본 지식을 먼저 익혀 두시면 좋습니다.
여기에 제시되는 코드는 완전한 코드가 아니며 개념을 설명하기 위한 조각(snippet)일 뿐이므로 코드를 스스로 완성해 나가야 할 수도 있습니다.
이 강의는 단순한 이론 설명을 넘어서, 실제 법률 AI 시스템을 구현하고자 하는 모든 분께 현실적이고 깊이 있는 지침을 제공합니다. 지금 바로 수강해 보세요!
학습 대상은
누구일까요?
다중 에이전트 시스템을 구현해 보고 싶은 분
전문화된 인공지능 응용 서비스를 만들고 싶은 분
선수 지식,
필요할까요?
대규모 언어 모형(LLM)에 대한 이해
전체
29개 ∙ (23시간 27분)
해당 강의에서 제공:
7. 수업 3-1. 지식 그래프 개념 및 법률 데이터 활용
01:06:15
17. 수업 6-3. 설계 2단계: 시스템 아키텍처 설계
01:02:58
28. 수업 7-7. 구현 6단계 - 크루 구성
01:12:42
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
월 ₩15,400
5개월 할부 시
₩77,000