LLM 데이터 분석 - 웹 크롤링부터 추천 시스템까지

운영 체제 및 버전(OS): Windows 기준으로 강의 진행 (Linux, MacOS 사용자도 실습 가능)

사용 도구: Miniconda, Jupyter Lab, OpenAI API 인증키 필요 (별도 비용 발생 가능)

PC 사양: 인터넷 접속이 가능한 PC 또는 노트북

실습에 필요한 자료 제공 (텍스트, 소스 코드)

위키독스에 LangChain 참고 교재 제공 : https://wikidocs.net/book/14473

파이썬 기본 지식이 있는 분 (파이썬 무료 강의 제공: 링크)

LLM과 LangChain에 대한 기본 이해 (관련 무료 강의 제공: 링크)

질문 또는 의견이 있으시면 편하게 질문해주세요.

RAG 마스터: 기초부터 고급기법까지 (feat. LangChain)

RAG 구현부터 성능 평가까지 -

9시간으로 끝내는 실전 AI 개발

• LangChain 기반 RAG 시스템 구축 실습

• 고급 RAG 기법 학습

• RAG 시스템 성능 평가 방법론

• LangChain의 최신 LCEL 문법과 Runnable 활용법

  
  

링크: https://inf.run/mdYe4

프로젝트로 배우는 Python 챗봇 & RAG 만들기 - LangChain, Gradio 활용

총 4개의 프로젝트로 구성

• 간단한 QA 챗봇 : 개발환경 셋팅, LLM Chain 구조, Gradio 인터페이스 이해  

• PDF 기반 RAG 챗봇 : RAG 기법 이해, 모델 파라미터 이해, 챗봇 인터페이스 구현

• 데이터 분석 챗봇 : CSV 파일을 업로드하고, 해당 데이터를 분석 (Single Agent)

• 투자 분석가 챗봇 : 암호화폐 관련 리서치 및 투자 분석 (Multi Agent) 

링크: https://inf.run/PfJaS

AI 에이전트로 구현하는 RAG 시스템(w. LangGraph)

랭그래프(LangGraph)로 구현하는 검색증강생성(RAG) 지능형 AI 에이전트

• 랭그래프(LangGraph)를 활용한 AI 에이전트 구조 설계 및 구현

• AI 에이전트를 RAG(Retrieval-Augmented Generation)에 적용

• Tool Calling(도구 호출) 기능 구현으로 AI 에이전트의 능력 확장하기

• Adaptive RAG, Self RAG, Corrective RAG 등 최신 에이전트 RAG 아키텍처 마스터하기

링크: https://inf.run/hTwjC