자바 네이밍
아리가람
"이름 하나 바꿨을 뿐인데, 코드가 달라졌습니다." 가독성 좋은 코드의 핵심, '읽히는 이름 짓기'를 원리부터 사례까지 정리했습니다. 읽기 쉬운 이름이 협업의 시작입니다.
초급
naming-conventions, naming, renaming
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
✅ 인공지능에 관심 있는 개발자
✅ 인공지능을 이용한 법률 자동화에 관심 있는 개발자
✅ 확률론적 시스템과 결정론적 시스템의 융합에 관심 있는 개발자
✅ LLM 기반 다중 에이전트(Multi-Agent) 시스템을 구축해 LLM의 한계를 극복하고 싶은 분
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.
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!
₩66,000
14%
₩77,000