모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 2 - 랭체인(LangChain)으로 나만의 ChatGPT 만들기
랭체인(LangChain) 라이브러리의 개념과 활용 방법을 학습하고, 랭체인(LangChain) 라이브러리를 이용해서 나만의 ChatGPT를 만들어보는 강의입니다.
중급자를 위해 준비한
[데이터 분석] 강의입니다.
이런 걸
배워요!
랭체인(LangChain) 라이브러리의 기초개념과 활용 방법
Retrieval-Augmented Generation(RAG)의 개념
Retrieval-Augmented Generation(RAG) 구현의 다양한 활용 사례들
Retrieval-Augmented Generation(RAG)으로 나만의 ChatGPT를 만드는 법
손쉬운 LLM 구현을 위한 랭체인(LangChain),
개념부터 실습까지 한번에!
랭체인(LangChain)을 이용해 단 몇 줄의 코드로 나만의 ChatGPT를 구현해보자!
랭체인(LangChain) 라이브러리와 OpenAI API를 제대로 활용하면, 최신 LLM 모델을 이용한 나만의 ChatGPT를 코드 단 몇 줄로 구현할 수 있습니다.
- ✅ 랭체인(LangChain) 라이브러리의 기초 개념부터 Retrieval-Augmented Generation(RAG) 구현의 다양한 활용 사례까지 단계별로 익힐 수 있습니다.
- ✅ 랭체인(LangChain) 라이브러리를 이용해서 나만의 ChatGPT를 만들어보세요!
어떤 분들을 위한 강의인가요?
랭체인(LangChain) 라이브러리 개념과 사용법을 탄탄하게 학습하고 싶은 분
랭체인을 이용해서 나만의 ChatGPT를 만들어보고 싶은 분
Retrieval-Augmented Generation(RAG)의 다양한 활용 사례를 학습하고 싶은 분
최신 LLM 모델을 이용한 서비스를 개발해보고 싶은 분
강의 내용 📖
👨💻 랭체인(LangChain)과 다양한 데이터셋을 이용해서 다양한 나만의 ChatGPT를 만드는 실습을 진행해봅니다.
다양한 법률 판례 데이터를 이용해서 판례를 검색하고 판례에 대한 내용을 확인할 수 있는 판사GPT(JudgeGPT)를 만들어봅니다. | |
다양한 특허 데이터를 이용해서 특허를 검색하고 특허에 대한 내용을 확인할 수 있는 특허GPT(PatentGPT)를 만들어봅니다. | |
다양한 리뷰 데이터를 이용해서 리뷰에 대한 긍정, 부정 등 감정을 분석할 수 있는 리뷰감정분석GPT(SentimentGPT)를 만들어봅니다. | |
다양한 상품 리뷰 데이터를 이용해서 평점이 좋고 사용자의 요구에 맞는 상품을 추천해주는 상품추천GPT(RecommendationGPT)를 만들어봅니다. |
선수 과정 ✅
👋 본 강의는 Python, 자연어처리(NLP), LLM에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.
Q&A 💬
Q. 랭체인(LangChain)이 무엇인가요?
랭체인(LangChain) 라이브러리는 자연어 처리(NLP)와 관련된 다양한 기능을 제공하는 파이썬 라이브러리입니다. 이 라이브러리의 주요 목적은 대화형 AI 시스템을 구축하고 연구하는 데 있어 유용한 도구를 제공하는 것입니다. 여기에는 다음과 같은 특징들이 포함됩니다.
1. 챗봇 구축: LangChain은 챗봇과 대화형 AI 시스템을 구축하기 위한 도구를 제공합니다. 이를 통해 사용자는 자신만의 챗봇을 쉽게 만들 수 있습니다.
2. 다양한 NLP 기능: 이 라이브러리는 텍스트 생성, 요약, 번역과 같은 다양한 자연어 처리 기능을 포함하고 있습니다.
3. 플러그 앤 플레이 아키텍처: 사용자는 LangChain을 사용하여 기존의 NLP 모델이나 시스템과 쉽게 통합할 수 있습니다. 이를 통해 다양한 언어 모델과 기능을 손쉽게 결합할 수 있습니다.
4. 확장성 및 커스터마이징: LangChain은 사용자가 자신의 요구사항에 맞게 시스템을 커스터마이즈하고 확장할 수 있도록 설계되었습니다. 이는 연구자나 개발자들에게 매우 유용한 특징입니다.
5. 연구 및 개발 지원: LangChain은 연구자와 개발자들이 새로운 대화형 AI 모델을 실험하고 개발하는 데 도움을 줍니다.
이 라이브러리는 대화형 AI와 관련된 연구 및 개발에 관심이 있는 개발자, 연구자, 학생들에게 매우 유용한 도구입니다. LangChain을 통해 사용자는 복잡한 NLP 시스템을 보다 쉽게 구축하고 실험할 수 있습니다.
Q. 선수 지식이 필요한가요?
본 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 2 - 랭체인(LangChain)으로 나만의 ChatGPT 만들기] 강의는 랭체인(LangChain) 라이브러리와 LLM을 이용해서 나만의 ChatGPT를 만드는 방법을 다루고 있습니다. 따라서 Python, 자연어처리, LLM에 대한 기초지식을 가지고 있다는 가정하에 강의가 진행됩니다. 자연어처리와 LLM에 대한 기초 지식이 부족하다면 선행 강의인 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기] 강의를 먼저 수강하시길 바랍니다.
이런 분들께
추천드려요!
학습 대상은
누구일까요?
랭체인(LangChain) 라이브러리의 개념과 활용법을 학습하고 싶은 분
나만의 ChatGPT를 만들어보고 싶은 분
딥러닝 연구 관련 직종으로 취업을 원하시는 분
인공지능/딥러닝 관련 연구를 진행하고 싶은 분
인공지능(AI) 대학원을 준비 중이신 분
선수 지식,
필요할까요?
Python 사용 경험
선수강의 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기] 수강경험
안녕하세요
AISchool입니다.
- AISchool ( http://aischool.ai/ )
- AISchool 유튜브 채널 운영 ( https://www.youtube.com/@aischool_ai )
- 서울대학교 인공지능 및 컴퓨터 비전 연구실 석사
- [솔라리스의 인공지능 연구실] 블로그 운영
- [텐서플로로 배우는 딥러닝] 집필
- S전자 컴퓨터 비전 관련 프로젝트 수행
- 기업대상 [AI 컨설팅 서비스] 제공
- 에이아이스쿨 [TensorFlow와 실습 프로젝트로 배우는 딥러닝-컴퓨터비전 Basic 코스] 강의 진행
커리큘럼
전체
46개 ∙ 8시간 59분
수업 자료
가 제공되는 강의입니다.
마지막 업데이트일: 2024년 08월 30일