과정정보
교육소개
Langchain과 RAG를 통해 AI 챗봇 시스템을 구축하는 실습 중심 강의 생성형 AI 챗봇 시스템 제작 실습부터 LCEL 활용법까지 Langchain과 RAG 활용법 정복!
본 과정을 통해 많은 분야에서 AI 기술이 필수적인 지금, Langchain과 RAG를 마스터하여 AI 솔루션 개발 역량과 경쟁력을 강화할 수 있다.
학습목표
1. Langchain의 주요 개념을 이해하고, 이를 기반으로 RAG 파이프라인을 설계할 수 있다.
2. 실습을 통해 LCEL 기반 RAG 파이프라인을 설계, 구축, 최적화할 수 있다.
3. 프론트엔드(HTML/CSS, JavaScript)와 백엔드(FastAPI)의 통합을 통해 맞춤형 AI 챗봇 인터페이스를 구축할 수 있다.
4. 실제 비즈니스 성공 사례를 분석하여 RAG 서비스 도입을 위한 최적의 전략을 수립할 수 있다.
학습대상
1. AI 챗봇 시스템의 기초부터 구축 방법까지 배우고 싶은 모든 직장인
2. AI 챗봇과 RAG 서비스 구현에 관심 있는 개발자 및 엔지니어
3. 생성형 AI 기술을 실무에 적용하여 업무 효율을 높이고자 하는 모든 직장인
강사 및 내용전문가 소개
평가비율 및 수료기준
학습목차
1
RAG의 기초 이해
-
START
-
1. 오리엔테이션
-
2. RAG의 기초 이해
2
RAG 파이프라인과 실제 적용 사례
-
START
-
1. RAG 파이프라인 개요와 핵심 컴포넌트
-
2. RAG 실제 적용 사례
3
Langchain의 이해와 활용
-
START
-
1. Langchain을 활용한 RAG 구현
5
RAG 구성 요소 실습 - Prompt Templates
-
START
-
1. Promt Templates
6
RAG 구성 요소 실습 - Document Loaders
-
START
-
1. Document Loaders
7
RAG 구성 요소 실습 - Text Splitters
-
START
-
1. Text Splitters
8
RAG 구성 요소 실습 - Embeddings
9
RAG 구성 요소 실습 - 검색 및 데이터 관리
-
START
-
1. Vector Stores
-
2. Retrievers
10
LCEL 소개 및 기본 실습
-
START
-
1. LCEL 소개 및 기본 구조
-
2. Runnable 인터페이스와 체이닝
-
3. RunnablePassthrough와 RunnableLambda
11
LCEL을 활용한 RAG 파이프라인 구성 실습
-
START
-
1. LCEL을 사용한 RAG 파이프라인 구성
12
고급 RAG 기법 - 다중 쿼리 생성 및 재정렬 기법
-
START
-
1. 다중 쿼리 생성(Multi-query Retriever) 기법
-
2. 재정렬(Rerank) 기법
13
고급 RAG 기법 - 맥락 압축 및 HyDE 기법
-
START
-
1. 맥락 압축(Context Compression) 기법
-
2. HyDE(Hypothetical Document Embeddings) 기법
14
Streamlit을 활용한 RAG 챗봇 구현
-
START
-
1. Streamlit 챗봇 기초 구현
15
Streamlit을 활용한 RAG 챗봇 - 대화 이력 관리와 메모리 구현
-
START
-
1. 대화 이력 관리와 메모리 구현
16
FastAPI를 활용한 RESTful API 서비스 설계
-
START
-
1. FastAPI 기초와 RESTful API 설계
-
2. FastAPI와 Langchain RAG 서비스 연동
17
챗봇 인터페이스 구현을 위한 프론트엔드 통합 실습
-
START
-
1. 챗봇 인터페이스 구현
-
2. 비동기 통신 및 채팅 기능 구현
수강후기
연관과정
동일 카테고리 내 인기과정
