QUICK
MENU

RAG (랭체인) 기반 AI 앱개발

더 스마트한 AI 차세대 솔루션
AI로 보다 편리하고 정확한 결과를 얻고자 할 때, RAG 기반의 랭체인을 활용해 보세요~!
AI 로 명령을 내리고, 결과를 기억하고 답변을 처리하는 과정은 단순 명령(프롬프트)에서는 효과적이지만, 복잡하고 다양한 명령에서는 효율이 떨어질 수 있습니다.
이때, RAG은 외부 데이터베이스와 문서, API를 적절히 활용해 정확한 답변을 낼 수 있도록 도와주는 기술입니다. 그리고 랭체인(LangChain)은 RAG을 좀더 쉽게 설계하고 구현할 수 있도록 도와주는 프레임워크입니다. LangChain 여러 데이터 소스에서 정보를 검색하고, 통합하기도 하고, RAG의 검색 및 생성 단계를 유기적으로 연결하기도 합니다.
AI는 결과를 만들고 RAG은 외부 데이터를 검색하고, LangChain 연결고리 역할을 수행해 유기적으로 작동시키는 역할을 담당합니다.
  • 교육기간

    3개월

  • 교육난이도

    입문~중급

  • 정원

    30명 내외

  • 전화상담

    053-243-5940

    주말 · 공휴일 상담 및 접수가능
이런분들에게 추천합니다
■ AI 및 데이터에 관심이 많은 분: 대규모 언어 모델(LLM)과 검색 증강 생성(RAG) 기술을 이해하고 활용하고 싶으신 분들.
■ 웹 애플리케이션 개발 초보부터 중급자: Streamlit을 활용한 웹 애플리케이션 개발에 관심 있는 개발자나 학생.
■ 데이터 활용 전문가: 외부 데이터를 검색하고 요약, 분석하는 업무를 개선하고 싶으신 분들
■ 챗봇 제작에 관심 있는 분: RAG와 LangChain을 활용한 고도화된 챗봇 구축 방법을 배우고 싶은 분들.
■ 직접 AI 모델을 구현하고 싶은 분: Custom GPT와 Agent 등 고급 기술을 활용해 AI를 실무에 접목하고자 하는 분들.
취업분야
■ AI 엔지니어: 언어 모델 및 AI 시스템을 설계하고 구현하는 전문 직무.
■ 데이터 분석가: 검색 증강 생성 기술을 활용해 데이터 분석 및 보고서를 작성하는 역할.
■ 웹 개발자: Streamlit을 이용해 웹 애플리케이션을 개발하는 직무.
■ 머신러닝 엔지니어: LangChain을 사용해 데이터와 AI 모델을 통합하는 솔루션을 개발하는 전문 엔지니어.
■ 챗봇 개발자: RAG와 LangChain을 활용하여 고도화된 대화형 AI를 설계하고 구축하는 직무.
■ AI 컨설턴트: 기업 및 기관의 요구에 맞는 AI 솔루션을 설계하고 제안하는 역할.
■ 데이터 기반 비즈니스 분석가: 데이터 활용을 통해 비즈니스 의사결정을 지원하는 직무.
커리큘럼안내
LangChain은 데이터 활용과 검색 증강 생성(RAG) 기술을 최적화하는 데 도움을 주는 강력한 도구입니다. 본 교육 과정은 RAG 기반의 LangChain 프레임워크를 활용해 AI의 강력한 생성형 플랫폼 기능을 커스터마이징 할 수 있도록 구성되어 있으며, 최신 AI 기술을 실무에 적용할 수 있는 기회를 제공합니다.
  • 1단계 파이썬 핵심기초
    일차 주제 내용
    1일차 과정 소개, 개발 툴 오리엔테이션, 환경설정, Colab, Makrdown, Latex
    2일차 변수 변수, 파이썬의 입력력 함수
    3일차 컬렉션1 문자열, 문자열 함수, 리스트, 튜플
    4일차 제어문(조건문) 조건문, 조건문의 활용
    5일차 제어문(반복문) 반복문, 반복문의 활용
    6일차 컬렉션2 딕셔너리, 셋, 컬렉션을 이용한 반복문의 활용
    7일차 함수 사용자 정의 함수, 람다 함수, 콜백 함수, 타입 어노테이션
    8일차 객체지향프로그래밍1 클래스와 객체, 생성자, 메소드
  • 2단계 Streamlit / LangChain
    일차 주제 내용
    1일차 객체지향프로그래밍2 상속, 오버라이딩, 스페셜 메소드, 클로저, 데코레이터
    2일차 모듈, 파일과 예외처리 모듈, 예외처리, 파일 입출력
    3일차 Streamlit 웹애플리케이션1 환경 설치하기, 웹 애플리케이션 생성하기, 컴포넌트, 데이터 출력
    4일차 Streamlit 웹애플리케이션2 다양한 Widget, 웹 사이트 만들기
    5일차 Streamlit 웹애플리케이션3 데이터 시각화, 파일 처리
    6일차 Streamlit 웹애플리케이션4 사이드 바, 탭 UI, API 활용 챗봇 웹 서비스 만들기
    7일차 LLM 개요 LangChain 세팅 OpenAI API, jupyter notebooks, streamlit. LLM, Prompt, LCEL, LangChain, LLM Chains
    8일차 I/O, Memory PromptTemplate, Serialization, Composition, Caching, Memory
  • 3단계 RAG활용 애플리케이션 제작
    일차 주제 내용
    9일차 RAG, 환경세팅 RAG개요, Document Loader, Vector Store, Langsmith, Retrieval, Stuff, Map Reduce
    세팅: Anaconda, 가상환경, 패키지 설치, VisualStudioCode 설치, Extension 설치
    10일차 기본 애플리케이션 Streamlit 웹 프로젝트, Page, Chat Message, Document 업로드, Streaming
    11일차 로컬실행 애플리케이션 Hugging face, Pipeline, 로컬로 실행, Ollama LLM, Gpt4all