복잡한 과정은 이제 그만
핵심 기술만 이해하고, AI 챗봇 시스템을 바로 구현하세요
– Langchain 필수 개념 정리
– 실전 웹 기술 적용 방법
– 완벽한 AI 챗봇 시스템 구축 가이드
불필요한 시간 낭비는 그만하세요.
이 강의 하나로 모든 걸 해결하세요
Langchain과 RAG를 통해 AI 챗봇 시스템을 구축하는 완벽한 가이드!
생성형 인공지능 개발 기술을 위한 체계적인 학습 과정을 제공합니다.
– AI 시스템 구축의 기초부터 심화까지 배우고 싶은 분
– 데이터 기반의 의사결정을 위해 AI를 활용하고자 하는 모든 분
– 최신 AI 기술을 실무에 바로 적용하고 싶은 현업 종사자
– AI 챗봇과 RAG 서비스 구현에 관심 있는 현직 개발자 및 엔지니어
– 생성형 AI 개발로 커리어를 증진시키고, 포트폴리오에 기재하여 자신의 경쟁력을 높이고 싶은 개발자
모든 분야에서 AI 기술이 필수가 되는 지금, 나만 뒤쳐지는 거 같아 불안하셨나요?
이 강의를 통해 Langchain과 RAG 서비스를 마스터하고, 경쟁력을 강화하세요.
AI 시스템 구축의 전 과정을 학습하며 실무에 바로 적용할 수 있는 강력한 무기를 갖추세요!
STEP 1. 핵심 개념부터 탄탄하게
Langchain과 RAG의 기본 개념을 확실히 이해하고, 실전 대비
STEP 2. 실습 중심으로 쉽게
단계별 실습으로 직접 웹사이트 제작까지
STEP 3. 실무에 바로 적용 가능한 기술
실제 프로젝트에 바로 활용할 수 있는 생성형 AI 개발 기술
STEP 4. 완벽한 준비로 자신있는 도전
모든 과정을 마치고, 성능이 더 뛰어난 생성형 AI 개발 프로젝트 도전
마소캠퍼스의 강의를 통해 Langchain과 RAG 서비스를 마스터하고,
AI 활용 개발자로서의 첫걸음을 밟아보세요
지금 바로 강의를 신청하고, AI 중심의 미래를 선도해 보세요!
00. 교재 다운로드 | |||
[onc102] RAG000 교재 다운로드 | 00:00:00 | ||
1. 강의 소개 | |||
[onc102] RAG101 강의 소개 | FREE | 00:04:07 | |
2. RAG 기초와 파이프라인 | |||
[onc102] RAG201 RAG의 개념과 필요성 | FREE | 00:12:33 | |
[onc102] RAG202 RAG 파이프라인 개요와 핵심 컴포넌트 | 00:15:55 | ||
[onc102] RAG203 RAG 실제 적용 사례 분석 | FREE | 00:05:53 | |
3. Langchain 프레임워크 소개 | |||
[onc102] RAG301 Langchain 개념과 아키텍처 | 00:14:56 | ||
[onc102] RAG302 Langchain을 사용한 RAG 구현 워크플로우 | FREE | 00:04:54 | |
4. RAG를 위한 Langchain 핵심 구성요소 | |||
[onc102] RAG401 (실습) Models | 00:36:57 | ||
[onc102] RAG402 (실습) Prompt Templates | 00:24:06 | ||
[onc102] RAG403 (실습) Document Loaders | 00:27:39 | ||
[onc102] RAG404 (실습) Text Splitters | 00:22:19 | ||
[onc102] RAG405 (실습) Embeddings | 00:23:07 | ||
[onc102] RAG406 (실습) Vector Stores | 00:15:07 | ||
[onc102] RAG407 (실습) Retrievers | 00:11:21 | ||
5. Langchain을 더 편하게, LCEL | |||
[onc102] RAG501 LCEL 소개 및 기본 구조 | 00:06:02 | ||
[onc102] RAG502 (실습) Runnable 인터페이스와 체이닝 | 00:07:08 | ||
[onc102] RAG503 (실습) RunnablePassthrough와 RunnableLambda | 00:19:09 | ||
[onc102] RAG504 (실습) LCEL을 사용한 RAG 파이프라인 구성 | 00:25:51 | ||
6. 고급 RAG 기법 | |||
[onc102] RAG601 (실습) 다중 쿼리 생성(Multi-query Retriever) 기법 | 00:08:26 | ||
[onc102] RAG602 (실습) 재정렬(Rerank) 기법 | 00:07:06 | ||
[onc102] RAG603 (실습) 맥락 압축(Context Compression) 기법 | 00:11:18 | ||
[onc102] RAG604 (실습) HyDE(Hypothetical Document Embeddings) 기법 | 00:06:35 | ||
7. Streamlit을 활용한 RAG 챗봇 구현 | |||
[onc102] RAG701 (실습) Streamlit 챗봇 기초 구현 | 00:23:16 | ||
[onc102] RAG702 (실습) 대화 이력 관리와 메모리 구현 | 00:23:12 | ||
8. FastAPI를 활용한 챗봇 웹사이트 구축 | |||
[onc102] RAG801 (실습) FastAPI 기초와 RESTful API 설계 | 00:10:30 | ||
[onc102] RAG802 (실습) FastAPI와 Langchain RAG 서비스 연동 | 00:20:18 | ||
[onc102] RAG803 (실습) HTML/CSS 기초: 챗봇 인터페이스 구현 | 00:09:36 | ||
[onc102] RAG804 (실습) JavaScript 기초: 비동기 통신 및 채팅 기능 구현 | 00:17:40 |