[HD]AI를 실무에 연결하는 기술 LangChain(랭체인) 기초 Part.3 (完)
- LLM의 한계인 상태 없음(Stateless) 문제를 해결하고, 대화의 맥락을 기억하는 스마트한 챗봇을 만드는 방법을 학습합니다. LangGraph 프레임워크를 활용하여 단순한 질의응답을 넘어, 여러 도구와 판단을 조합해 복잡한 작업을 수행하는 AI 에이전트를 구축하는 과정을 다룹니다.
| 학습시간 | 총 10차시 30일 과정 |
|---|---|
| 강사 | 이성용 |
| 교재 |
|
수료 조건
| 수료항목 | 수료기준 | 평가 방법 |
|---|---|---|
| 평가 |
- 시험 있는 과정 : 시험 응시(점수 무관) - 시험 없는 과정 : 시험 없음(진도율로 수료) ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. |
시험평가 없음 |
| 진도율 |
진도율 100% 기준, 100% 이상 시 수료 가능 ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. |
차시별 총 학습시간의 50% 이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다.차시별 총 학습시간의 특정 시간 이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. ※ 산업안전보건교육은 90%이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. |
학습목표
- LangGraph의 핵심 요소(상태, 노드, 엣지)를 이해하고, 조건부 엣지를 활용하여 동적인 AI 에이전트를 설계합니다.
- 체크포인트(Checkpoints)와 스레드(Threads) 개념을 학습하여 대화 기록을 영구적으로 저장하고, 다중 사용자 환경을 관리하는 능력을 기릅니다.
- 도구(Tools) 사용법과 메모리 관리 기술을 익혀 LLM의 기능을 확장하고 비용 효율적인 챗봇을 구축합니다.
학습대상
- LangChain을 사용하여 RAG(검색 증강 생성) 시스템을 구축해 본 경험이 있는 개발자.
- 대화의 맥락을 기억하고 여러 도구를 활용하는 등 보다 복잡하고 지능적인 AI 에이전트를 개발하고자 하는 분.
- LLM의 단기 기억 상실 문제를 해결하고, 실제 서비스에 적용할 수 있는 상태 기반(Stateful) 챗봇 구현에 관심 있는 분.
강사 소개
이성용
(강사)
훈련내용
| 차시 | 차시명 | 강의시간 |
|---|---|---|
| 1차시 | [랭그래프 Part 1] LLM의 기억 상실증과 상태(State)의 중요성 | 33분 |
| 2차시 | [랭그래프 Part 2] LangGraph(랭그래프) 핵심 개념: 상태, 노드, 엣지 | 56분 |
| 3차시 | [랭그래프 Part 3] 영구 기억을 위한 체크포인트(Checkpoint)와 쓰레드(Thread) | 41분 |
| 4차시 | [랭그래프 Part 4] 저장된 대화 기록 관리 및 컨텍스트 윈도우 문제 | 50분 |
| 5차시 | [랭그래프 Part 5] 스마트한 기억 관리: 메시지 자르기, 필터링, 병합 | 41분 |
| 6차시 | [랭그래프 Part 6] 스마트 메모리 노드: 메모리 관리 기술 통합 | 50분 |
| 7차시 | [랭그래프 Part 7] LLM의 한계 극복: 도구(Tool) 사용과 조건부 엣지 | 42분 |
| 8차시 | [랭그래프 Part 8] 동적 도구 라우팅과 오류 처리 | 44분 |
| 9차시 | [랭그래프 Part 9] 여러 도구 동시 호출 및 인간 개입(Human-in-the-loop) | 41분 |
| 10차시 | [랭그래프 Part 10] 최종 정리 및 전체 과정 요약 | 37분 |
모사답안 처리기준
- 모사답안의 정의
- 과제·시험에서 타인의 답안을 그대로 복사하거나, 문장의 구조·핵심 표현이 동일한 상태에서 일부만 바꾸어 제출한 답안을 모사답안이라고 합니다. 인터넷·서적·강의자료의 내용을 출처 없이 그대로 옮겨 적는 경우도 포함될 수 있습니다. - 처리 원칙
- 모사답안으로 판정된 경우, 해당 평가의 점수는 0점 처리됩니다.
- 모사답안이 1건 이상 적발되면 해당 수강생의 전체 과정이 미수료로 처리될 수 있습니다.
- 반복·중대한 부정행위 발생 시, 해당 사업장은 최대 1년간 직업능력개발훈련비 지원이 제한될 수 있습니다.
수강 후기
수강 후기 데이터가 없습니다.