실제 AI 에이전트를 만들어보세요. 첫 루프부터 프로덕션까지
AI 에이전트는 대규모 언어 모델을 사용해 추론하고, 도구를 호출하며, 여러 단계의 작업을 수행하는 프로그램입니다. 정적 코드로는 처리할 수 없는 작업들을 다룹니다. 이 트랙은 LLM 에이전트 루프의 작동 원리부터 프로덕션에서의 안정적이고 관찰 가능한 에이전트 배포까지 모든 것을 다룹니다. 커리큘럼은 6단계(A1~C2)에 걸쳐 60개의 코스로 구성되며, 실무에서 사용하는 도구들을 기반으로 합니다: LangChain, LangGraph, LlamaIndex, 벡터 데이터베이스, 그리고 주요 LLM 제공자들의 함수 호출 API입니다.
배울 내용
LLM API의 기초와 에이전트를 위한 프롬프트 엔지니어링부터 시작한 후, 에이전트를 실질적으로 유용하게 만드는 도구 사용 및 함수 호출 패턴을 익힙니다. 핵심 기술로는 검색 증강 생성(RAG) 파이프라인 구축 및 벡터 데이터베이스 통합, 이메일, 캘린더, Slack, GitHub, 웹 스크래핑 에이전트 구성, 대화형 메모리 설계 및 구조화된 출력 파싱, 에이전트 테스트 작성 및 에이전트 루프 디버깅, 멀티 도구 에이전트에서의 ReAct 패턴 적용이 포함됩니다. 고급 단계에서는 멀티 에이전트 오케스트레이션, 장기 계획 수립, 컴퓨터 사용 및 브라우저 에이전트, 코드 생성 에이전트, 샌드박싱 및 안전한 코드 실행, 감사 추적을 포함한 에이전트 거버넌스를 다룹니다.
학습 경로
경로는 A1의 LLM 에이전트 입문으로 시작하며, A2 기초 과정들을 거칩니다. 프롬프트 엔지니어링, 실무에서의 LLM API, 파일 시스템 작업, 대화형 메모리가 포함됩니다. B1은 API 통합, RAG 기초, 벡터 데이터베이스, 관찰성, LangChain 기초, 문서, 데이터 분석, 워크플로 자동화를 위한 도메인별 에이전트로 도구 모음을 확장합니다. B2는 상태 저장 에이전트를 위한 LangGraph, LlamaIndex, ReAct 패턴, 메모리 아키텍처, 비동기 및 이벤트 기반 설계, 에이전트 안전 및 가드레일, 비용 및 지연 최적화를 통해 지식을 심화합니다. C1 단계는 고급 RAG 기법, 멀티 에이전트 오케스트레이션, 프로덕션 배포, 에이전트 작업을 위한 모델 미세 조정, 멀티모달 파이프라인을 다룹니다. 트랙은 C2의 자체 개선 에이전트 시스템과 자율 시스템으로의 여정으로 마무리됩니다.
작동 방식
각 코스는 짧고 집중된 레슨들로 나뉘며, 내장된 코드 편집기에서 실시간 피드백을 받으며 진행합니다. 막힐 때마다 AI 튜터를 활용할 수 있으며, 모든 연습은 실행 가능한 코드를 기반으로 하므로 개념이 이론이 아닌 구체적으로 유지됩니다.
