산대특
(AI 전문인력 양성)_AI 에이전트 개발자(RAG)
이 과정은 생성형 AI 에이전트를 기반으로 하는 서비스 구조를 깊이 이해하고, 실제 기업에서 필요로 하는 실전 인재를 키우는 것을 목표로 삼고 있습니다.수강생들은 복잡한 문서 데이터를 가공하고 Vector DB를 만드는 기초 작업부터 시작합니다. 이후 검색과 응답, 그리고 실제 액션까지 매끄럽게 이어지는 서비스를 직접 설계하고 구현해 봅니다. 더 나아가 LangChain과 LangGraph를 활용한 에이전트 설계, FastAPI를 이용한 API 연동, 그리고 최종 서비스 배포와 운영까지 전체 과정을 상세히 다루게 됩니다.이러한 체계적인 학습과 통합 프로젝트 경험을 통해, 수강생들이 현장의 RAG 및 AI 에이전트 개발 실무에 자신감 있게 투입될 수 있도록 적극적으로 돕습니다.
평일6월 10일
120일
20명

실제 과정을 수료한
수강생들의 평가를 보여드립니다!

- (AI 전문인력 양성)_LLM 기반
자율형 AI 에이전트 개발자 양성 -
LangGraph, Hybrid RAG, 멀티에이전트까지,
실전 AI 에이전트 시스템 구축 완성
- 자율형 AI 에이전트의 핵심,
LangGraph 기반 Planner-Executor 설계 - LangChain과 LangGraph를 활용해 대화 흐름을 자동으로 계획하고 실행하는 Planner-Executor 구조를 설계합니다. 단순 챗봇을 넘어, 복잡한 업무를 스스로 판단하고 처리하는 자율형 AI 에이전트 개발의 핵심 역량을 쌓습니다.
- 정밀한 지식 검색의 완성,
Hybrid RAG(Vector DB + Graph DB) 아키텍처 - Chroma·Qdrant 기반 벡터 DB와 Neo4j 그래프 DB를 결합한 Hybrid RAG 시스템을 구축합니다. 문서 파싱·OCR·비식별화까지 전처리 파이프라인을 직접 구현하며, 기업 내부 데이터에도 정확하고 신뢰도 높은 답변을 제공하는 지식 기반 AI 서비스를 완성합니다.
- 멀티에이전트 협업 시스템과
LLM-as-a-Judge 기반 품질 자동 검증 - 여러 전문 에이전트가 역할을 분담하고 협력하는 멀티에이전트 아키텍처를 설계하고, LLM-as-a-Judge 평가 프레임워크로 AI 출력 품질을 자동 검증합니다. Airflow 기반 ETL 자동화부터 Docker·AWS 배포까지, 실제 서비스 출시 환경을 그대로 경험합니다.
과정을 수료하면 어떠한 작업을 하는지 궁금한가요?
수강생분들의 포트폴리오를 소개합니다.
수강생분들의 포트폴리오를 소개합니다.
커리큘럼
|
AI 에이전트 개발 기초
|
AI 에이전트 개발 기초
|
|
AI 공통역량
|
AI 공통역량
|
|
RAG 개발
|
RAG 개발
|
|
AI 에이전트 개발
|
AI 에이전트 개발
|
|
AI 서비스 연동 기초
|
AI 서비스 연동 기초
|
|
AI 서비스 품질개선 및 배포
|
AI 서비스 품질개선 및 배포
|
|
AI 에이전트 통합 프로젝트
|
AI 에이전트 통합 프로젝트
|
취업성공, 그들이 말하다!
하이미디어 취업생분들의 생생한 현장 토크.
이런 과정들은 어떠세요?
마감이 얼마 안남은 동일 분류의 과정들을 추천해 드립니다.
마감이 얼마 안남은 동일 분류의 과정들을 추천해 드립니다.





