OpenAI의 채팅 API와 LangChain(랭체인), LangGraph(랭그래프)를 사용한 LLM(대규모언어모델)을 제품화 수준의 시스템에 통합하기 위한 기본 지식을 학습하고 LLM을 활용한 RAG(검색증강생성) 애플리케이션과 AI 에이전트 및 OpenAI, Anthropic, Google Gemini를 비롯한 LLM을 API로 제공하는 사업자의 서비스를 통해 애플리케이션 개발자는 이전에는 AI 및 머신러닝 지식을 기초부터 공부하지 않으면 구축할 수 없었던 AI시스템을 공부하지 않으면 구축할 수 없었던 AI시스템을 쉽게 구현할 수 있는 방법이 나오게 되었습니다.
2023년 대비 2024년도에는 훨씬 빠른 속도로 LLM 애플리케이션을 구축하거나 기존 시스템에 LLM기능에 연동하는데 쉽게 접근할 수 있는 시기였습니다. 또한 2023년도는 사내 챗봇 개발이 주였지만 2024년 하반기부터는 사내문서 검색시스템에 LLM을 적용하거나 AI 에이전트가 화두가 되면서 인간과 AI 어시스턴트가 상호작용하며 업무를 진행하는 것보다 더 적은 프롬프트로 정확하게 업무를 수행하는 방향으로 LLM을 활용하려는 케이스가 늘고 있습니다.
이 강좌는 일반적인 생성형 AI보다 AI 에이전트형태의 LLM 애플리케이션을 구축하고자 하는 독자를 대상으로 OpenAI 채팅 API와 LangChain으로 구축하는 방법과 AI 에이전트 디자인패턴을 이용한 방법을 배울 수 있습니다. 즉 생성형 AI를 이용해본 경험이 있는 독자라면 RAG 앱 개발 지식과 평가 운영 유지보수등의 LLMOps를 이 강좌를 통해 배울 수 있도록 구성했습니다.
<목차>
☞ GitHub 리파지토리