![[비환급] [IT 마스터 클래스] LangChain을 활용한 RAG의 모든 것!_실습편](/data/file/28a744590f556f65b914a39648e45bcf.png)
[비환급] [IT 마스터 클래스] LangChain을 활용한 RAG의 모든 것!_실습편
과정소개
RAG 실습편은 생성형 AI를 실제 서비스로 만들기 위해 반드시 거쳐야 할 실무 연결 과정입니다.
본 과정은 RAG 기본 개념을 이미 이해했거나, 생성형 AI를 실제 업무에 적용해야 하는 조직을 위한 과정으로 RAG 파이프라인을 처음부터 끝까지 직접 구현하고, 구성 요소별 역할과 성능 차이를 실습으로 확인하는 실무 중심 과정입니다. 단순 예제 따라 치기가 아닌, “왜 이 단계가 필요한지, 바꾸면 결과가 어떻게 달라지는지”를 체감하는 실습 과정입니다.
학습목표
1. RAG 전체 파이프라인을 직접 구현하고 RAG 품질에 영향을 주는 핵심 요소를 실습을 통해 이해할 수 있다.
2. LangChain 기반 RAG 구조를 명확히 이해하고 고급 RAG 구조와 확장 전략을 이해할 수 있다.
3. RAG 성능을 평가하고 설명할 수 있다.
2. LangChain 기반 RAG 구조를 명확히 이해하고 고급 RAG 구조와 확장 전략을 이해할 수 있다.
3. RAG 성능을 평가하고 설명할 수 있다.
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 반영비율 | 100% | 100점 |
| 이수(과락)기준 | 80% | 0점 |
✔ 수료기준은 진도율 80%이상, 총 환산 점수 0점 이상입니다
교재
테디노트의 랭체인을 활용한 RAG 비법노트: 심화편
28,000원
★ 파이프라인을 최적화하고 에이전트를 만들어 서비스로 배포하기까지
★ 90점짜리 RAG를 100점짜리 고급 RAG로 업그레이드하는 비법
★ 90점짜리 RAG를 100점짜리 고급 RAG로 업그레이드하는 비법
데이터를 검색해서 답변을 생성하는 RAG를 익혔다면 이제 정보를 더 정교하게 추출하고 처리 흐름을 유연하게 설계하는 고급 RAG(Advanced RAG)로 나아갈 차례다. 이 책에서는 RAG 시스템이 더 정확하고 관련성 높은 문서를 선택하도록 구성해 응답 품질을 높이고, 입력 조건과 처리 목적에 따라 실행 흐름을 자유롭게 설계할 수 있는 구조를 구현하며, 정량적 지표를 바탕으로 문제점을 식별하고 반복 실험을 통해 성능을 개선하는 방법을 다룬다. 또한 LLM이 도구를 사용해 실질적인 작업을 자동으로 수행할 수 있도록 구성하고, 개발한 시스템을 외부 사용자에게 제공 가능한 형태로 서비스화하는 과정까지 포함한다.
강의목차
| 차시 | 강의명 |
|---|---|
| 1차시 | LangChain 개요 |
| 2차시 | LLM 연동 및 기초 QA (1) |
| 3차시 | LLM 연동 및 기초 QA (2) |
| 4차시 | Document Parsing & Chunking |
| 5차시 | Vector Embedding & Vector Store |
| 6차시 | RAG Pipeline 구현 실습 (1) |
| 7차시 | RAG Pipeline 구현 실습 (2) |
| 8차시 | RAG Pipeline 구현 실습 (3) |
| 9차시 | 고급 RAG 이론 및 실습 (1) |
| 10차시 | 고급 RAG 이론 및 실습 (2) |
| 11차시 | 고급 RAG 이론 및 실습 (3) |
| 12차시 | RAG Pipeline 평가 (1) |
| 13차시 | RAG Pipeline 평가 (2) |
