Online

랭체인 입문
5개 프로젝트로 시작하는 LLM 기반의 AI 서비스 개발
ft. 스스로 일하는 AI 에이전트까지

(자동)
정가 (자동)
할인 금액 (자동)
현재 판매가 (자동)

(자동)

* 12개월 무이자 할부 시
바로 구매하기

랭체인과 함께라면 누구나 완성도 높은
AI 서비스를 만들 수 있습니다!

* 랭체인은 단순한 파이썬 지식만으로도
LLM 기반의 애플리케이션을 쉽게 개발할 수 있도록 해주는 프레임워크입니다.

  • 1

    복잡한 코드 작업없이
    쉽고 빠른 AI 서비스 개발이
    가능합니다.

    자세히보기 랭체인은 프롬프트와 모델을 연결하거나, 외부 데이터와의 연동, 벡터 데이터베이스를 포함한 다양한 데이터 저장소와의 통합 작업을 지원합니다. 따라서, 10배 이상 짧은 코드로 서비스 개발이 가능합니다.

  • 2

    RAG 파이프라인을 통해
    개인화된 AI 서비스 구현이
    가능합니다.

    자세히보기 LangChain은 AI 모델 간의 상호 작용과 데이터 흐름을 효율적으로 관리할 수 있는 프레임워크를 제공합니다. 통합된 인터페이스로 유사한 의미를 검색해 실제 사내의 데이터를 참고하는 복잡한 데이터 RAG 파이프라인을 간단하게 구성할 수 있습니다.

  • 3

    다양한 플랫폼과의
    유연한 통합 & 배포가
    가능합니다.

    자세히보기 LangChain은 다양한 AI 모델과 서비스를 하나의 애플리케이션에 쉽게 통합할 수 있는 플랫폼을 제공합니다. 이를 통해 복잡한 코드 작성 없이도 AI 기능을 자신의 프로젝트에 맞춤화하고 강화할 수 있습니다.

  • 4

    간단한 코드 수정으로도
    손쉽게 기능 유지와 확장이
    가능합니다.

    자세히보기 LangChain의 사용은 애플리케이션의 기능을 확장하는 데 있어 유연성을 제공합니다. 이를 통해 AI 서비스를 더욱 쉽게 전파하고, 다양한 사용 사례에 적용하여 AI 사용 사례를 확대할 수 있습니다.

AI 서비스 개발이 처음이라면
이 강의로 시작 해야하는 8가지 이유!

화제의 AI 인턴 [ 데이터 볼트 ]를 개발한 강사님과
데이터 볼트를 비롯한 5개의 프로젝트를 직접 개발하며 학습합니다.

+ 천재 AI 인턴 [ 데이터볼트 ] 자세히 보기 +

강사님 소개
국내 AI 서비스 선두주자 !
원티드랩의 엔지니어링 업무 효율화를 책임지고 있습니다.
최종원 강사님
ChatGPT의 등장 이후,
많은 기업들이 LLM 기반의 서비스 개발에 집중하고 있습니다.
이런 트렌드에 맞춰 원티드랩 역시 다양한 AI 서비스를 개발해왔습니다.
원티드랩에서의 경험과 시행착오를 바탕으로
AI 서비스 개발이 처음이신 분들도 쉽게 따라할 수 있도록
기초부터 실전 프로젝트에 이르기까지 단계별로 강의를 준비하였습니다.
  • 주요 경력
    현) 원티드랩 Engineering Manager
    전) 원티드랩 Data Engineer
  • 강의 이력
    ∙ SQL 쿼리 생성 엔지니어 @Data Bolt
    ∙ 데이터가 흐르는 회사 만들기 with Amplitude
    ∙ AI Brain Room
    ∙ 우리팀에게 딱 맞는 도구와 문화 만들기 외 다수...
  • 기타 활동
    ∙ 원티드 사내 Jira 생성 봇 개발
    ∙ 원티드 사내 AI 인턴 ‘데이터 볼트’ 개발

Point 1

기초부터 탄탄하게!
25시간으로 끝내는 AI 서비스 개발의 A to Z

딱 25시간만 투자하세요.
랭체인과 함께라면 AI 서비스 개발, 더 이상 어렵지 않습니다.

  • Basic | 5hrs
    Langchain | 프롬프트 엔지니어링
    LLM & 랭체인의 기초 이해
    ∙ LLM & Langchain 개념 이해하기
    ∙ 역할을 부여한 프롬프트 엔지니어링
    ∙ LangChain과 Streamlit 연결하기
    ∙ 임베딩 개념 이해하기
  • Advanced | 10hrs
    외부 툴 연동 | 데이터 전처리 | RAG
    RAG를 적용한 고도화 된 서비스 개발
    ∙ 다양한 외부 데이터 소스(API) 연결하기
    ∙ 내부 데이터 주입을 위한 RAG 실습하기
    ∙ Langchain의 Agent 기능을 통한 외부 서비스 호출하기
  • Master | 10hrs
    프로젝트의 지속적 개선 | 보안 | 클라우드 배포
    실전 프로덕션을 위한 지속적 개선/보안
    ∙ 클라우드에 프로젝트 올리기
    ∙ 병렬 처리를 통한 응답속도 향상하기
    ∙ 지속적 배포를 통한 안정적인 서비스 구축하기

AI에 대한 기본적인 이해를 넘어,
다양한 상황에 AI를 적용할 수 있는 능력을 갖추는 것이 중요합니다.

Point 2

단순한 챗봇은 만들지 않습니다!
활용도 높은 5개의 실용적인 프로젝트를 소개합니다.

2개의 수익형 웹 서비스를 개발하며 기본을 다지고
사내 업무 효율을 극대화하는 3개의 자율 작동 AI 에이전트를 구축해봅니다.

2개의 수익형 웹 서비스로 랭체인 기초 다지기

단순 AI 서비스를 만들어보는것 뿐 아니라, Streamlit을 사용해 실제 배포와 수익화에 필요한 개념까지 학습합니다.

Project 1

주식시장 분석 웹 서비스

특정 기업의 데이터를 기반으로 AI가 주식 정보를 요약해주는 커뮤니티 서비스

  • 학습내용
    ∙ LLM & LangChain 기본 학습
    ∙ Streamlit으로 UI 다루기
    ∙ 키워드 검색에 대한 이해와 활용
  • 구현 기능
    ∙ yfinance로 주식데이터 다루기
    ∙ LangChain으로 금융 전문가 역할 설정
    ∙ 간단한 댓글기반 커뮤니티 UI 구성하기
  • 기술 스택

Project 2

와인 정보 기반 음식 페어링 추천 웹 서비스

음식별로 페어링하기 좋은 와인을 추천해주는 AI 서비스

  • 학습내용
    ∙ 벡터 검색은 언제 사용하는가?
    ∙ Vector DB와 RAG 기본 개념
    ∙ 데이터를 Vector DB에 주입하기
  • 구현 기능
    ∙ 소믈리에로 역할 정의하기
    ∙ 선택한 와인에 어울리는 요리 추천 기능
    ∙ 선택한 요리에 어울리는 와인 추천 기
  • 기술 스택

스스로 일하는 AI Agent 만들기

Fortune 500대 기업에서는 LLM을 활용해 [ 내부용 서비스에 더욱 집중 ] 하고 있다는 사실, 알고 계셨나요?
3개의 프로젝트를 통해 현업에서 즉시 활용 가능한 다양한 서비스를 만들어 봅시다.

AI Agent 란?
외부 API 와의 연동을 통해 단순 답변만 내놓는 챗봇이 아닌, 사용자의 요청에 따라 적절한 외부 서비스를 호출해 스스로 다음 액션을 수행할 수 있는 마치 한명의 인턴과도 같은 AI 서비스를 말합니다.
AI Agent 동작 방식
사용자가 태스크를 입력하면, Agent가 목표 달성을 위해 태스크를 작은 서브 태스크로 분할하고, 외부 툴을 활용하여 자동으로 필요한 액션들을 수행해냅니다.
1) Task "oooo에 필요한 데이터 추출해줘"
2) Sub Task 내부 데이터 검색, 저장된 위치 확인
3) Action 내부 데이터 기반, 실제 실행 가능한 SQL Query 생성

Project 3

Jira 티켓 자동 생성 Agent

슬랙에 작성된 내용을 요약하여 자동으로 Jira 티켓을 생성하는 서비스

  • 학습내용
    ∙ API에 대한 깊이있는 이해하기
    ∙ 다양한 프롬프트 엔지니어링 적용하기
    ∙ 서드파티 라이브러리 탐색하기
    ∙ 프로그래밍을 통한 슬랙 봇 다루기
  • 구현 기능
    ∙ 슬랙 대화 내용 자동 요약하기
    ∙ 이모지 클릭을 통한 Jira 티켓 자동 생성하기
    ∙ 다양한 프롬프트 엔지니어링 적용하기
  • 기술 스택

Project 4

사내 HR 문서를 기반으로 답변해주는 온보딩 Agent

사내 HR 문서를 기반으로 답변해주는 온보딩 비서 서비스

  • 학습내용
    ∙ Confluence API 학습하기
    ∙ LangChain으로 문서 Chunking 하기
    ∙ 벡터 데이터베이스에 스키마 구성하기
    ∙ API 데이터와 Vector DB 연동하기
  • 구현 기능
    ∙ 가상의 기업 만들기
    ∙ Confluence 문서 가져오기
    ∙ 저장된 데이터를 토대로 답변하는 HR & 온보딩 비서 구현하기
  • 기술 스택

아직 끝이 아니에요!

프로덕션 환경에서 원활하게 사용하기 위해 필요한
성능 최적화, 안정적인 배포, 그리고 지속적인 개선이 포함된 최종 프로젝트를 확인하세요!

Point 3

화제의 AI 인턴 데이터 볼트,
쿼리 자동 생성 Agent를 직접 구축해봅시다.

사내 데이터를 학습한 AI가 자동으로 쿼리를 생성해준다면 어떨까요?
곧 바로 사용 가능한 프로덕션 수준의 쿼리생성 AI Agent를 학습합니다.

Project 5

사내 데이터를 학습한 쿼리 자동 생성 Agent

복잡한 사내 데이터 쿼리를 생성하여 팀의 데이터 접근성과 효율성을 대폭 향상시킵니다.

  • 학습내용
    ∙ Google SpreadSheet API 이해하기
    ∙ Google BigQuery 이해하기
    ∙ 간단한 SQL 이해하기
    ∙ 자동화를 위한 메타데이터 및 데이터 카탈로그 이해하기
    ∙ 심화 프롬프트 엔지니어링
  • 구현 기능
    ∙ 구글 시트에 컬럼 설명 만들기
    ∙ 시트 & Confluence 데이터를 VectorDB에 주입하기
    ∙ SQL로 메타데이터 다루기
    ∙ VectorDB에서 RAG로 데이터 전달하기
    ∙ 사내 데이터 기반 자동 SQL 생성하기
  • 기술 스택

BENEFIT !
패스트캠퍼스 수강생에게만 드리는 혜택!

Benefit 1
오래 된 강의 아니야? 걱정 마세요.
지속적인 업데이트를
약속드립니다.

업데이트로 인한 Breaking change 발생 시, 강의 또는 추가 학습 자료가 업데이트 됩니다.
* 버전 업데이트에 따른 강의 내용 업데이트는 2026년 04월 28일까지 보장되며,
당사 사정에 따라 추가 업데이트 여부는 변동될 수 있습니다.

Benefit 2
실습 프로젝트를 그대로 사용할 수 있도록
모든 프로젝트 코드를
몽~땅 제공합니다.
Benefit 3
강사님이 직.접. 답변하는
질의응답 게시판까지!
패스트캠퍼스 질의응답 게시판을 통해
강사님에게 직.접. 궁금한 사항을 문의하고 빠르게 답변 받아보세요.

AI 질의응답 게시판 운영 노출 기간 : 2024.06.10 ~ 2026.04.28

이런 분들이 수강하시면 좋아요!

커리큘럼

아래의 모든 강의를 이 강의 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!

-보너스 파트의 경우 패스트캠퍼스 [파이썬으로 개발하는 빅데이터 기반 맛집 추천 서비스 (ft. Django, FastAPI) Part 1. 파이썬 필수 문법 & 백엔드의 이해 Ch 1~8까지 동일한 영상을 제공합니다.

Part 1. 기본기 돌아보기

Part 2. Streamlit을 활용한 프로젝트

Part 3. Slack Bot 활용한 프로젝트

Part 4. 실전, 프로덕션!

+ Bonus

상세 커리큘럼 보기
해당 강의는 사전 예약 상품입니다.

영상 공개는 다음과 같이 4회에 걸쳐 공개됩니다.
(강의 1회 결제시 모든 영상을 평생 반복 수강 가능합니다.)

-----

1차 공개   24년 06월 10일 (월)
2차 공개   24년 07월 01일 (월)
3차 공개   24년 07월 22일 (월)
전체 공개   24년 08월 05일 (월)

이 강의도 추천해요.