LlamaIndex 기초: AI 에이전트 및 RAG 앱 구축하기

거대 언어 모델(LLM)이 현대 소프트웨어의 핵심이 됨에 따라, 이를 개인 데이터에 연결하는 능력은 매우 수요가 높은 기술이 되었습니다. LlamaIndex는 가공되지 않은 문서와 지능형 AI 애플리케이션 사이의 간극을 메우기 위한 강력한 프레임워크를 제공합니다. 이 코스는 스마트한 AI 에이전트를 구축하고 검색 증강 생성(RAG) 시스템을 구현하는 과정을 안내합니다. 문서 인덱싱 및 벡터 임베딩(vector embeddings)의 기초 개념부터 시작하여, 복잡한 데이터 세트를 쿼리하여 정확하고 문맥을 인식하는 응답을 제공할 수 있는 자율 에이전트를 설계하는 단계로 나아갑니다. 학습 내용: - LlamaIndex, LLM 및 문서 인덱싱의 핵심 개념 이해. - 자체 데이터를 쿼리하기 위한 기초적인 검색 증강 생성(RAG) 파이프라인 구축. - 효율적인 시맨틱 검색 및 검색을 위해 현대적인 벡터 데이터베이스 통합. - 다단계 추론 및 도구 사용이 가능한 지능형 AI 에이전트 설계. - 에이전트의 정확도와 신뢰성을 향상시키기 위한 기본 프롬프트 엔지니어링 기법 적용. - AI가 최적으로 소비할 수 있도록 복잡한 문서를 구조화하고 청킹(chunking)하는 연습. 커리큘럼은 필수 용어와 기본적인 데이터 수집부터 고급 에이전트 워크플로우까지 논리적으로 흐릅니다. 텍스트 기반 설명과 실용적인 코드 스니펫을 통해 기초부터 견고한 AI 애플리케이션을 개발하는 데 필요한 기술을 점진적으로 쌓게 됩니다. 이 코스는 초보자와 개발자 지망생을 위해 설계되었으며, 사전 머신러닝 경험은 필요하지 않습니다. 지금 등록하여 LlamaIndex로 자신만의 데이터 기반 AI 에이전트 구축을 시작하세요.