Langchain과 함께 RAG 이해하기

필수 선행학습

LangChain으로 AI랑 대화하기

🔍 신뢰할 수 있는 LLM의 핵심, RAG 시스템을 배워봅시다!

최신 AI 기술의 핵심 트렌드인 RAG 시스템은 대규모 언어 모델(LLM)의 한계를 극복하고 정확하고 신뢰할 수 있는 AI 응답을 구현하는 혁신적인 방법론입니다.

2023년 이후 급속도로 발전한 이 기술은 기존 LLM의 환각(Hallucination) 문제를 해결하고, 실시간으로 업데이트되는 최신 정보를 AI 시스템에 반영할 수 있게 만들었습니다.

본 교재는 이론과 실습을 균형있게 학습할 수 있고, 퀴즈를 통해 배운 내용을 철저히 복습할 수 있도록 설계되었습니다. 또한, 최종 단계에서 실제 서울시 정책 문서를 활용한 RAG 시스템 구현 프로젝트를 통해 실전 경험을 쌓을 수 있습니다.

🎯스테이지 1~2. RAG와 Langchain의 기초

• RAG의 기본 개념, 작동 원리, 특징을 학습합니다.
• LangChain 프레임워크를 이해합니다.

🎯스테이지 3~4. RAG 파이프라인의 이해(데이터 준비 단계)

• RAG를 위한 데이터 준비 단계에 해당하는 파이프라인을 알아봅니다.
• Document Loaders, Text Splitters, 텍스트 임베딩(Text Embeddings), 벡터 스토어(Vector Stores)에 대해 학습합니다.

🎯스테이지 5~6. RAG 파이프라인의 이해(운영 단계)

• '사용자 질문을 입력 받는 단계'부터 '사용자에게 LLM이 생성한 응답을 전달하는 단계' 까지의 파이프라인에 대해 알아봅니다.
• Retrievers와 프롬프트(Prompt)의 개념을 이해합니다.
• RAG의 전체적인 흐름을 학습합니다.

🎯스테이지 7~8. 실습1 - 데이터 준비 단계

• LangChain을 활용하여 Document Loaders, Text Splitters, 텍스트 임베딩, 벡터 스토어를 실습해봅니다.
• 문서 불러오기부터 문서 분할, 임베딩, 벡터 스토어 저장까지 경험해볼 수 있습니다.

🎯스테이지 9~10. 실습2 - 운영 단계

• LangChain을 통한 Retrievers 사용 방법을 실습합니다.
• LangChain의 Chain을 통해 운영 단계 파이프라인을 구현해봅니다.

🎯스테이지 11. 실전! RAG 시스템 구현해보기

• 2024 서울시 정책 문서를 활용하여 실제 RAG 시스템을 구현해봅니다.

🙋‍♀️🙋🏻‍♂️이런 분들에게 추천해요!

✅ RAG의 기초를 체계적으로 배우고 싶으신 분
✅ RAG를 실습을 통해서 경험해보고 싶으신 분
✅ LLM이 더 정확한 답변을 할수 있도록 개발하고 싶으신 분