문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 35 시간
코스 개요
고급 LangGraph 아키텍처
- 그래프 토폴로지 패턴: 노드, 엣지, 라우터, 서브그래프
- 상태 모델링: 채널, 메시지 패싱, 영속성(Persistence)
- DAG와 순환 플로우의 차이 및 계층적 구성
성능 및 최적화
- Python에서의 병렬성 및 동시성 패턴
- 캐싱, 배치, 도구 호출(Tool Calling), 스트리밍
- 비용 제어 및 토큰 예산 전략
신뢰성 엔지니어링
- 재시도, 타임아웃, 백오프(Backoff), 회로 차단(Circuit Breaking)
- 단계의 멱등성 및 중복 제거
- 로컬 또는 클라우드 스토어 사용 체크포인트 및 회복
복잡한 그래프 디버깅
- 단계별 실행(Step-through execution) 및 드라이 런(Dry run)
- 상태 점검 및 이벤트 트레이싱
- 시드와 픽스처(Fixtures)를 통한 프로덕션 문제 재현
관측성(Observability) 및 모니터링
- 구조화된 로깅 및 분산 트레이싱
- 운영 메트릭: 지연 시간, 신뢰성, 토큰 사용량
- 대시보드, 알림, SLO 추적
배포 및 운영
- 그래프를 서비스 및 컨테이너로 패키징
- 구성 관리 및 시크릿(비밀정보) 처리
- CI/CD 파이프라인, 롤아웃, 캐나리아 배포
품질, 테스트 및 안전
- 단위 테스트, 시나리오 테스트, 자동화 평가(Eval) 하네스
- 가드레일, 콘텐츠 필터링, PII(개인식별정보) 처리
- 강건성(Robustness)을 위한 레드팀(Red teaming) 및 카오스(Chaos) 실험
요약 및 다음 단계
요건
- Python 및 비동기 프로그래밍에 대한 이해
- LLM 애플리케이션 개발 경험
- 기본적인 LangGraph 또는 LangChain 개념에 대한 친숙함
대상 독자
- AI 플랫폼 엔지니어
- AI를 위한 DevOps 전문가
- 프로덕션 LangGraph 시스템을 담당하는 ML 아키텍트