코스 개요

LLM 애플리케이션 아키텍처 및 설계

  • 어시스턴트, 코파일럿 및 워크플로우 자동화를 위한 일반적인 OpenAI 애플리케이션 패턴
  • 비즈니스 요구사항, 신뢰성 및 사용자 경험에 부합하는 적합한 아키텍처 선정
  • 프로토타입 코드에서 유지보수가 용이한 애플리케이션 설계로의 전환

프롬프트 작성, 컨텍스트 및 구조화된 출력

  • 예측 가능한 동작을 위한 시스템, 사용자 및 개발자 지시문 구조화
  • 일관성, 작업 제어 및 명확한 응답을 위한 프롬프트 설계
  • 하류 애플리케이션 로직을 지원하기 위한 구조화된 출력 활용
  • 컨텍스트 창, 대화 상태 및 응답 품질 관리

도구 활용 및 워크플로우 오케스트레이션

  • 외부 서비스와 연동하여 함수 호출 및 도구 기반 워크플로우 활용
  • 입력 및 출력 검증, 오류 처리 및 폴백 행동 적용
  • 실무 비즈니스 작업을 위한 다단계 플로우 설계

검색 및 지식 기반

  • 검색 증강 생성(RAG)이 적합한 상황 식별
  • 효과적인 검색을 위한 문서 준비 및 콘텐츠 청킹
  • 관련 컨텍스트 검색 및 신뢰할 수 있는 출처에 기반한 응답 생성

평가, 가드레일 및 운영 준비도

  • 품질 기준 정의 및 예상 결과에 대한 워크플로우 테스트
  • 할루시네이션 감소 및 안전하지 않거나 관련 없으며 모호한 요청 처리
  • 사용량, 지연 시간, 토큰 소비 및 비용 모니터링
  • 배포, 지원 및 점진적 개선을 위한 애플리케이션 준비

실습 구현 워크숍

  • 프롬프트 작성, 구조화된 출력, 도구 활용 및 검색을 통합한 소규모 종단 간 OpenAI 애플리케이션 구축
  • 설계 결정 사항, 일반적인 이슈 및 프로덕션 사용을 위한 실용적인 다음 단계 검토

요건

  • 대규모 언어 모델 개념 및 API 기반 애플리케이션 개발에 대한 이해
  • REST API, JSON 및 프롬프트 기반 애플리케이션 워크플로우 활용 경험
  • Python, JavaScript 또는 유사 언어에 대한 중급 프로그래밍 경험

대상 독자

  • LLM 기반 애플리케이션을 구축하는 소프트웨어 개발자
  • OpenAI 기반 솔루션을 설계하는 AI 엔지니어 및 기술 리더
  • 프로덕션 환경의 AI 기능을 담당하는 제품 팀 및 솔루션 아키텍트
 7 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리