연락처 정보

코스 개요

LLM 애플리케이션 아키텍처와 설계

  • 어시스턴트, 코파일럿 및 워크플로우 자동화를 위한 일반적인 OpenAI 기반 애플리케이션 패턴
  • 비즈니스 요구사항, 신뢰성, 사용자 경험 측면에서 적합한 아키텍처 선택 방법
  • 프로토타입 코드를 실제 운영 가능한 애플리케이션으로 발전시키는 과정

프롬프트 설계, 컨텍스트 관리 및 구조화된 출력 처리

  • 일관된 동작을 보장하기 위한 시스템 명령어, 사용자 지시사항 및 개발자 가이드라인 구성 방법
  • 일관성과 제어 가능성을 높이기 위한 프롬프트 설계 기법
  • 후속 애플리케이션 로직 처리를 용이하게 하는 구조화된 출력의 활용 방안
  • 컨텍스트 창 크기, 대화 상태 및 응답 품질 관리 전략

도구 활용과 워크플로우 오케스트레이션

  • 함수 호출 기능을 이용해 외부 서비스와 연동된 워크플로우 구축 방법
  • 입출력 검증, 오류 처리 및 예외 상황에 대응하는 대체 실행 방안 설계
  • 실제 비즈니스 업무 수행을 위한 다단계 워크플로우 구성 기법

검색 기능 통합 및 지식 기반 응답 처리

  • 검색 증강 생성 기술이 필요한 상황을 파악하는 방법
  • 유용한 검색 결과를 얻기 위한 문서 준비 및 콘텐츠 분할 전략
  • 신뢰할 수 있는 출처에서 관련 컨텍스트를 추출해 응답의 정확도 높이기

평가 체계, 안전 장치 및 운영 준비도 확보

  • 품질 기준을 명확히 설정하고 예상 결과와 일치하는지 검증하는 방식
  • 환각 현상을 최소화하며 불안전하거나 부적절한 요청에 대처하는 가이드라인 적용
  • 사용량, 지연 시간, 토큰 소모 및 비용 추적을 통한 모니터링 기법
  • 실제 배포 준비와 향후 개선 작업을 위한 전략 수립 방법

실습 기반 구현 워크숍

  • 프롬프트 설계, 구조화된 출력 활용, 도구 연동 및 검색 기능까지 포함하는 간단한 OpenAI 애플리케이션 구축 실습
  • 설계 의사결정 내용 리뷰와 실제 운영 환경 적용 시 발생할 수 있는 문제점 진단 및 후속 개선 방안 논의

요건

  • 대규모 언어 모델 개념 및 API 기반 애플리케이션 개발에 대한 이해
  • REST API, JSON 활용 경험과 프롬프트 기반 애플리케이션 워크플로우 실무 능력
  • Python, JavaScript 또는 그 외 유사한 프로그래밍 언어에 대한 중급 수준의 이해도

수강 대상자

  • LLM 기반 애플리케이션을 개발하는 소프트웨어 개발자들
  • OpenAI 기반 솔루션을 설계하는 AI 엔지니어 및 기술 리더들
  • 실제 운영 환경에서 AI 기능을 구현하고 관리하는 제품 팀 및 아키텍트들
 7 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리