연락처 정보

코스 개요

대형 언어 모델 및 에이전트 프레임워크 소개

  • 인프라 자동화 분야에서의 대형 언어 모델 활용 개요
  • 다중 에이전트 워크플로우 관련 핵심 개념 설명
  • AutoGen, CrewAI, LangChain을 활용한 DevOps 시나리오 예시

DevOps 작업을 위한 LLM 에이전트 설정 방법

  • AutoGen 설치 및 에이전트 프로필 구성 절차
  • OpenAI API를 포함한 다양한 LLM 제공자 활용법
  • CI/CD 환경과 호환되는 작업 공간 구축 방법

테스트 및 코드 품질 관리 자동화 방안

  • LLM에게 단위 테스트 및 통합 테스트 생성을 지시하는 방법
  • 에이전트를 활용해 코딩 규칙 준수, 린팅 적용, 코드 리뷰 가이드라인 강제화
  • 자동화된 풀 리퀘스트 요약 및 태그 생성 기법

경보 처리 및 변경 사항 감지를 위한 LLM 에이전트 활용

  • 파이프라인 오류 발생 시 대응하는 에이전트 설계법
  • 언어 모델을 이용한 로그 및 트레이스 분석 기술
  • 위험도가 높은 변경 사항이나 잘못된 설정의 선제적 탐지 방법

DevOps 환경에서의 다중 에이전트 협업 구조

  • 계획 수립자, 실행자, 검토자 역할을 맡는 에이전트 조율 방법
  • 에이전트 간 메시지 전달 체계 및 메모리 관리 원리
  • 중요한 시스템 운영 시 인간의 개입이 필수적인 설계 방식

보안, 거버넌스 및 관측 가능성 확보 전략

  • 인프라 내에서 데이터 유출 방지와 LLM 안전성 확보 방법
  • 에이전트의 행동 기록 감사 및 권한 범위 제어 기술
  • 파이프라인 운영 현황 모니터링과 모델 피드백 활용법

실제 사례 분석 및 맞춤형 시나리오 적용

  • 장애 대응을 위한 에이전트 워크플로우 설계 방안
  • GitHub Actions, Slack, Jira 등과의 에이전트 연동 기법
  • DevOps 환경에서 LLM 통합 확대를 위한 최적 사례 안내

요약 및 향후 발전 방향 제시

요건

  • DevOps 도구 및 파이프라인 자동화 경험
  • Python과 Git 기반 워크플로우에 대한 기본 지식
  • 대형 언어 모델에 대한 이해 또는 프롬프트 엔지니어링 실무 경험

수강 대상

  • 혁신 기술을 연구하는 엔지니어 및 AI 통합 플랫폼 책임자
  • DevOps 또는 자동화 분야에서 일하는 LLM 개발자
  • 지능형 에이전트 프레임워크에 관심 있는 DevOps 전문가들
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리