문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
LLM 에이전트 시스템 입문
- LLM 에이전트 및 멀티에이전트 구조의 기본 개념
- AutoGen 프레임워크와 그 생태계 소개
- 사용자 프록시, 어시스턴트, 함수 호출기 등 다양한 에이전트 유형
AutoGen 설치 및 환경 구성하기
- Python 개발 환경과 필수 라이브러리 세팅하기
- AutoGen 설정 파일의 기본 구조 이해하기
- OpenAI, Azure, 로컬 모델 등 다양한 LLM 서비스 연결 방법
에이전트 설계 및 역할 배정하기
- 각 에이전트 유형별 특성과 대화 패턴 파악하기
- 목표, 프롬프트, 지시사항 등을 기반으로 에이전트 정의하기
- 역할에 따른 작업 분담 및 제어 흐름 설계하기
함수 호출 및 외부 툴 통합하기
- 에이전트에서 활용 가능한 함수 등록 방법
- 자율적 또는 협력적으로 수행되는 함수 실행 방식
- 외부 API와 Python 스크립트를 에이전트에 연결하는 기술
대화 관리 및 메모리 처리하기
- 세션 추적과 지속성 있는 메모리 운영 방법
- 에이전트 간의 메시지 전달 및 토큰 처리 원리
- 대화 맥락과 이력 정보를 효율적으로 관리하기
종합적인 에이전트 워크플로우 구축하기
- 문서 분석, 코드 리뷰 등 다단계 협업 업무 처리 방법
- 사용자와 에이전트 간의 대화 시나리오 및 의사결정 흐름 모사하기
- 에이전트 성능 진단 및 최적화 기법
실제 활용 사례 및 시스템 배포 방법
- 내부 자동화 작업: 리서치, 보고서 생성, 스크립팅 등
- 외부 서비스용 에이전트: 채팅 어시스턴트, 음성 인터페이스 연동 등
- 프로덕션 환경에 에이전트 시스템 배포 및 패키징 전략
요약 및 향후 학습 방향 제안
요건
- Python 프로그래밍에 대한 기초 지식
- 대규모 언어 모델 및 프롬프트 엔지니어링 경험
- API 사용법과 자동화 워크플로우 관련 이해도
수강 대상
- AI 엔지니어
- 머신러닝 개발자
- 자동화 아키텍트
21 시간
회원 평가 (1)
그가 계속해서 예시를 제공하면서도 그가 제시한 내용에 대해 개인적으로 작업할 시간을 주었다는 점이 마음에 들었습니다.
Iacob Giorgel
코스 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
기계 번역됨
