Vertex AI Agent Builder & RAG를 활용한 스마트 에이전트 구축 교육 과정

AutoGen은 Microsoft에서 제공하는 오픈 소스 프레임워크로, LLM, 도구, 메모리 및 사용자 상호작용을 활용한 다중 에이전트 애플리케이션을 구축할 수 있습니다.

이 강사는 주재하는 실시간 교육(온라인 또는 현장)은 AutoGen의 Python-기반 API, 함수 호출 기능 및 모듈형 도구 체인을 사용하여 깊이 맞춤화된 에이전트를 설계하고 배포하고자 하는 고급 개발자 및 아키텍트를 대상으로 합니다.

이 교육을 마치면 참가자들은 다음과 같은 능력을 갖게 됩니다:

• 역할별 논리와 도구 라우팅을 가진 맞춤형 에이전트를 개발합니다.
• 고급 함수 호출 및 문맥 전환을 사용하여 동적인 워크플로우를 구축합니다.
• 에이전트 팀 내에서 메모리 모듈과 계획 프레임워크를 구현합니다.
• 다중 에이전트 오류 상태와 적응형 재시도 메커니즘을 처리합니다.

강의 형식

• 대화형 강의 및 토론.
• 수많은 연습과 실습.
• 라이브 랩 환경에서 직접 구현합니다.

강의 맞춤화 옵션

• 이 강의를 맞춤형 교육으로 요청하려면, 연락하여 조치를 취해 주시기 바랍니다.

이 인스트럭터 주도, 라이브 교육 (온라인 또는 현장) 과정은 Read AI를 Slack, CRM 시스템 및 Notion과 통합하여 업무 흐름을 자동화하고 팀 효율성을 향상시키려는 중급자에서 고급자 수준의 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음과 같은 능력을 갖게 됩니다:

• Read AI를 Slack, Salesforce, Notion 및 유사한 도구와 연결합니다.
• 플랫폼 간 회의 요약 및 작업 항목의 자동 전달을 설정합니다.
• Read AI 데이터를 CRM 시스템 및 작업 보드와 동기화합니다.
• 통합 문제 해결 및 팀 요구에 맞춘 구성 최적화

AgentCore는 메모리 지속성, 안전한 코드 해석기, 브라우저 도구를 제공하여 AI 에이전트가 상호작용적이고, 동적이고, 맥락 인식 가능한 경험을 제공할 수 있도록 합니다.

이 온라인 또는 현장 강습은 AI 에이전트를 설계하고 배포하여 장기적인 맥락 보존, 즉각적인 계산, 웹 UI와의 직접적인 상호작용을 수행할 수 있도록 하려는 중급에서 고급 수준의 기술 전문가를 대상으로 합니다.

이 강습을 마친 후 참가자들은 다음을 수행할 수 있게 됩니다:

• 상태가 있는, 맥락 인식 가능한 워크플로우를 위해 AgentCore 메모리를 구현합니다.
• 동적 계산 및 변환을 위해 안전한 코드 해석기를 활용합니다.
• 실시간 데이터 검색 및 UI 상호작용을 위해 브라우저 도구를 통합합니다.
• 분석, 고객 지원, 연구 사례를 위한 상호작용 에이전트를 설계합니다.

강좌 형식

• 상호작용적인 강의와 토론.
• AgentCore 메모리와 도구에 대한 실습 실습.
• 분석, 자동화 및 고객 지원 시나리오에서의 사례 연구.

강좌 맞춤화 옵션

• 이 강좌에 대한 맞춤형 교육을 요청하려면, 연락하여 조치하시기 바랍니다.

AgentCore 런타임 & 게이트웨이는 AWS 서비스 페어링으로, AI 에이전트를 외부 시스템과의 원활한 통합을 통해 패키징, 배포 및 안전하게 노출하는 것을 목표로 합니다.

이 강사는 에이전트 프로토타입을 프로덕션으로 전환하여 AgentCore 런타임을 배포에, 게이트웨이를 안전 연결 및 API 통합에 마스터하려는 중급 수준의 엔지니어링 팀을 대상으로 합니다.

이 교육을 마친 후, 참가자는 다음을 할 수 있을 것입니다:

• AgentCore 런타임 환경을 구축하고 에이전트를 배포하기 위해 패키징합니다.
• 게이트웨이를 통해 인증된, 속도 제한된 엔드포인트를 통해 에이전트를 노출합니다.
• 안정된 계약서를 사용하여 에이전트 워크플로우에 외부 도구와 API를 통합합니다.
• 프로덕션 운영을 위한 가시성, 로깅 및 사용량 모니터링을 기구합니다.

코스의 형식

• 상호작용 강의 및 토론.
• 런타임 배포 및 게이트웨이 통합을 위한 실습 랩.
• 신뢰성, 보안 및 롤아웃에 중점을 둔 실습 연습.

코스 맞춤화 옵션

• 이 코스에 대한 맞춤형 교육을 요청하려면, 문의해 주십시오.

AutoGen for Enterprise AI Automation은 AutoGen 프레임워크를 사용하여 복잡한 비즈니스 운영을 자동화하기 위해 확장 가능한 지능형 에이전트 시스템을 구현하는 데 중점을 둔 실습 중심의 강좌입니다.

이 강의는 AutoGen 프레임워크를 사용하여 기업 플랫폼과 프로세스에 다중 에이전트 아키텍처를 배포하고자 하는 중급에서 고급 수준의 AI 전문가를 대상으로 합니다.

이 교육을 마치면 참여자들은 다음을 수행할 수 있습니다:

• AutoGen과 LLM 에이전트를 사용하여 기업 워크플로를 설계하고 자동화합니다.
• 고급 오케스트레이션과 컨텍스트 처리를 위해 AutoGen을 LangChain과 통합합니다.
• RAG 파이프라인을 구축하고 기업 데이터를 연결하여 컨텍스트 기반 자동화를 구현합니다.
• Slack, Jira, SharePoint와 같은 기업 플랫폼에 에이전트를 연결합니다.
• 생산 환경에서 AutoGen 배포를 확장하고 모니터링합니다.

강좌 형식

• 상호작용 강의와 토론.
• 많은 연습과 실습.
• 라이브-랩 환경에서 직접 구현.

강좌 커스터마이징 옵션

• 이 강좌를 맞춤형으로 요청하려면 연락하여 안내를 받으세요.

AgentCore는 완전히 관리되는 AI 에이전트를 구축, 향상시키고 모니터링하는 과정을 단순화하여 대규모 배포를 위한 통합 서비스 패키지를 제공합니다.

이 강사는 초보자부터 중급자 수준의 실습자에게 온라인 또는 오프사이트에서 직접 제공하는 라이브 트레이닝으로, AgentCore를 사용하여 실제 환경에 사용할 수 있는 AI 에이전트를 만들어보는 경험을 제공합니다.

이 트레이닝을 마친 후, 참여자들은 다음을 수행할 수 있게 됩니다:

• AgentCore의 AI 에이전트 개발 핵심 기능을 이해합니다.
• 관리 서비스 사용하여 간단한 AI 에이전트를 설계하고 구성합니다.
• 에이전트 기능을 향상시키기 위해 워크플로를 통합합니다.
• 제품 환경에서 AI 에이전트를 배포하고 모니터링합니다.

과정의 형식

• 상호작용을 통한 강의와 논의.
• AgentCore 서비스에 대한 실습 실습.
• 에이전트 개념에서 배포까지의 유도된 연습.

과정 맞춤화 옵션

• 이 과정에 맞춘 맞춤형 트레이닝을 요청하려면, 안내해드릴 수 있도록 문의하세요.

이 강사는 대한민국 (온라인 또는 현장에서) 직접 교육을 통해 초급 수준의 전문가가 CrewAI의 기본 개념을 탐구하고 간단한 다중 에이전트 시스템을 구축하는 것을 목표로 합니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• CrewAI의 아키텍처와 설계 원리를 이해합니다.
• 에이전트 팀 내에서 역할, 작업 및 흐름을 정의합니다.
• CrewAI의 프레임워크를 사용하여 협업 워크플로를 생성합니다.
• 기본 다중 에이전트 시나리오를 구축, 테스트 및 실행합니다.

AutoGen Studio는 코딩 없이 LLM 기반 멀티 에이전트 워크플로우를 생성하고 관리하는 시각적 환경을 제공합니다.

이 강사는 초급자에서 중급자 수준의 비즈니스 및 혁신 전문가를 대상으로 하며, AutoGen Studio를 사용하여 내부 자동화 또는 AI 강화된 제품 개발을 위해 에이전트 상호작용을 시각적으로 설계, 테스트 및 정제하는 방법을 배웁니다.

이 강의를 통해 참가자들은 다음과 같은 능력을 갖추게 됩니다:

• 노코드 인터페이스를 사용하여 멀티 에이전트 워크플로우를 생성합니다.
• AutoGen Studio를 사용하여 에이전트 역할, 프롬프트, 목표를 정의합니다.
• 에이전트 간의 메시지 흐름을 시각화하고 관리합니다.
• 에이전트 논리에 오류 처리 및 컨텍스트 정제를 통합합니다.

강의 형식

• 상호작용형 강의 및 토론.
• 다양한 연습 문제.
• 실습 환경에서 직접 구현.

강의 커스터마이징 옵션

• 이 강의를 맞춤형으로 요청하려면, 커스터마이징을 의뢰해 주십시오.

Amazon Bedrock AgentCore는 메모리, 관찰 가능성, 보안 ID 관리 통합 지원을 제공하는 AI 에이전트를 구축, 배포 및 확장하는 데 필요한 기업용 프레임워크입니다.

이 강사는 온라인으로 또는 현장에서 제공되는 실시간 교육으로, AWS Bedrock AgentCore를 사용하여 에이전트형 AI 시스템을 설계, 보호 및 운영하고자 하는 중간 수준부터 고급 수준의 엔지니어와 아키텍트를 대상으로 합니다.

이 교육을 마친 후, 참가자들은 다음과 같은 능력을 갖게 됩니다:

• AgentCore의 아키텍처와 구성 요소를 이해합니다.
• Runtime 및 Gateway를 사용하여 AI 에이전트를 배포 및 관리합니다.
• 지속적인 메모리와 상태 기반 상호작용을 구현합니다.
• ID, 관찰 가능성 및 규정 준수 제어를 적용합니다.
• 대규모 엔터프라이즈 워크플로우를 위한 다중 에이전트 시스템을 설계합니다.

과정 형식

• 상호작용 강의 및 토론
• AgentCore를 사용한 AWS 실습 세션
• 배포 및 모니터링 시나리오를 위한 실습 연습

과정 커스터마이징 옵션

• 이 과정을 위한 맞춤형 교육을 요청하려면, 맞춤형 교육을 신청해 주세요.

AgentCore는 조직이 Amazon Bedrock AgentCore를 사용하여 보안, 감사 가능한, 규정을 준수하는 AI 에이전트 시스템을 설계하고 운영할 수 있도록 하는 내장 식별, 관찰 가능성 및 준수 기능을 제공하여 기업 환경에서 AI 에이전트를 책임감 있게 배포할 수 있게 합니다.

이 인스트럭터 주도형 라이브 트레이닝(온라인 또는 현장)은 고급 수준의 실습자가 Amazon Bedrock AgentCore를 사용하여 보안, 감사 가능한, 규정을 준수하는 AI 에이전트 시스템을 설계하고 운영할 수 있도록 목표로 합니다.

이 트레이닝을 마친 후 참가자는 다음을 할 수 있게 됩니다:

• 에이전트용 기업 식별 및 권한 부여 모델 구현.
• 구조화된 로깅, 메트릭 및 추적을 통해 관찰 가능성 활성화.
• 규정 준수 제어 적용하여 규제 프레임워크에 부합.
• 에이전트 활동 감사 및 세션 수준 보안 제어 유지.

코스 형식

• 상호작용 강의 및 토론.
• AWS 보안 및 모니터링 도구와 함께 하는 실습 실습.
• 규제된 기업 환경에서의 사례 연구.

코스 맞춤화 옵션

• 이 코스에 대한 맞춤형 트레이닝을 요청하려면, 연락하여 문의해 주세요.

대형 언어 모델(LLM) 에이전트 시스템 구축 (AutoGen)

Microsoft의 AutoGen 프레임워크를 활용하여 다중 에이전트 시스템을 개발하는 데 중점을 둔 실습 중심의 과정입니다.

이 강사 지도형 라이브 교육(온라인 또는 현장)은 AutoGen와 Python, 그리고 LLMs을 사용하여 다중 에이전트 시스템을 설계, 구현, 조율하고자 하는 중급 AI 및 자동화 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 할 수 있게 됩니다:

• AutoGen 프레임워크를 사용하여 다중 에이전트 아키텍처를 설계할 수 있습니다.
• 에이전트 역할, 기능, 조정 행동을 구성할 수 있습니다.
• 에이전트 상호작용을 위한 기능 호출 및 메모리 처리 방법을 사용할 수 있습니다.
• 실제 사용 사례에 맞춘 Python-기반 LLM 에이전트 워크플로우를 구축하고 테스트할 수 있습니다.

과정의 형식

• 상호작용형 강의 및 토론
• 다양한 연습과 실습
• 라이브-랩 환경에서 직접 구현

과정 맞춤화 옵션

• 이 과정의 맞춤형 교육을 요청하려면 연락하여 조율해 주세요.

이 1일 워크숍은 개발자, 데이터 과학자, 그리고 AI 열성가들을 위한 것으로, AutoGen v0.4를 사용하여 에이전트형 AI 시스템의 힘을 이해하고 활용하는 데 도움을 줍니다.AutoGen v0.4.

Large Language Models (LLMs)에 의해 구동되는 다중 에이전트 애플리케이션을 구축, 관리, 배포하는 방법을 배우는 실습과 실습 시연을 통해 배우게 됩니다.

이 강의가 끝날 때쯤, AutoGen의 계층적 아키텍처에 대한 견고한 기초를 쌓고, 에이전트 간의 비동기 통신을 마스터하며, 확장 가능한 지능형 LLM 기반 애플리케이션을 개발하는 데 있어 실제 사용 사례와 최선의 실습 방법을 탐구하게 됩니다.

Amazon Bedrock AgentCore는 다중 에이전트 시스템을 설계, 관리, 운영하기 위한 인프라를 제공합니다. 이를 통해 여러 AI 구동 엔티티 간 협업, 특화, 고급 자동화 패턴이 가능해집니다.

본 교육은 온라인 또는 현장에서 진행되며, 고급 실무자들이 AgentCore의 운영 및 지배 기능을 활용하여 차세대 다중 에이전트 시스템을 설계, 배포, 최적화하는 방법을 학습하도록 구성되었습니다.

교육 종료 후 참가자는 다음과 같은 능력을 갖추게 됩니다:

• 다중 에이전트 시스템의 원리와 아키텍처를 이해합니다.
• 에이전트 협업을 위한 운영 전략을 설계합니다.
• 에이전트 간 의사소통 및 협상 프로토콜을 구현합니다.
• AgentCore를 활용하여 확장 가능하고 기업 수준의 다중 에이전트 솔루션을 배포합니다.

교육 형식

• 대화형 강의 및 토론
• AgentCore 운영 기능 실습
• 기업 다중 에이전트 애플리케이션 사례 연구

교육 맞춤 옵션

• 본 교육을 위한 맞춤형 교육 요청은 문의해 주시기 바랍니다.

이 강사는 온라인 또는 현장에서 제공되는 초급 수준의 전문가를 대상으로 한 실습 중심의 라이브 교육입니다. 이 교육은 Read AI을 사용하여 회의 요약, 주요 통찰력 추출, 최소한의 수작업으로 작업 항목 생성 방법을 배우려는 분들을 위한 것입니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• 주요 플랫폼에서 Read AI을 설정하고 구성합니다.
• 회의 요약을 자동으로 생성하고 작업 항목을 식별합니다.
• Read AI이 제공하는 참여도와 감정 분석을 해석합니다.
• 팀 협업을 위해 요약을 공유, 편집 및 효과적으로 정리합니다.

이 강사는 온라인 또는 현장에서 중급 전문가를 대상으로 원격 팀 협업을 위한 AI 기반 워크플로우와 Read AI 분석을 사용하여 원격 팀 협업을 효율적으로 운영할 수 있도록 돕습니다.

이 교육을 통해 참가자들은 다음을 할 수 있게 됩니다:

• Read AI를 사용하여 완전한 원격 팀 회의 워크플로우를 설계합니다.
• 회의 부담을 줄이기 위해 후속 조치와 문서 작성 작업을 자동화합니다.
• 동기적 및 비동기적 협업에 AI 요약을 활용합니다.
• Read AI 인사이트를 통해 팀 참여도와 책임을 추적합니다.