
OpenAI API 실전 마스터: 중급자를 위한 고성능 AI 서비스 설계 및 배포
YoungJea Oh
기초를 떼도 실무 적용은 막막하시죠? 제 현업 노하우로 복잡한 RAG와 에이전트 설계를 완성해 드립니다.
Cơ bản
Python, NLP, 인공지능(AI)
LangChain만 알면 챗봇이지만, LangGraph와 Multi-Agent 패턴을 알면 서비스가 됩니다. 현업 AI 강사가 17개의 실습 노트북과 4가지 멀티 에이전트 패턴 (Subagents·Handoffs·Router·Skills)으로, 단순 프롬프트 호출을 넘어 도구를 다루고, 메모리를 유지하며, 사람이 검수하는 운영 가능한 AI Agent 워크플로우를 처음부터 끝까지 구축하는 노하우를 전해드립니다.
수강생 27명
난이도 중급이상
수강기한 무제한





네이버 Labs
에 관심있는 사람들도 듣는 중!





네이버 Labs
에 관심있는 사람들도 듣는 중!
ReAct 패턴 기반 자율형 AI Agent 직접 구축
RAG Agent 구현 능력
LangGraph로 복잡한 워크플로우 설계
Deep Agents로 계획·서브에이전트·파일시스템 내장 에이전트 구축
Middleware로 안전·비용·품질을 제어하는 운영급 에이전트 설계
"LLM API는 호출해봤는데, 그 다음이 막막하다"는 분들을 위한 강의입니다.
ChatGPT나 Claude API를 호출하는 것과, 도구를 다루고 메모리를 유지하며 스스로 판단해 작업을 수행하는 'AI Agent'를 만드는 것은 완전히 다른 영역 입니다. 이 강의는 그 간극을 메우기 위해 설계되었습니다.
LangChain의 기본기(Tools, Memory, RAG)부터 시작해 LangGraph의 State·Node·
Edge 기반 워크플로우 설계, 그리고 Subagents·Handoffs·Router·Skills 4가지 멀티 에이전트 패턴까지 단계적으로 학습합니다. 마지막에는 계획 수립과 서브에이전트, 파일시스템이 내장된 차세대 하네스 'Deep Agents'까지 다루어 Claude Code·Cursor 같은 코딩 에이전트의 내부 원리를 이해할 수 있습니다.
17개의 실습 노트북과 SQL Agent·RAG Agent·Personal Assistant 등 실전 프로젝트로, 여러분의 아이디어를 운영 가능한 AI 서비스로 만드는 능력을 완성해 드립니다.
학습 대상은
누구일까요?
ChatGPT API 호출은 해봤지만, 실제 서비스로 만들 줄 모르는 개발자
LangChain은 들어봤지만, LangGraph와의 차이를 모르는 AI 입문자
사내 문서·DB와 연결된 RAG 챗봇을 직접 만들어야 하는 실무자
여러 도구를 자율적으로 다루는 멀티 에이전트 시스템을 설계하고 싶은 백엔드 개발자
Claude Code·Cursor 같은 코딩 에이전트의 내부 동작 원리가 궁금한 개발자
선수 지식,
필요할까요?
Python 기본 문법 이해가 필요합니다.
LLM(ChatGPT, Claude 등)을 사용해 본 경험이 있으면 좋습니다.
Jupyter Notebook / JupyterLab 사용 경험이 도움이 됩니다.
수업에서 OpenAI API 유료 모델을 사용합니다.
인프런인증
커리어인증
4,820
명
수강생
449
개
수강평
158
개
답변
4.7
점
강의 평점
18
개
강의
30년 이상 IT 현장 경험을 바탕으로 인공지능·파이썬 분야를 가르치는 AI 전문 강사입니다. 딥러닝, NLP, LLM 파인튜닝, LangChain/LangGraph 기반 AI 에이전트, AI 기반 개발(AIDD) 등 실무 중심 커리큘럼을 개발하고 강의합니다. 현대건설 전산실, 삼성SDS, 한국씨티은행에서 쌓은 30년 이상의 개발·운영 경험을 현장감 있는 강의로 풀어냅니다. 현재 KOSA, KOSTA, KITRI 등에서 인공지능 과정을 진행하고 있습니다.
홈페이지 주소: https://ironmanciti.github.io/
전체
39개 ∙ (7시간 23분)
해당 강의에서 제공:
7. LangChain 구성 요소
07:29
9. Agent 개요
10:37
전체
2개