강의 계획서
AI 에이전트의 구조를 이해하고 멀티모달 기술을 실무에 적용하고자 하는 분을 위해 입문 형식의 강의를 진행합니다.
[어떤 것을 배우나요?]
•
챗봇과 차별화된 AI 에이전트의 개념, 주요 구성 요소(메모리, 도구 등) 및 실행 흐름 이해
•
Tool Calling의 원리를 배우고 검색, 계산, 외부 API 및 데이터베이스 등 외부 시스템 연동 방식 학습
•
텍스트를 넘어 이미지, PDF 문서, 표/차트 분석 등 멀티모달 데이터를 활용한 실무 업무 자동화 사례 경험
어떤 사람에게 추천하나요?
[이런 분께 추천합니다]
•
ChatGPT, Claude 등의 생성형 AI 서비스를 사용해 본 경험은 있지만, 이를 업무 자동화 에이전트로 확장해 보고 싶으신 분
•
딥러닝 수식이나 복잡한 모델 학습 대신, AI 에이전트의 구조와 최신 멀티모달 기술의 업무 적용 가능성을 배우고 싶으신 분
•
선행 요구 역량: 프롬프트와 LLM의 기본적인 개념 및 생성형 AI의 기본 활용 경험(문서 요약, 파일 업로드 등)이 있어야 함
신청 전 확인하기!
•
본 강의는 AI 에이전트와 멀티모달 기술의 핵심 개념, 사례, 데모를 중심으로 진행되는 입문 과정으로, 복잡한 딥러닝 수식이나 프레임워크 구현은 포함하지 않습니다.
•
실습 중 외부 AI 서비스를 사용할 경우 가입이나 소정의 API 이용료가 발생할 수 있으며, 과정 중 과제는 코딩 구현이 아닌 실제 업무 적용을 위한 설계 과제로 진행됩니다.
커리큘럼 (10주차)
1주차 | 생성형 AI 에이전트의 개념과
필요성 이해 |
2주차 | AI 에이전트를 구성하는 주요 요소 이해 |
3주차 | AI 에이전트의 판단 및 실행 과정 이해 |
4주차 | Tool Calling의 개념과
외부 시스템 연동 방식 이해 |
5주차 | 멀티모달 AI의 개념과 활용 범위 이해 |
6주차 | 문서 기반 멀티모달 에이전트의
활용 방식 이해 |
7주차 | 이미지와 화면을 이해하는
AI 에이전트의 활용 방식 이해 |
8주차 | 다양한 업무 자동화 시나리오에
에이전트를 적용하는 방법 이해 |
9주차 | AI 에이전트의 한계와
운영 시 고려사항 파악 |
10주차 | 자신의 업무에 AI 에이전트를
적용하기 위한 기본 설계 방법 익히기 |