한빛출판네트워크

ChatGPT의 등장으로 대형 언어 모델(LLM)이 주목을 받고 있습니다. 다만 이것은 바로 적용시키기 어렵습니다. 내가 원하는 상황과 시나리오에 맞게 작동시키려면  개발자가 서비스에 맞게 프로그래밍을 하지 않으면 안됩니다. 

예를 들어 한 달 전의 대화 내용을 기억하고 있다가 그 맥락에서 대답을 해야 할 수도 있습니다. 또는 어떤 민감한 내용은 대답을 하지 못하도록 제한해야 할 수도 있죠.

랭체인은 이러한 문제를 해결하기 위해 등장한 언어 모델기반의 애플리케이션 프레임워크입니다. 자연어 처리, 기계 학습, 웹 스크래핑 기능 등을 함께 제공하여 개발자가 LLM 개발을 더 쉽고 간편하게 할 수 있도록 도와주죠. 

이제 랭체인은 소프트웨어 개발자라면 필수로 익혀야 하는 하나의 기술로 인식되고 있습니다. 그래서 이 강의를 기획했습니다. AI 입문자들이 QA봇을 만들면서 쉽게 랭체인을 배울 수 있도록요. 

이론을 간결하게 핵심 위주로 정리했고 이를 통해 코딩을 해볼 수 있도록 실습 과정을 함께 구성했어요. 인공지능 및 챗봇 개발에 대한 기초 지식이 없어도 괜찮습니다. 하나씩 차례대로 따라하다 보면 어느 새 랭체인의 매력에 푹 빠질 수 있게 될 겁니다. 

이제 랭체인을 통해 AI 세상에 발을 들여보세요.

이 강의는 랭체인(LangChain)을 활용하여 QA 챗봇을 개발하는 방법을 배우는 것을 목적으로 합니다. 

주요 내용으로는 기본 개념과 기능소개, OpenAI 모델 불러오기, 프롬프트 연결, 웹문서 활용, 임베딩 및 벡터스토어 ChromaDB 이해, 그리고 대화 기록을 저장하고 활용하는 메모리 구현 방법 등을 다룹니다. 

이를 통해 수강생은 사람들과 대화할 수 있는 인공지능 QA 챗봇을 만들게 됩니다.

1. 랭체인의 개요 및 특징

랭체인이란 무엇이고, 어떤 특징을 가지고 있는지에 대해 알아봅니다. 실습에 필요한 기본 개념을 설명하며, 이를 통해 랭체인 활용을 위한 기초 지식을 익힐 수 있어요. 

2. 주요 기능 실습

OpenAI의 GPT 모델에 대한 소개와 활용 방법을 학습하고, 실제로 랭체인에서 OpenAI 모델을 불러오는 방법을 체험합니다.

프롬프트의 개념과 구조를 이해하고 사용자 입력을 받아 모델에 전달하는 방법과 모델의 출력을 사용자에게 반환하는 방법, 메모리 기능 등을 실습합니다.

3. VectorStore를 활용한 초간단 QA봇 만들기

URL을 통해 웹 문서를 불러오고 활용하는 방법을 학습하며, 문서 내용을 추출하고 처리하는 기법을 통해 웹문서 기반의 QA 시스템을 구축하는 실습을 진행합니다. 

임베딩의 개념과 활용 방법을 학습하고 ChromaDB를 사용하여 단어 임베딩을 생성 후 이를 활용하여 QA봇의 성능을 개선하는 실습을 진행합니다.

AI 시대, 소프트웨어 개발에 입문하게 된 모든 개발자

인공지능 기술에 관심이 있고, 직접 무언가를 만들어보고 싶은 학생들

인공지능 및 챗봇 개발 분야의 기초 지식을 쌓고 실무 역량을 키울 수 있습니다.

랭체인 기술을 활용하여 애플리케이션을 개발할 수 있는 기초 능력을 갖게 됩니다.

랭체인 기술을 활용하여 다양한 아이디어를 실현할 수 있습니다.