과정소개

LLM의 한계인 '상태 없음(Stateless)' 문제를 해결하고, 대화의 맥락을 기억하는 스마트한 챗봇을 만드는 방법을 학습합니다. LangGraph 프레임워크를 활용하여 단순한 질의응답을 넘어, 여러 도구와 판단을 조합해 복잡한 작업을 수행하는 AI 에이전트를 구축하는 과정을 다룹니다.

학습목표

• LangGraph의 핵심 요소(상태, 노드, 엣지)를 이해하고, 조건부 엣지를 활용하여 동적인 AI 에이전트를 설계합니다.

• 체크포인트(Checkpoints)와 스레드(Threads) 개념을 학습하여 대화 기록을 영구적으로 저장하고, 다중 사용자 환경을 관리하는 능력을 기릅니다.

• 도구(Tools) 사용법과 메모리 관리 기술을 익혀 LLM의 기능을 확장하고 비용 효율적인 챗봇을 구축합니다.

교육대상

• LangChain을 사용하여 RAG(검색 증강 생성) 시스템을 구축해 본 경험이 있는 개발자.

• 대화의 맥락을 기억하고 여러 도구를 활용하는 등 보다 복잡하고 지능적인 AI 에이전트를 개발하고자 하는 분.

• LLM의 단기 기억 상실 문제를 해결하고, 실제 서비스에 적용할 수 있는 상태 기반(Stateful) 챗봇 구현에 관심 있는 분.