PALDYNAI LAB

PALDYN LEARN

에이전트·RAG

도구를 쓰는 모델과 검색 기반 생성의 구조를 뜯어봅니다.

학습 전체 304편

55편
에이전트·RAG

RESULT / 55

에이전트·RAG2026.05.2916 MIN

에이전트 시스템 처음부터 구축하기: 실전 프로젝트

프레임워크 없이 순수 Python으로 Tool Use 에이전트를 구축한다. ReAct 루프, 도구 레지스트리, 메모리, 중단 조건까지 에이전트의 핵심 구성 요소를 손으로 직접 구현한다.

에이전트·RAG2026.05.2911 MIN

RAG 시스템 처음부터 구축하기: 실전 프로젝트

문서 수집부터 청킹, 임베딩, 벡터 DB 저장, 검색, 생성까지 — LangChain 없이 순수 Python으로 RAG 시스템을 처음부터 구축하는 단계별 프로젝트 가이드.

에이전트·RAG2026.05.278 MIN

문서 Q&A 시스템 구축: RAG 기반 PDF·문서 검색

PDF, DOCX, HTML 문서를 벡터 DB에 인덱싱하고 자연어 질문에 정확하게 답하는 RAG 기반 문서 Q&A 시스템의 전체 파이프라인을 구현합니다.

에이전트·RAG2026.05.277 MIN

사내 지식 검색 시스템 구축

직원들이 회사 문서, Wiki, Confluence, Slack 메시지를 자연어로 검색할 수 있는 사내 AI 검색 시스템의 설계와 구현을 다룹니다.

에이전트·RAG2026.05.278 MIN

AI 챗봇 서비스 설계: 아키텍처부터 배포까지

대화 이력 관리, RAG 연동, 스트리밍 응답, 안전 필터를 갖춘 프로덕션 수준 AI 챗봇 서비스의 설계 원칙과 구현 패턴을 다룹니다.

에이전트·RAG2026.05.1912 MIN

에이전트 안티패턴: 흔한 실수와 피해야 할 설계

AI 에이전트 개발에서 자주 발생하는 10가지 안티패턴(무한 루프, 도구 과용, 컨텍스트 오염, 프롬프트 인젝션 등)과 방어 코드 패턴을 완전 해설합니다.

에이전트·RAG2026.05.199 MIN

에이전트 평가: 성능 측정과 벤치마킹 방법론

AI 에이전트의 Task Success Rate, Trajectory Quality, LLM-as-Judge, 비용 평가와 LangSmith 기반 자동화 평가 파이프라인을 완전 해설합니다.

에이전트·RAG2026.05.189 MIN

에이전트 도구 사용: Tool Use 완전 가이드

Claude·GPT-4의 Tool Use(Function Calling) 동작 원리, 도구 정의 형식, 병렬 도구 호출, 오류 처리, 실전 도구 구현까지 완전 해설합니다.

에이전트·RAG2026.05.189 MIN

에이전트 아키텍처: ReAct·Plan-and-Execute·Reflexion

AI 에이전트의 주요 아키텍처 패턴 3가지(ReAct, Plan-and-Execute, Reflexion)를 비교하고, 각 패턴의 특성과 Python 구현 코드를 완전 해설합니다.

에이전트·RAG2026.05.188 MIN

MCP 프로토콜 심층: 서버 구현과 통합

Model Context Protocol(MCP) 아키텍처, JSON-RPC 2.0 메시지 형식, Python SDK로 MCP Server 구현, Tools·Resources·Prompts·Sampling 완전 해설.

에이전트·RAG2026.05.156 MIN

Graph RAG: 지식 그래프로 RAG의 한계를 극복하다

개체와 관계를 그래프로 표현해 복잡한 추론과 전역적 질문에 답하는 Graph RAG의 원리, Microsoft GraphRAG, Neo4j 기반 구현, 그리고 Vector RAG와의 비교를 한국어로 완전 해설한다.

에이전트·RAG2026.05.157 MIN

RAG 리랭킹: 검색 품질을 한 단계 끌어올리는 기술

RAG의 검색 결과를 정밀하게 재정렬하는 리랭킹의 원리와 Cross-Encoder 모델, Cohere·BGE·Jina 등 주요 리랭커 비교, 실전 구현까지 한국어로 완전 해설한다.

에이전트·RAG2026.05.156 MIN

RAG 멀티홉 추론: 복잡한 질문을 단계적으로 해결하기

단순 검색으로 풀 수 없는 복합 질문을 여러 단계의 검색과 추론으로 해결하는 멀티홉 RAG의 원리, Iterative Retrieval·IRCoT·FLARE 패턴, 그리고 LangGraph 구현까지 한국어로 완전 해설한다.