🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정
🔗 Langchain RAG 챗봇 개발
Langchain과 RAG로 완성하는
AI 챗봇 시스템 구축 가이드
복잡한 과정은 덜어내고, 핵심 기술만 이해해 AI 챗봇을 바로 구현하세요.
RAG 파이프라인부터 Streamlit·FastAPI 챗봇 웹사이트까지 단계별로 직접 만듭니다.
27개학습 강의
6.92H강의 시간
8개학습 파트
혹시 이런 경험 있으신가요?
LLM은 써봤는데,
내 데이터로 답하는 챗봇은 어떻게 만들지 막막하신가요?
BEFORE
개념에서 멈추는 RAG
RAG와 Langchain 자료는 넘쳐나지만 무엇부터 봐야 할지 모릅니다
문서를 불러오고 쪼개고 검색하는 단계가 머릿속에서 연결되지 않습니다
노트북에서 돌린 코드를 실제 서비스 화면으로 옮기지 못합니다
AFTER
직접 구축하는 RAG 챗봇
Langchain 핵심 구성요소를 하나씩 실습하며 RAG 파이프라인을 이해합니다
LCEL로 체인을 구성하고 Rerank·HyDE 같은 고급 기법으로 답변 품질을 높입니다
Streamlit과 FastAPI로 대화형 챗봇 웹사이트까지 직접 완성합니다
이런 분들을 위해 준비했어요
누구나 LLM API를 호출할 수 있지만,
믿을 만한 답을 내는 AI 시스템을 만드는 사람은 다릅니다.
🧑💻현직 개발자·엔지니어 — AI 챗봇과 RAG 서비스 구현에 관심 있는 분
🧱AI 시스템 구축을 체계적으로 배우고 싶은 분 — 기초부터 심화까지 한 흐름으로 익히고 싶은 분
⚙️최신 AI 기술을 실무에 적용하려는 현업 종사자 — 사내 데이터를 활용한 챗봇을 검토 중인 분
📁포트폴리오가 필요한 개발자 — 생성형 AI 개발 프로젝트로 경쟁력을 높이고 싶은 분
Langchain과 RAG로 강력한 AI 시스템을 쉽고 빠르게 구축하세요!
강의 미리보기
수강 전 직접 확인해보세요
강의 하이라이트 영상으로 수업 방식과 핵심 내용을 미리 경험해보세요.
커리큘럼 특징
개념을 잡고, 파이프라인을 짜고,
웹 서비스로 띄우는 4단계 과정
AI 챗봇 개발과 RAG 서비스 최적화를 실습 중심으로 익힙니다.
1
핵심 개념부터 탄탄하게 ‘RAG & Langchain 이해’
RAG의 개념과 필요성, 파이프라인 구성 요소, Langchain 아키텍처를 정리하고 적용 사례를 분석합니다.
2
구성요소를 하나씩 손에 익히는 ‘Langchain 핵심 실습’
Models, Prompt Templates, Document Loaders부터 Vector Stores, Retrievers까지 직접 구현합니다.
3
답변 품질을 끌어올리는 ‘LCEL & 고급 RAG 기법’
LCEL로 RAG 파이프라인을 구성하고 Multi-query, Rerank, Context Compression, HyDE를 적용합니다.
4
실제 서비스로 완성하는 ‘풀스택 챗봇 구축’
Streamlit 챗봇과 대화 메모리, FastAPI 연동, HTML/CSS·JavaScript 인터페이스까지 구현합니다.
강의 수강 이후
수강 후 당신은 이런 사람이 됩니다
🧭
RAG 설계자
검색과 생성의 흐름을 설계하는
문서 로딩부터 검색, 답변 생성까지
RAG 파이프라인 전체를 직접 구성합니다.
🔗
Langchain 개발자
LCEL로 체인을 자유롭게 엮는
Runnable 인터페이스와 체이닝으로
읽기 쉽고 바꾸기 쉬운 코드를 만듭니다.
🎯
답변 품질 튜너
검색 결과를 다듬어 정확도를 높이는
다중 쿼리, 재정렬, 맥락 압축, HyDE로
챗봇 답변의 품질을 개선합니다.
🌐
AI 서비스 빌더
챗봇을 웹사이트로 띄우는
FastAPI와 프론트엔드를 연결해
대화형 AI 서비스를 완성합니다.
수강 체험단 후기
먼저 들어본 수강생들의 이야기
“
RAG 서비스 구현 능력 습득
Langchain이 이렇게 강력한 도구였다는 걸 처음 알았어요. 이제는 혼자서도 AI 시스템을 구축할 수 있을 것 같아요!
수강생 후기 · 이***
“
강의 하나로 AI 챗봇 완성
단순한 이론 강의보단 적용할 수 있는 AI 개발 기술들을 배워서 만족스럽습니다. 특히 AI 챗봇 구축 방법이 재밌었어요.
수강생 후기 · 박**
“
AI 개발 능력에 대한 자신감 UP
처음엔 어려울 거라고 생각했는데, 어렵게만 느껴졌던 기술들이 이제는 손에 잡히는 것 같아요. 실습으로 직접 구현해 보니 자신감도 생겼습니다.
수강생 후기 · 감****
수강생 전원 제공
배운 내용을 바로 활용할 수 있도록,
실습에 필요한 자료를 함께 드립니다
📘
강의교안
전체 흐름과 핵심을 정리한 자료
🗂️
실습 파일
강의와 같은 환경에서 따라할 예제
* 자료는 수강 시작 후 <00. 교재 다운로드 센터>에서 받으실 수 있습니다.
🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정 · 마감 D-?
내 데이터로 답하는 AI 챗봇,
Langchain과 RAG로 직접 만드세요!
RAG 개념부터 챗봇 웹사이트까지 · 개발 4단계
내 데이터로 답하는 AI 챗봇,
Langchain과 RAG로 직접 만드세요!
🖤 블프 특가 마감까지–일 –:–:–
🔗 Langchain RAG 챗봇 개발
지식공유자 소개
강의를 이끄는 강사님
사용 프로그램 안내
본 강의에서 사용할 프로그램
☁️
Google Colab 클라우드 Python 환경
설치 없이 사용 · Google 계정 필요
무료
무료
Visual Studio Code VS Code
강의 후반부 챗봇 웹사이트 구축에 사용 · 미리 설치 권장
무료 설치 필요
무료 설치 필요
🔗
Langchain · Streamlit · FastAPI Python 라이브러리
설치와 활용 방법을 강의 중 단계별로 안내
* 프로그램은 별도로 제공되지 않습니다.
수강 전 확인해주세요듀얼 모니터·Windows OS 권장
파이썬 백엔드 개발 중급 이상, HTML·CSS·JavaScript 프론트엔드 개발 초급 정도의 실력이 필요합니다.
실습 위주의 강의로 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 수강을 추천드립니다.
강의 교안 및 실습파일은 <00. 교재 다운로드 센터> 섹션에 있습니다.
자주 묻는 질문
예상 질문 Q&A
Q. 어느 정도의 사전 지식과 코딩 실력이 필요한가요?
AI 시스템 개발에 관심 있는 분들을 대상으로 하며, 파이썬 백엔드 개발 중급 이상, HTML·CSS·JavaScript 프론트엔드 개발 초급 정도의 실력이 필요합니다. AI 관련 개념은 기초부터 체계적으로 설명하지만, AI 코딩 경험이 있으면 더 효과적으로 학습할 수 있습니다.
Q. 강의에서 사용하는 도구나 프로그램 설치가 필요한가요?
강의에서 사용하는 AI 도구와 소프트웨어는 무료이며, 설치와 활용 방법은 강의 중 단계별로 안내합니다. 후반부에는 Visual Studio Code를 사용하는데, 기본 사용법은 초반에 간략히 소개하지만 원활한 진행을 위해 미리 설치해 사용해보시길 권장합니다.
Q. 수강을 위한 요구 사항이나 필요 조건이 있나요?
Google의 Colaboratory(Colab)를 사용합니다. Colab은 별도 설치 없이 클라우드 Python 환경을 제공하지만, 기본 사용법을 미리 알아두시면 좋습니다. 처음 사용하신다면 Google 계정이 필요하니, 사전에 Colab에 접속해 환경을 준비해두시면 더 원활하게 학습할 수 있습니다.
커리큘럼 상세
8개 파트, 27강으로 RAG 개념부터 챗봇 웹사이트 구축까지
총 27강 · 8개 파트 · 6.92H · 파트를 누르면 세부 강의가 펼쳐집니다
무료 공개표시된 강의는 클릭해서 바로 미리 볼 수 있어요
01강의 소개강의 흐름 · 결과물무료 1강
- 01-1강의 소개무료 공개04:07
02RAG 기초와 파이프라인RAG 개념 · 핵심 컴포넌트 · 적용 사례무료 2강
- 02-1RAG의 개념과 필요성무료 공개12:33
- 02-2RAG 파이프라인 개요와 핵심 컴포넌트15:55
- 02-3RAG 실제 적용 사례 분석무료 공개05:53
03Langchain 프레임워크 소개개념과 아키텍처 · RAG 구현 워크플로우무료 1강
- 03-1Langchain 개념과 아키텍처14:56
- 03-2Langchain을 사용한 RAG 구현 워크플로우무료 공개04:54
04RAG를 위한 Langchain 핵심 구성요소Models · Loaders · Splitters · Embeddings · Retrievers
- 04-1(실습) Models36:57
- 04-2(실습) Prompt Templates24:06
- 04-3(실습) Document Loaders27:39
- 04-4(실습) Text Splitters22:19
- 04-5(실습) Embeddings23:07
- 04-6(실습) Vector Stores15:07
- 04-7(실습) Retrievers11:21
05Langchain을 더 편하게, LCELRunnable 체이닝 · LCEL RAG 파이프라인
- 05-1LCEL 소개 및 기본 구조06:02
- 05-2(실습) Runnable 인터페이스와 체이닝07:08
- 05-3(실습) RunnablePassthrough와 RunnableLambda19:09
- 05-4(실습) LCEL을 사용한 RAG 파이프라인 구성25:51
06고급 RAG 기법Multi-query · Rerank · Context Compression · HyDE
- 06-1(실습) 다중 쿼리 생성(Multi-query Retriever) 기법08:26
- 06-2(실습) 재정렬(Rerank) 기법07:06
- 06-3(실습) 맥락 압축(Context Compression) 기법11:18
- 06-4(실습) HyDE(Hypothetical Document Embeddings) 기법06:35
07Streamlit을 활용한 RAG 챗봇 구현챗봇 기초 · 대화 이력과 메모리
- 07-1(실습) Streamlit 챗봇 기초 구현23:16
- 07-2(실습) 대화 이력 관리와 메모리 구현23:12
08FastAPI를 활용한 챗봇 웹사이트 구축RESTful API · RAG 연동 · HTML/CSS · JavaScript
- 08-1(실습) FastAPI 기초와 RESTful API 설계10:30
- 08-2(실습) FastAPI와 Langchain RAG 서비스 연동20:18
- 08-3(실습) HTML/CSS 기초: 챗봇 인터페이스 구현09:36
- 08-4(실습) JavaScript 기초: 비동기 통신 및 채팅 기능 구현17:40
* 강의 교안과 실습 파일은 수강 시작 후 <00. 교재 다운로드 센터>에서 받으실 수 있습니다.
학습 규정 및 환불 규정
학습 규정
- 본 상품은 동영상 형태의 강의를 자유롭게 수강할 수 있는 VOD(온라인 녹화 강의) 상품입니다.
- 수강 신청 및 결제를 완료하시면, ‘내 강좌’를 통해 바로 수강이 가능합니다.
총 학습기간
- 정상 수강기간(유료 수강기간) 최초 30일, 무료 수강 기간은 31일 일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
- 하루 3시간 내외로 학습하시면 정상 수강기간(유료 수강기간) 내에 전체 과정을 모두 수강하실 수 있습니다.
- 수강 시작일은 결제일로부터 산정됩니다.
환불 규정
환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.
- 31일차 이후 무료로 제공되는 기간은 환불 산정에 포함되지 않습니다.
- 강의 자료(교재 등)를 다운로드한 경우에는 위 기준과 무관하게 환불이 불가합니다.
* 보다 자세한 환불 규정은 마소캠퍼스 [주의사항 및 환불규정]페이지에서 확인 가능합니다.
기타 환불 관련 안내
환불 요청은 cs@masocampus.com으로 주문번호를 함께 보내주시면 접수됩니다.
- 환불 금액은 신청 시점을 기준으로 산정되며, 업무시간 외 요청은 2영업일 오후까지 순차 처리됩니다.
- 환불 금액은 수업 시간을 기준으로 반올림하여 산정합니다.
- 계좌이체로 환불받으실 경우 이체 수수료 500원이 공제된 금액이 지급됩니다.
- 환불 대금은 접수일로부터 7영업일 이내 지급됩니다.
- 취소 및 환불 접수·처리는 평일 오전 10시~오후 4시 (점심시간 12시~1시 제외) 내에만 가능합니다.
- 취소 및 환불은 한국소비자원 고시 소비자분쟁해결기준에 의거하여 처리됩니다.
주의 사항
- 상황에 따라 별도의 사전 안내 없이 할인 혜택이 조기에 마감되거나 연장될 수 있는 점 참고 부탁드립니다.
- 천재지변, 폐업 등 불가피한 사유로 서비스 운영이 어려운 경우, 서비스가 종료될 수 있습니다.
- 커리큘럼은 완성도 향상을 위한 제작 과정에서 일부 내용이 추가, 삭제 또는 변경될 수 있습니다.
마소캠퍼스 정책 안내
마소캠퍼스 ID 공유 금지 정책
- 마소캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러 명이 공유하는 형태를 금지하고 있습니다.
- 동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.
저작권 정책
- 마소캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡처 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
- 부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.
그 외 공통 사항은 마소캠퍼스 [주의사항 및 환불규정], [이용약관] 페이지를 따릅니다.
