생성형 AI 기술을 이용한 지식 기반 챗봇 구축 심화 > Match業

생성형 AI 기술을 이용한 지식 기반 챗봇 구축 심화

교육 소개

교육대상 기초과정 수료자, 유관 전공자, 실무 경험 보유자

교육목적 1. GPT 및 확산과 같은 최신 생성 모델의 구조와 원리를 깊이 이해하여 이러한 모델이 다양한 영역에 어떻게 적용될 수 있는지 설명할 수 있습니다.
2. Generative AI 애플리케이션 개발에 대한 실습을 통해 서비스에 필요한 기술을 습득합니다.
3. Generative AI 기반 서비스를 계획, 개발, 최적화할 수 있습니다.

세부직무 생성형 AI

교수자 강완주

평가방법 프로젝트 기반 직무별 핵심 수행 능력을 기준으로 기능 구현, 코드 품질, 시스템 완성도를 통한 실습 평가

이수기준 목적에 맞는 프로젝트 결과물 제출, 출석 80% 이상

학습내용

주차	학습내용	강좌 운영 방법
주차	학습내용	교수학습방법	학습자료	평가방법
1주차	- Generative AI의 개념: GPT모델의 개요를 포함하여 챗봇 사례를 통해 Generative AI의 기본 사항에 대해 설명 - 기술 적용 사례 및 문제: AICC 사례로 알아보는 Generative AI 기술 적용 문제 탐구 - 프로젝트 소개 및 개요: LLM 기반 검색 시스템의 기본 개념 소개 및 실습환경 구성 - LangChain: LangChain의 개념과 주요 기능 실습	실시간 강의 및 프로젝트 실습	PDF 및 가이드 제공	프로젝트 평가
2주차	- HuggingFace: Hugging Face 소개 및 환경 구성 - OpenAI API: OpenAI API 소개 및 환경 구성 - HuggingFace - LangChain: HuggingFace에 오픈된 모델 LangChain 연결 - OpenAI API - LangChain: OpenAI API와 LangChain연결 실습	실시간 강의 및 프로젝트 실습	PDF 및 가이드 제공	프로젝트 평가
3주차	- 벡터DB 개념: 벡터DB의 개념과 ChromaDB 학습 - 벡터DB 활용 챗봇: ChromaDB에 데이터를 적재 및 LangChain 연결 실습 - Streamlit: Streamlit을 활용해 챗봇 UI 구현 - 챗봇 구현: 챗봇 구현 실습	실시간 강의 및 프로젝트 실습	PDF 및 가이드 제공	프로젝트 평가
4주차	- 과제 프로젝트 주제 선정: 과제 프로젝트 주제 선정 및 데이터 준비 - 서비스 구현: OpenAI API를 활용한 자유주제 챗봇 구현 및 대시보드 구축 - 최종 발표, 평가, 보완: 회고, 피드백, 개선사항 중점에 둔 프로젝트 발표 및 평가, 이후 보완 계획	프로젝트 실습 및 평가	가이드 제공	프로젝트 평가