root layout

패스트캠퍼스

  1. 스터디
  2. AI TECH

패스트캠퍼스 환급챌린지 : 테디노트의RAG비법노트강의 최종 후기

2025.09.05 22:22 수정


학습통계

학습통계-0905.png

공부인증샷1

공부인증샷-1.png

공부인증샷2

공부인증샷-2.png

공부인증샷3

공부인증샷-3.png

공부인증샷4

​ ​학습인증샷-4.png

(최종학습후기)

1. 환급챌린지에 참여한 이유

- 패스트캠퍼스의 환급 챌린지에 참여한 이유는 꾸준한 학습을 통해 학습 습관을 형성하고, 현재 핫한 RAG 기술을 익혀 AI 기초 역량을 강화하기 위함이었습니다.

- 또, 검증되고 훌륭한 강의를 들으면서 목표를 달성하면 수강료 전체를 환급받을수 있는 혜택 또한 매력적이였습니다.

- 패스트캠퍼스에서는 매번 다양한 이벤트를 제공해주시는데, 이번 환급챌린지 이벤트가 그동안의 이벤트 중에서 가장 참여하고 싶은 이벤트 인것 같습니다.

2. 이 강의를 선택한 이유 (무엇을 얻고 싶었는지, 실제로 얻은 것은 무엇인지)

- 저는 AI의 원리와 활용 방법을 이해하고 실제 프로젝트에 적용할 수 있는 실제적인 혜택을 줄 수 있는 강의를 찾고 있었는데, 본 강의가 AI 과정 중 가장 인기 있는 과정으로 평가받고 있으며, RAG 학습을 위한 풍부한 자료를 제공하고 알기쉬운 강의를 제공해줄 것으로 기대했습니다. 예상대로, 본 강의는 이론과 실습의 균형을 이루며, 초보자가 접근하기 쉽도록 작성된것을 확인할 수 있었습니다.

- 패스트캠퍼스에서 처음 강의를 고를때는 강의 과정이 너무 다양하고 강의 목차만으로는 해당 강의의 내용을 제대로 파악할 수 없었는데, 최근에는 우수 강의 목록을 확인 할 수 있어서 강의 선택을 하는데 도움이 많이 되고 있습니다.

3. 강의 요약

- 본 강의는 LangChain과 RAG의 기초부터 고급 기술, 실무 프로젝트, 배포까지 체계적으로 다루고 있습니다. 그동안 AI를 단편적으로만 알고 막연하게 잘 써보겠다고만 상상을 했는데, 본 과정 수강을 통해서 구체적으로 AI를 내가 어떻게 활용하고 어떤 나만의 서비스를 만들지를 구체화할 수 있었습니다.

  • LangChain과 RAG 기초 학습부분 : LangChain의 핵심 구성 요소인 체인, 에이전트, 메모리를 체계적으로 이해할 수 있었습니다. Retrieval-Augmented Generation(RAG)의 개념과 프로세스를 학습하며, 대형 언어 모델(LLM)의 한계를 보완하는 방법에 대해 알게 되었습니다. Python 기반의 환경 설정과 프롬프트 엔지니어링 실습을 통해 LLM 호출 방법을 익히고 특히, 프롬프트 템플릿과 출력 파서의 활용법은 실무에서 효과적으로 사용할 수 있는것 같습니다.

  • 실습 중심 프로젝트 경험 부분 : PDF 기반 QA 챗봇, 프롬프트 메이커, 이메일 요약 챗봇 등 다양한 프로젝트를 실습하며 RAG의 실무 적용 가능성을 체감했습니다. Streamlit을 활용해서 손쉽게 나만의 웹사이트를 만들고 직관적인 UI 개발을 실습해볼 수 있었고 사전에 제공된 실습 코드를 통해서 복잡한 내용도 손쉽게 실습하고 테스트해 볼 수 있었습니다. 문서 청킹과 임베딩 생성 과정을 통해서 다양한 데이터 전처리 작업을 실습하였는데, 정확한 AI 답변을 얻기 위해서 데이터 전처리가 얼마나 중요한지 깨달았습니다.

  • 고급 기술과 서비스 배포 : 기초 내용이외에 LangChain Expression Language(LCEL)를 활용한 고급 체인 설계와 LangGraph를 통한 다중 에이전트 시스템을 학습하고 좀 더 다양하고 복잡한 형태의 LangChain 파이프라인을 구성하는 방법을 학습하였습니다. 또, LangSmith를 사용한 RAG 시스템의 디버깅과 성능 평가 방법을 통해서 실무에서 LangChain 파이프라인을 만들었을 경우 적정한 수준의 응답이 나오는지를 확인할 수 있었고, 혹시 외부 SI 프로젝트를 진행 할 경우 수행사의 결과물이 적한한지에 대한 품질 관리에 활용할 수 있을것 같습니다. FastAPI와 Django를 활용한 애플리케이션 배포 실습은 클라우드 환경에서의 서비스 운영 방식을 이해하고 내가 만든 AI 서비스를 실제 운영에 배포하고 서비스를 실체화하는것을 확인할 수 있었습니다. 강의에서 배운 LnagChain 파이프라인 구성, 복잡한 워크플로우를 자동화 및 배포하는 작업은 전체 AI 서비스를 제작, 적용하는 업무를 수행할 떄 실무적으로 많은 도움이 될 수 있으며, 개인이 1인 기업 운영 시에도 많은 활용을 할 수 있을것 같습니다.

4. 이 강의만의 장점 (ex. 강사님의 강의력, 커리큘럼 등)

- 본 강의의 장점은 AI RAG의 전반적인 내용을 다루며, 실제 실습 프로젝트를 통해 초보자도 쉽게 학습하고 따라올 수 있게 한 점입니다. 코드 예시, 데이터셋, Jupyter Notebook 제공이 풍부해 실제로 실습해보고 평소 접하기 어려운 다양한 LLM 모델과 HuggingFace 사이트를 통한 다양한 알고리즘 및 RAG 사용시 참조하고 활용할 수 있는 다양한 라이브러리를 확인할 수 있었습니다.

- LangChain, LlamaIndex 같은 도구를 활용한 실습은 코드 예시와 데이터셋이 풍부해 실무 적용이 용이했습니다. 예를 들어, 문서 로딩부터 검색기 구성, LLM 통합까지 단계별로 코드를 작성하며 RAG 파이프라인을 구축했습니다. 강의는 이론 설명이 명확하고, Jupyter Notebook 기반 실습으로 이해도를 높였습니다. 또한, 합성 데이터셋 생성과 RAGAS 평가 같은 고급 주제를 다루며 AI 시스템의 성능 분석 방법을 익혔습니다. Q&A 세션과 지속적인 자료 업데이트는 학습 지속성을 유지하는 데 큰 도움이 되었습니다.

- 또한, Q&A 지원과 업데이트 자료가 지속적으로 제공되고 주기적으로 온라인 워크샵을 통해서 실제 업무 상황에서 발생되는 다양한 상황을 공유 받을 수 있었습니다. 특히, 수강생 전용 커뮤니티 채널, Discord 채널을 통해서 강사님과 실시간으로 질의응답하며 궁금증을 해결할 수 있었습니다. 즉시 답변은 아니지만, 최소한 1일 이내에는 답변을 주셔서 실습 중에 막히는 부분을 해결할 수 있었습니다.

- 마지막으로 매월 제공되는 라이브 강의를 통해서 최신 AI 트렌드와 LangChain 업데이트를 반영할 수 있었고 실습 프로젝트도 지속적으로 업데이트 되어서 수강 이후에도 복습할 수 있는 학습의 지속성을 보장하고 있습니다.

5. 강의를 추천하고 싶은 사람

- 강의를 추천하고 싶은 사람은 최근 AI가 본격적으로 부각되며 LLM 모델을 응용해 개인 서비스나 기업 내 서비스를 만들려는 의지를 가진 사람들에게 적합할것 같습니다. AI를 활용해 나만의 서비스를 구축하거나 회사 업무를 효율화하려는 개발자, IT 전문가, 컨설턴트에게 적합합니다.

- 또, AI를 처음 시작하는 사람, AI를 통해서 응용 서비스를 만들려고 하는 초보자에게도 많은 도움이 될것 같습니다.

- 많은 개발자 또는 IT관련자들이 AI 에 대해서 막연한 상상과 기대를 하고 있는 경우가 많이 있는데, 본 과정을 수강하면 AI 서비스가 구체적으로 어떤 노가다 작업을 해야하는지, 어떤 과정을 통해서 제작되고 서비스 되는지를 알 수 있을것 같고, 향후 기업의 많은 업무, 프로세스, 시스템이 AI 서비스로 대체될 때 효과적인 대응을 할 수 있을것 같습니다.

6. 다음으로 듣고 싶은 강의

- RAG를 통해 LLM을 나만의 데이터로 커스터마이징하는 방법을 알게 되었으므로, 다음으로는 MPC(Multi-Prompt Chain)와 LangGraph를 사용해 AI Agent를 구현하는 강의를 듣고 싶습니다. RAG는 단일 쿼리 응답에 최적화된 기술이지만, AI Agent는 복잡한 워크플로우와 다단계 추론을 처리할 수 있어 실제 서비스에 적합합니다. 예를 들어, LangGraph를 사용해 작업 흐름을 그래프로 설계하고, 다중 에이전트가 협력해 문제를 해결하는 시스템을 구축등의 작업을 의미합니다. 이를 통해 실제 서비스 가능한 나만의 AI를 만드는 기술을 학습하고 복잡한 워크플로우를 설계하는 능력을 습득하고 나만의 AI 에이전트를 만들어 보고 싶습니다.

7. 앞으로의 계획 (ex. 커리어 목표, 이직 목표, 자기계발 목표 등)

- 곧 퇴직을 앞두고 있어서 퇴직 후 여러 활동을 고민 중인데, 퇴직 후 1인 기업을 설립해 IT 전문가로서 활동을 이어갈 계획입니다. 이번 강의에서 배운 RAG를 활용해 강의 자료 작성과 품질관리 AI Agent를 만드는 데 활용하고 싶습니다. 또한, 집에서 아이 공부용 영어 학습 AI Agent를 만든다든지 평소의 나의 업무, 생활 패턴을 고려해서 나의 일상에 도움을 줄 수 있는 간단한 AI 서비스를 만들어서 사용해보고 나의 활용 역량을 향상시키고 싶습니다. 이러한 활동을 계속하면서 제 AI 사용경험과 서비스를 온라인 플랫폼 또는 YouTube 채널로 확장해보고 싶습니다.



답변