Spring AI
백엔드 AI
컨트리뷰터
선착순 10명 한정 [ 신간 도서 ] 특별 선물
허제민 강사님의 신간으로 AI 에이전트 개발 완벽 정복
허제민 강사님의 스프링 AI 2.0으로 배우는 AI 에이전트 개발 완벽 가이드 출간을 기념하여,
강의를 구매해주신 수강생분들 중 선착순 10분께 강사님의 저서를 선물로 드립니다!
26년 9월 23일 이벤트 오픈부터 선착순 10명 한정 | 11월 초 별도 안내 후 11월 중 일괄 발송
1. 2026년 9월 23일 이벤트 오픈 이후 강의를 구매한 수강생 중 선착순 10분께 도서를 증정합니다.
2. 11월 초 선착순 10분께 별도 안내드리며, 안내된 링크를 통해 도서를 받으실 주소를 입력해주셔야 합니다.
3. 주소를 제출해주신 분에 한하여 11월 중 도서를 일괄 발송해드립니다.
백엔드 개발 시,
아래와 같은 고민을 한 적이 있다면?
AI는 선택이 아닌 필수가 된 시대..이지만
Java & Spring 환경에서는 쓰기 어려우셨죠?
백엔드 개발자가 가장 쉽게 AI/LLM 서비스를 만드는 법
왜 Spring AI 일까요?
ㅣSpring 생태계와의 완벽한 통합
Spring 기반 백엔드 개발자라면 곧바로 사용할 수 있는 LLM 개발 프레임워크
· 기존 Spring과 동일하게 동작하는 어노테이션 기반 구성
· Spring Boot의 AutoConfiguration, Bean 등 친숙한 환경 그대로
ㅣ엔터프라이즈 데이터 및 API 연동에 최적화
실제 현업 환경의 DB, API, 문서 등 다양한 데이터를 AI에 쉽게 연결
· Advisor Chain 기반 RAG 외부 API 연동, DB/문서 기반 RAG 등 실무형 기능 제공
· ETL → Embedding → Vector DB → Retriever까지 완전한 파이프라인 구현 가능
ㅣ추상화 및 유연성
구조적이고 명확한 LLM 서비스 개발 가능
· ChatClient, PromptTemplate, VectorStore 등 어노테이션 기능 단위로 명확히 분리된 구조
· 복잡한 파이프라인 없이도 기능 중심으로 AI를 모듈화해서 개발 가능
ㅣAI 통합의 간소화
기존 백엔드 개발 흐름 그대로, 빠르게 AI 서비스 구축 가능
· 복잡한 설정과 러닝커브 없이 LLM 기능을 스프링 환경에 통합
· 실습 중심 구조로 CLI 챗봇, REST 챗봇, Tool, MCP 등 다양한 형태 구현 가능
AI 프레임워크..
LangChain으로는 안되나요?
진짜 백엔드를 하시는 Spring 생태계에 익숙한 Java 개발자라면
Spring AI가 훨씬 자연스럽고, 강력한 대안이 될 수 있습니다.
강사소개
16년 차 대기업 백엔드 엔지니어
Spring AI 컨트리뷰터
허제민 강사님
Github
Linkedin
스프링 AI의 모든 것을 알려줄
허제민 입니다.
• SK플래닛 SW Engineer (2013.4 ~ 2025. 5)
•삼성SDS 선임 / 연구원, Technical Architect (2009.2 ~ 2013.4)
[ 오픈소스 활동 ]
•Spring AI 기여자 (Elasticsearch, OpenSearch, SimpleVectorStore)
[ 프로젝트 ]
• SK플래닛 Python 기반의 ML 챗봇과 RAG를 사용하는 LLM 챗봇 플랫폼 개발
•Spring AI Playground
• Spring AI Local CLI Chatbot
수상
•2013 공개SW 개발자대회 금상 (2위)
- JMCloud-ComputeManager: AWS EC2 관리용 GUI 도구
ㅣ Spring AI 오픈소스 vectorstore 모듈의 주요 기여자로 활동 중이신 ‘진짜 전문가’
LLM 챗봇, A/B 테스트, 클라우드 모니터링 등 다양한 플랫폼을 개발해 온 소프트웨어 엔지니어 허제민입니다. Java 기반 데이터 처리, REST API 서비스 개발, 클라우드 기술에 전문성을 갖추고 있으며,
Spring AI 오픈소스 vectorstore 모듈의 주요 기여자로 활동 중입니다. 2013년 공개SW 개발자대회에서 AWS 가상머신 관리 오픈소스로 금상을 수상한 경험이 있고,
새로운 기술 탐구와 지식 공유에 열정을 가지고 있습니다.
Spring이 엔터프라이즈 웹 애플리케이션 개발에서 복잡한 부분을 추상화해 Java 개발자가 비즈니스 로직에 집중할 수 있도록 도와주었던 것처럼, Spring AI는 AI 모델의 복잡한 사용법을 추상화하여 Java 개발자들이 손쉽게 엔터프라이즈 AI 애플리케이션을 개발할 수 있도록 지원합니다.
본 강의는 Java와 Spring AI 프레임워크를 기반으로 실전 AI 서비스 개발의 전 과정을 다루며, 수강생이 엔터프라이즈 환경에 바로 적용할 수 있는 구조화된 AI 서비스를 구현할 수 있도록 이론 학습과 실습 프로젝트로 구성된 점에서 기존 강의와 뚜렷한 차별점을 가집니다. 이미 Spring을 알고 계신 분이라면, 이 강의를 듣고 나면 자연스럽게 Spring AI Engineer로 성장해 있을 것입니다. AI가 더 이상 특별한 기술이 아니라 데이터베이스나 웹 서비스처럼 자연스럽게 활용할 수 있는 도구가 되는 순간을 함께 경험하면 좋겠습니다.
| 스프링 AI 실무 전문가 허제민님의 컨트리뷰터 활동
| 스프링 AI 실무 전문가 허제민님의 발표
SK planet 서비스 모니터링 구현 사례 공유 발표
SK planet Spring Boot 를 적용한 전사 모니터링 시스템 Backend 개발 사례 발표
SK planet JMCloud-ComputeManager 개발기 발표
다양한 실습
허제민 강사님이 직접 만드신
Spring 환경에서 직접 구현하는 다양한 AI 실습
Spring AI Chat 개발
Spring AI의 기본 구조와 기능을 이해하고, CLI 및 REST API 기반의 챗봇을 구현합니다.
| 주요 학습 포인트
· 주제 : Chat Client 를 사용해서 기본 LLM 챗봇 구현
· 기능 : CLI 챗봇 테스트, Rest API 로 챗봇 기능 서비스
실습 프로세스 자세히보기
1.개발 환경 구축 (Auto Configuration)
2.CLI 챗봇 개발
· Local 개발 환경 Ollama 구성
· 단일 질문/응답 처리 (ChatClient.call)
· 스트리밍 출력 처리 (ChatClient.stream + SSE)
3.REST API 챗봇 개발
· /chat/call, /chat/stream REST API 구성
4.Chat Memory + Advisors 기능 개발
· 메모리 기반 대화 흐름 관리
· Pre/Post Advisor 적용 예제 구현
5.Structured Output Converter 개발
· 시스템 메시지에 JSON 포맷 지시
· 응답을 자바 객체로 변환 처리
Spring AI RAG Chat 개발
Embedding과 Vector DB를 기반으로 한 RAG 챗봇을 구현합니다.
| 주요 학습 포인트
· 주제 : RAG 를 위한 ETL Pipeline 구성 및 Vectorstore 구축 후 RAG 챗봇 구현
· 기능 : 간단한 ETL Pipeline 구성, RAG 를 수행하고 답변하는 CLI 챗봇 테스트, Rest API 로 RAG 챗봇 기능 서비스
실습 프로세스 자세히보기
1.개발 환경 구축 (Auto Configuration)
· SimpleVectorStore 기반 in-memory 설정
· 실습용 docker 기반 외부 VectorStore 실행 시연
2.ETL Pipeline 개발
· 문서 텍스트 → 임베딩 생성 → VectorStore 저장
· 간단한 pdf/doc 대상 실습
3.RAG Advisors 개발
· 검색된 문서 기반으로 Prompt 재구성
· Retrieval 결과와 원 질문 결합
4.CLI 챗봇 개발
5.REST API 챗봇 개발
· /rag/call, rag/stream REST API 구현
심화 학습
백엔드 개발자를 위한 활용성 200%
Spring AI 심화 기능 + 소스 코드 제공
“Spring AI의 공식 예제? 그것만으로 부족하다면!”
강사님이 직접 개발한 실전 자바 기반 예제 코드
까지 함께 제공!
* 강의 오픈 차수에 맞춰 github에 업데이트 됩니다.
업데이트
버전 1.0.0 그 이상까지!
Spring AI 업데이트에 따른 추가 자료 제공!
빠르게 바뀌는 트렌드에 대비할 수 있도록
스프링 AI 버전 업데이트 영상 추가 제공
학습 범위를 넘어, 최신 버전의 변화에 빠르게 적응할 수 있도록
Spring AI 주요 업데이트 추가 영상 1회 제공됩니다.
*추가로 업데이트 되는 영상은 26년 8월 중 총 1번 진행됩니다.
오픈 커뮤니티 질의응답까지
강사님 답변 기간 : 2025.06.16 ~ 2026.06.15
* 강사님이 현업 중 답변 하시기에 답변까지 영업일 기준 7일 내외 시간이 소요될 수 있습니다.
* 강의와 무관한 질문에 대해서는 답변이 필수로 제공되지 않습니다.
언제든, 몇 번이든 다시!
한 번 결제로 평생 동안 무제한 반복 학습이 가능합니다.
바쁜 일정에 걱정할 필요 없이, 원하는 때에 학습하고 필요할 때마다 복습하세요.

















