랭체인 입문: RAG 챗봇부터 에이전트까지

PART 01 랭체인(LangChain) 개요
001 LangChain이란?
002 LangChain Expression Language(LCEL) 이해
003 LangChain 주요 컴포넌트

PART 02 채팅 모델(Chat Model) 공급자 및 사용 방법
001 OpenAI
002 Anthropic
003 Google
004 Groq
005 Ollama

PART 03 간단한 챗봇 만들기
001 기본 챗봇 구현
002 챗봇에 메모리 추가하기

PART 04 RAG 개념 이해 및 구현
001 RAG(Retrieval-Augmented Generation) 개념
002 문서 로딩 및 분할
003 임베딩 모델
004 벡터 저장소 구축
005 질의응답 RAG Chain 구현

PART 05 Tool Calling
001 도구(Tools)의 개념과 역할
002 LangChain 내장 도구 사용하기
003 사용자 정의 도구 만들기
004 구조적 출력(Structured Output) 활용

PART 06 Agent
001 에이전트(Agent) 개념 이해
002 기본 에이전트 구현
003 에이전트 실행도구에 메모리 기능 추가
004 랭그래프(LangGraph) 에이전트 구현
005 에이전트 기반의 RAG 챗봇 구현

PART 07 실전 프로젝트
001 LangChain을 이용한 뉴스 분석 프로젝트
002 Ollama 활용 오픈 소스 로컬 RAG 구현
003 데이터 분석 및 코드 실행 에이전트