[패스트 캠퍼스] 테디노트의 RAG 비법노트:랭체인을 활용한 GPT부터 로컬 모델까지의 RAG 가이드 수강 후기

 최근 AI 기술이 급격히 발전하며, 단순히 LLM 파인튜닝에 머무르지 않고 RAG(정보 검색 및 생성) 기술이나 에이전트를 활용한 새로운 접근법에 대한 학습 필요성을 느끼게 되었습니다. (아무래도 밥 벌어 먹고 있는 분야가 이 분야이다 보니 😝) 그래서 “테디노트의 RAG 비법 노트: 랭체인을 활용한 GPT부터 로컬 모델까지의 RAG 가이드” 강의를 선택해 수강 중입니다.

수강 중 화면 🤖

 

 이 강의 경우 패스트 캠퍼스 1등 강의 같은 느낌이고, 커리큘럼도 훌륭해서 선택을 하였는데요, LangChain의 기본 사용법부터 시작해 RAG의 고급 기술과 실제 활용 사례까지 폭넓게 다루고 있어, AI 개발자뿐 아니라 관련 기술을 처음 접하는 사람에게도 유익해 보였습니다. 특히, 파이썬이 생소한 분들을 위해 파이썬 기초 강의를 부록으로 제공하고 있어 입문자도 쉽게 따라갈 수 있을 것 같았습니다. 개인적으로는 강의 내용의 깊이와 실용성 외에도 강사인 테디노트 님의 열정적인 강의 방식에 감탄했습니다. 왜 패스트 캠퍼스 접속 하면 가장 먼저 보이는 강의인지 알 것 같습니다. 

1위..

 

 수강 후기를 간략히 말하자면, 이 강의는 단순히 이론을 전달하는 것에 그치지 않고 실질적인 기술 적용 능력을 키워주는 데 중점을 두고 있습니다. 강의 내용의 세밀한 구성과 단계별 학습 방식 덕분에 매 수업이 흥미롭고 유익합니다. 특히 매달 진행되는 라이브 강의는 최신 LLM 기술 동향과 다양한 AI 활용법을 빠르게 접할 수 있는 소중한 기회입니다. 디스코드 커뮤니티에서 제공되는 질의응답과 피드백 역시 큰 장점 중 하나입니다. 강의도 매우 훌륭하고 다양한 자료를 제공하고 있어서 어려운 내용임에도 불구하고 이해가 정말 잘 되는 느낌이였습니다.

필기 중 😰

그리고 코딩 중 😰😰

 

 앞으로의 목표는 강의를 완강하는 것뿐만 아니라, 이를 기반으로 실제 프로젝트에 적용해보는 것입니다. RAG 기술은 방대한 정보를 효과적으로 활용할 수 있는 잠재력을 제공하기 때문에 업무에서도 큰 도움이 될 것으로 기대되기도 하고, 무엇보다 업무관점에서 볼 때 상품화 하기 가장 적합한 LLM 관련 기술이라고 생각 되어 다음 프로젝트 때 적용해보고 싶은 마음이 큽니다.

 

모쪼록 개인적으로 이 강의는 AI 기술에 관심 있는 분들께 반드시 추천하고 싶은 강의입니다. 가격이 다소 부담이 될 수도 있지만 분명 그 값어치를 하는 강의라고 생각 합니다!

 

 

본 게시물은 패스트캠퍼스 후기 이벤트 참여를 위해 작성 되었습니다.