이젠아카데미컴퓨터학원

외우지 않고 이해하는 Curriculum

1. 기초 이론학습라이브 런닝
2. 실전학습AI 실무 프로젝트 진행
3. 피드백, 리뷰전문 튜터의 피드백 및 리뷰

1. STEP 01. 문서 분석 및 요약 AI 시스템구축

   1. • 재직자 도약과정 소개 및 프로젝트 학습 소개
      • MAS와 기존 단일 에이전트 시스템의 차이
      • LangChain+LangGraph를 활용한 멀티에이전트 구조 설계
      • 이벤트 기반 비동기 아키텍처 이해
      • LangChain+LangGraph 설치 및 셋업
      • FastAPI+LangGraph를 이용한 AIAPI개발
      • 기초gRPC기반 멀티에이전트 서비스 구성
   2. • 문서크롤링&PDF,DOCX 등 다양한 문서 형식처리
      • 벡터 데이터베이스 (FAISS,ChromaDB)활용
      • RAG(Retrieval-AugmentedGeneration)검색 최적화
      • 문서분할에이전트 : 섹션별텍스트처리
      • 요약에이전트 : LLM을 활용한 중요 포인트 요약
      • 질의 응답 에이전트 : 문서기반 Q&A
      • 의견 분석 에이전트 : 감성 분석 및 키 포인트 제공

2. STEP 02. 데이터 분석 및 AI 추천 시스템 구축

   1. 주제 1 : 금융 데이터 분석 및 AI투자 추천 시스템 구축

      • 'Yahoo Finance, Alpha Vantage API 활용하여 주식/ETF 데이터 수집
      • 시계열 분석 기법 (이동 평균, 변동성 분석) 적용
      • 데이터 수집 에이전트 : 실시간 시장 데이터 수집
      • 뉴스 분석 에이전트 : 금융 뉴스 감성 분석
      • 포트폴리오 최적화 에이전트: 투자 성향 기반 ETF 추천
      • 리스크 관리 에이전트 : 변동성 및 리스크 예측

   2. 주제 2 : 커머스 데이터분석 및 AI 추천시스템 구축

      • Shoping data 수집
      • 시계열 분석 기법 (이동 평균, 변동성 분석) 적용
      • 데이터 수집 에이전트: 실시간 쇼핑 데이터 수집
      • 커머스 판매에이전트: 쇼핑 판매 데이터 분석
      • 포트폴리오 최적화 에이전트:판매 데이터기반 추천시스템
      • 판매관리 에이전트: 커머스 판매 및 효율성 예측

3. STEP 03. AI 고객 상담 시스템 구축

   1. • Retrieval-Augmented Generation (RAG) 기반 FAQ 검색
      • 고객 문의 유형 분석 (텍스트 분류 모델)
      • 질문 분류 에이전트 : 고객 문의 카테고리 자동 분류
   2. • FAQ 검색 에이전트 : 기존 DB에서 빠른 답변 검색
      • 상품 추천 에이전트 : 고객 성향 분석 후 맞춤 상품 추천
      • 감정 분석 에이전트: 고객 감정(불만, 만족 등) 감지 및 응대 전략 변경

4. STEP 04. 멀티 에이전트 기반 AI 서비스 구축

   1. • 문서 분석, 금융 AI, 고객 상담, AI 면접 중 선택하여 실전 프로젝트 개발
      • API 기반 서비스화 (FastAPI, gRPC)
      • 프론트엔드 연동 (Nuxt or Next)
   2. • AWS S3 + Lambda 활용한 서버리스 아키텍처
      • API 배포 및 성능 최적화
      • 서비스 리뷰 및 피드백

100% 비대면 온라인 강의로,
장소에 구애받지 말고 프로젝트에 도전하세요.