AWS Bedrock 기반 LangChain 활용 RAG/Agent 개발
AWS Bedrock과 LangChain을 활용하여 기업 내부 데이터 기반의 RAG/Agent 시스템을 설계하고, 업무 혁신에 기여하는 프라이빗 AI 서비스를 구축 및 배포할 수 있는 역량을 습득합니다.
학습 진행 방법
- 왼쪽 목차를 위에서부터 순서대로 진행합니다. 단원마다 이론 → 실습 순서입니다.
- 가운데 화면에서 슬라이드를 넘기며 학습합니다. 방향키(← →)로 넘기고,
F키로 전체 화면을 씁니다. - 오른쪽 메뉴
- 이론: 섹션별 슬라이드 목록 — 누르면 바로 그 장으로 이동합니다.
- 실습: 실습 파일 — 단계마다 필요한 파일 하나만 내려받아 EC2에 올립니다. 실행 방법은 슬라이드를 보고 따라 입력합니다.
모든 실습이 이어져 하나의 'AI 업무 어시스턴트' 를 완성합니다. 실습을 놓쳤다면 직전 단계의 완성 파일에서 다시 시작합니다.
일정 (1일 8시간 × 3일)
| 일차 | 내용 |
|---|---|
| 1일차 | AWS Bedrock 인프라 및 개발 환경 구축 · 메타 프롬프팅 · LangChain 데이터 구조화 |
| 2일차 | LangChain 데이터 구조화 · 멀티턴 대화와 메모리 · RAG 시스템 구축 · Advanced RAG |
| 3일차 | Advanced RAG · 자율 에이전트와 배포 · 프로젝트 |
실습 환경
- 실습은 내 실습 계정의 EC2에서 진행합니다. 첫 실습에서 IAM 역할과 EC2(기본 VPC)를 직접 만들고, VS Code(Remote - SSH) 로 연결합니다.
- 실습 파일은 이 페이지 오른쪽 메뉴의 다운로드 버튼으로 내려받아, VS Code 탐색기의
~/bedrock-lab폴더로 끌어다 놓아 EC2에 올립니다. - EC2에는 Bedrock 호출 권한을 가진 IAM 역할을 붙이므로 액세스 키가 필요 없습니다.
- 실습은 Python 3.12 이상을 씁니다. 첫 실습의
setup.sh가 설치합니다.
준비물
- 프로젝트에서 해결해 볼 내 업무 문제 1개 (첫 실습에서 문제 정의서를 씁니다)
- 실습 계정 로그인 정보 (강사가 안내)
- VS Code와 Remote - SSH 확장 설치