프로그래밍

[심화과정]LangChain, LangGraph로 구현하는 텍스트,이미지,그래프 기반 멀티모달 RAG Part.1

김종영

강의구성	12강	강좌코드	ST_SP010201
수강기간	30일
제작년도	2025년
증빙서류	발행불가※ 이 강좌의 80% 이상 수강 시 출력이 가능합니다.
교안/예제	1.12개의 VOD로 구성되었습니다. 2. 교안은 수강중인 회원만 다운로드 가능합니다.

강좌소개
커리큘럼

강좌개요 “LangChain/LangGraph로 구현하는 텍스트·이미지·그래프 기반 멀티모달 RAG 심화 과정”은 텍스트·이미지·지식그래프 등 다양한 데이터 소스를 통합해 고급 RAG 시스템을 구축하는 방법을 실전적으로 다룹니다. LangChain과 LangGraph를 활용한 멀티모달 파이프라인 설계, 에이전트 오케스트레이션, 단계별 RAG 아키텍처 구현 등을 중심으로 실제 서비스 수준의 멀티모달 RAG를 완성하도록 돕는 심화 과정입니다.

학습대상 학생 및 일반인

학습목표 ● Pinecone을 활용한 Dense, Sparse, Hybrid 벡터 검색 시스템을 구현할 수 있다. ● BM25 알고리즘 기반 키워드 검색과 임베딩 기반 의미 검색을 결합할 수 있다. ● unstructured 라이브러리로 비정형 문서의 레이아웃을 분석하고 구조화할 수 있다. ● OCR 기술을 활용하여 이미지 기반 문서에서 텍스트를 추출할 수 있다. ● 검색 결과를 LLM과 통합하여 RAG 기반 질의응답 시스템을 구축할 수 있다.

참고사항

- 수강 기간 중 언제든지 반복 수강이 가능합니다.
- 수강 여부 체크는 현재 동영상 강좌에만 가능합니다. (증빙 서류 발급은 준비중입니다.)
- 수강 신청 완료 후 수강 가능합니다.

커리큘럼

차시	강의제목	수강여부
01	RecursiveCharacterTextSplitter(), Pinecone 인덱스 생성, PineconeVectorStore.from_documents()[33:28]
02	PineconeVectorStore 객체의 similarity_search()와 Index 객체의 query()[33:35]
03	Sparse 검색 - 소개[35:51]
04	Sparse 검색 - BM25[30:36]
05	Hybrid 검색 1/2[31:01]
06	Hybrid 검색 2/2[20:02]
07	LLM에 검색 결과 전달하기[38:40]
08	Tesseract, Google Cloud Vision API[36:48]
09	비정형 문서의 처리 방법, partition_pdf의 strategy[28:14]
10	partition_pdf - strategy="fast"[22:25]
11	partition_pdf - strategy="hi_res"[34:53]
12	LLM을 이용한 테이블 파싱 에러 보정[19:04]