├── 01. LLM 기초
│ ├── Transformers와 어텐션 메커니즘
│ ├── 추론 및 디코딩
│ ├── Tokenization 분할어 처리
│ └── 컨텍스트 창과 제한
│
├── 02. 프롬프트와 컨텍스트
│ ├── 프롬프트 엔지니어링 및 컨텍스트 학습
│ ├── 컨텍스트 엔지니어링
│ ├── 구조화된 출력 및 Schema
│ └── 제약 디코딩
│
├── 03. 표현(Representation)
│ ├── Embeddings 벡터 임베딩
│ ├── 유사도 검색
│ ├── 벡터 데이터베이스
│ └── 하이브리드 검색
│
├── 04. RAG
│ ├── Chunking 데이터 분할
│ ├── 하이브리드 검색
│ ├── Reranking 재순위화
│ ├── 질의어 재작성(Query Rewriting)
│ └── GraphRAG 그래프 RAG
│
├── 05. 도구와 에이전트 (Agents)
│ ├── 도구 / 함수 호출
│ ├── Agent 워크플로우
│ ├── Agent 메모리 및 상태
│ ├── MCP
│ ├── A2A / 상호운용성
│ └── 인간 개입 협업 (Human-in-the-Loop)
│
├── 06. 평가(Evaluation)
│ ├── Evals 평가 체계
│ ├── 테스트 데이터셋
│ ├── 온라인 지표
│ └── 추적 및 디버깅
│
├── 07. 보안(Safety)
│ ├── 가드레일 메커니즘 (Guardrails)
│ ├── AI 안전
│ └── 프롬프트 주입 방어
│
├── 08. LLMOps 및 추론 서비스
│ ├── 모델 선택 및 라우팅
│ ├── 캐싱, 지연 시간 및 비용
│ ├── vLLM / TGI
│ ├── 양자화 및 배치 처리
│ └── 프로덕션 주기 관리
│
├── 09. 모델 적응(Adaptation)
│ ├── Fine-Tuning 미세 조정
│ ├── PEFT 파라미터 효율적 미세 조정
│ ├── LoRA / QLoRA
│ └── 모델 증류
│
├── 10. 심화
│ ├── 멀티모달 AI
│ ├── 지식 그래프
│ ├── AI 애플리케이션 아키텍처
│ └── 제품 통합

프롬프트만 디버깅하는 것을 넘어, AI 시스템을 구축하는 법을 배우세요.