강의개요
본 과정은 퍼블릭 클라우드의 최신 고성능 AI 인프라와 플랫폼을 활용하여, 기업 맞춤형 AI 서비스를 기획하고 구현하는 6시간 집중 실무 과정입니다. 이론 세션에서는 구글 클라우드 플랫폼 (이하 GCP) 생태계를 중심으로 Gemini 1.5 모델의 특징, SAIF 보안 프레임워크, 그리고 AI FinOps를 통한 비용 관리 전략을 학습하여 성공적인 AI 도입 로드맵을 수립합니다. 이어지는 실습 세션에서는 프리 티어를 활용해 Vertex AI Agent Builder로 코딩 없이 RAG(검색 증강 생성) 기반의 챗봇과 검색 엔진을 직접 구축해 봅니다. 이를 통해 전략적 기획 역량과 프로토타입 제작 능력을 동시에 확보하는 것을 목표로 합니다.
권장수강대상
- AI 서비스 기획자 및 PM: 생성형 AI의 기술적 한계와 가능성을 이해하고, 비용 효율적인 비즈니스 모델과 서비스 시나리오를 설계하고자 하는 분.
- 사내 IT 인프라 및 보안 담당자: 기업 데이터를 안전하게 보호하면서 클라우드 기반의 AI 인프라를 구축하고, 거버넌스 정책을 수립해야 하는 실무자.
- DX(디지털 전환) 추진 리더 및 의사결정권자: 최신 Google Cloud AI 기술 트렌드를 파악하여 조직 내 AI 도입 전략을 결정하고 예산을 관리해야 하는 리더.
- 초기 AI 개발자 및 데이터 분석가: 복잡한 코딩 없이 Vertex AI 플랫폼을 활용하여 빠르게 MVP(최소 기능 제품)를 제작하고 배포하는 과정을 익히고 싶은 분.
수강기대효과
- 최신 Gen AI 인프라 문해력 확보: TPU/GPU 등 하드웨어 리소스부터 Gemini 등 최신 모델까지, Google Cloud의 AI 풀스택(Full-stack) 구조를 명확히 이해합니다.
- 실무형 RAG 챗봇 구현 능력 체득: 이론으로만 접하던 검색 증강 생성(RAG) 기술을 Agent Builder를 통해 직접 구현해봄으로써, 할루시네이션을 줄인 신뢰성 높은 AI 서비스 구조를 익힙니다.
- 데이터 보안 및 비용 최적화 전략 수립: 기업 데이터 유출을 방지하는 보안 원칙(SAIF)과 토큰 기반의 과금 체계를 이해하여, 안전하고 경제적인 프로젝트 운영이 가능해집니다.
- 즉시 실행 가능한 기획안 도출: 다양한 파운데이션 모델(Model Garden)과 노코드 도구를 활용해, 수강 직후 현업에 적용 가능한 구체적인 AI 서비스 기획안을 작성할 수 있습니다.
수강준비
- 구글 클라우드 플랫폼 (이하 GCP) 회원가입 및 프리티어 핸즈온 준비 필요
- 실습을 위한 준비, 에이전트 빌드, 배포와 관련하여 소정의 비용이 발생할 수 있음
커리큘럼
P1. AI 시대의 클라우드 인프라 특징 이해
1.1 생성형 AI 시대의 인프라 요건- LLM 학습 및 추론을 위한 하드웨어의 중요성- GPU vs TPU: 워크로드별 선택 기준 (TPU v5p, NVIDIA H100)
1.2 AI Hypercomputer 아키텍처- 컴퓨팅, 스토리지(Hyperdisk), 네트워크의 유기적 결합- 오픈형 생태계 전략 (Hugging Face, 서드파티 모델 지원)
P2. 클라우드 기반 AI 플랫폼의 주요 기능 살펴보기
2.1 Vertex AI의 Foundation Model 활용 전략- Gemini 1.5 Pro vs Flash: 성능과 비용 사이의 최적 모델 선택- Model Garden: 130개 이상의 모델(Llama 3, Claude 3.5 등) 탐색
2.2 RAG(검색 증강 생성)와 Agent Builder- 할루시네이션(환각) 방지를 위한 Grounding(근거) 기술- No-code/Low-code 기반의 검색 및 대화형 에이전트 구축 구조
P3. 클라우드 기반 AI를 위한 보안 및 비용 관리
3.1 SAIF (Secure AI Framework) & 거버넌스- 데이터 주권과 프라이버시 원칙 (내 데이터로 구글 모델을 학습하지 않음)- 유해 콘텐츠 필터링 및 책임감 있는 AI 설정
3.2 AI FinOps (비용 관리)- 토큰 기반 과금 체계 이해 및 견적 계산기(Pricing Calculator) 실습- 예산 설정, 약정 할인(CUD), Spot VM을 활용한 비용 절감 전략
P4. 클라우드 기반 AI 실습 1 – Vertex AI Studio: 프롬프트 엔지니어링
4.1 환경 설정 및 Vertex AI 활성화- 프로젝트 생성 및 API 사용 설정
4.2 멀티모달 프롬프트 디자인 실습- Gemini 1.5 Pro를 활용한 텍스트/이미지/비디오 분석- System Instruction(페르소나 부여) 설정을 통한 답변 품질 제어- 매개변수(Temperature, Token Limit) 조절에 따른 결과 변화 실험
P5. 클라우드 기반 AI 실습 2 – Agent Builder (1):기업용 검색 엔진 구축
5.1 RAG(검색 증강 생성) 파이프라인 구축- Vertex AI Agent Builder 접속 및 ‘Search’ 앱 생성- 기업 내부 문서(가상의 사내 규정 PDF 등) 업로드 및 색인
5.2 데이터 연결 및 검색 테스트- 비정형 데이터(PDF)에서 자연어 질의로 정확한 정보 찾기- 검색 결과가 생성형 요약(Generative Summary)으로 출력되는 과정 확인
P6. 클라우드 기반 AI 실습 3 – Agent Builder (2):챗봇 구현 및 배포
6.1 대화형 챗봇(Chat Agent) 생성- 앞서 만든 검색 엔진을 도구(Tool)로 연결하여 ‘근거 있는 답변’ 유도- 챗봇의 어조, 스타일, 금지어 설정
6.2 통합 및 테스트- 실제 웹사이트 형태의 미리보기(Preview)를 통해 챗봇 시연- 과정 정리: 실습 리소스 삭제(비용 방지) 및 Q&A
SEO 키워드 및 태그
- 메인 키워드: Google Cloud, Vertex AI, 생성형 AI 강의, Gemini 1.5, RAG 구현, AI 에이전트, Agent Builder, AI 인프라, 클라우드 비용 관리, AI FinOps
- 해시태그: #구글클라우드 #VertexAI #Gemini #생성형AI #RAG #AgentBuilder #AI강의 #노코드AI #AI기획 #프롬프트엔지니어링
