AI 에이전트 무료교육 프로그램 TOP5 (LangChain Academy, Anthropic AI Fluency 외)

AI 무료교육 프로그램 TOP5 by 넥스트플랫폼
AI 무료교육 프로그램 TOP5 by 넥스트플랫폼
Views: 2,927

2025.06.27 / 넥스트플랫폼 동준상

LangChain, Anthropic, OpenAI, Google Gemini, DeepMind, GitHub에서 제공하는 ‘무료이면서 유용한’ GenAI, LLM 그리고 AI 에이전트 교육 프로그램을 비교합니다.

Sponsored by

AIGrape: GPT, Gemini, Claude, Perplexity - All in One AI Platform
AIGrape: GPT, Gemini, Claude, Perplexity – 올인원 AI

AIGrape의 최신 기능인 Auto 모드를 켜면
다수의 AI가 협력해서 복잡한 임무를 처리합니다.

AIGrape Auto 모드로 복잡한 다단계 리서치, 기획 업무를 처리하세요. / https://www.aigrape.net/

#1 LangChain

LangGraph로 앰비언트 에이전트 구현 (Building Ambient Agents with LangGraph / 25.06.27 업데이트)

NXP 추천 LangGraph 교육채널: 공원나연

공원나연 | 웹 검색 기반 채팅 Agent 구현하기 (LangGraph, Tool Calling Agent)

1. 인트로: LangGraph를 활용한 검색기반 Tool Calling 에이전트 구현

  • 주요 키워드:
    • AI 에이전트
    • ReAct 패턴
    • LangGraph
    • Tool Calling 구조
    • 웹 검색 통합 실습

2. AI 에이전트란?

  • AI 에이전트: LLM이 동적으로 판단하고 행동하는 시스템
  • Workflow vs. Agent
    • Workflow: 미리 정의된 흐름
    • Agent: LLM이 상황에 따라 행동을 결정
  • Anthropic의 정의: 판단 개입 수준에 따라 시스템 자율성 구분

3. 라우터(Router)의 역할

  • 라우터 = LLM의 다음 행동 결정기
  • 메시지 유형에 따라 분기 처리
    • 예: 주문조회 → LLM A, 환불 → LLM B
  • 동적 분기를 통한 유연한 워크플로우 구성

4. ReAct로 본 에이전트 사고 흐름

  • ReAct 구조:
    • Thought → Action → Observation → 반복
  • 예시: 후추통 찾기 시나리오
    • 사고를 통해 비효율적 탐색 회피
    • 목표 달성을 위한 단계적 판단 가능

5. Tool Calling Agent 개요

  • 질문 분석 후 필요한 도구를 호출
  • 예: “2 x 3?” → Multiply 툴 호출
  • LLM의 추론 + 도구 인터페이스 통합
    • 자연어 → 툴 매개변수 추출 → 실행 → 응답 생성

6. 웹 검색 Tool Calling 흐름

  • 질문: “AI 에이전트란?”
  • LLM 판단 → 웹 검색 필요
  • Tavily Search API 활용
    • 키워드 추출 → API 호출 → 결과 요약 → 응답 생성

7. Tavily API 실습: 검색결과 활용

  • Tavily API 키 발급 후 사용
  • 파라미터 예시:
    • query: “AI agent”
    • max_results: 3
    • freshness: 10일 이내
  • 결과: URL + 요약 + 관련성 점수 확인

8. LangChain Tool 정의 및 활용

  • Tavily를 LangChain Tool로 정의
  • 사용 예시: pythonCopyEdittool = TavilySearchResults() llm_with_tool = llm.bind_tools([tool])
  • LLM이 적절한 툴 호출 여부 판단 가능

9. 툴 선택 및 조건 분기 처리

  • 툴 설명 포함시 LLM이 툴 필요 여부 판단
  • 예:
    • “3 * 12” → Multiply 툴 호출
    • “나누기” → 미정의 → 툴 호출 없음
  • 판단 결과에 따라 툴 호출 여부 결정

10. LangGraph로 그래프 기반 워크플로우 구성

  • 상태 기반 노드-엣지 구조
    • 노드: 기능 수행 단위 (Chat / Search 등)
    • 엣지: 조건에 따른 흐름 연결
  • 조건부 분기:
    • 툴 필요 시 → Search 노드 실행
    • 툴 불필요 시 → 직접 응답

11. 에이전트 최종 구조 시각화

  • 전체 흐름:
    1. 사용자 입력
    2. 판단: 툴 호출 필요?
    3. 툴 호출 (Tavily)
    4. 결과 수집
    5. 최종 응답 출력
  • 반복 구조: 사용자의 다음 입력을 대기하며 순환

12. 마무리 및 정리

  • 핵심 포인트:
    • 에이전트는 동적 판단 + 도구 연동
    • LangGraph = 시각적 흐름 구성 + 조건 분기
  • 실습을 통한 이해 강화
  • 추천: 다양한 도구와 연동하여 확장 실험 진행

#2 Anthropic

AI Fluency by Anthropic
https://www.anthropic.com/ai-fluency

앤스로픽 | 우리가 AI 유창성(AI Fluency)을 높여야하는 이유는? (25.06.16 업데이트)
Anthropic | Lesson 2A: Why do we need AI Fluency? | AI Fluency: Framework & Foundations Course

위 AI Fluency L2 영상의 핵심 내용 (Key Takeaway)

1. AI 유창성 (AI Fluency) 4요소

  • AI 활용기술 (Skill of the AI)
  • AI 기반지식 (Knowledge of the AI)
  • AI 통찰 (Insight on the AI)
  • AI 가치 (Value of the AI)

2. AI 유창성, 능숙한 AI 활용역량 4대 속성

  • 효과적인 AI 활용 (Effective AI Use)
  • 효율적인 AI 활용 (Efficient AI Use)
  • 윤리적인 AI 활용 (Ethical AI Use)
  • 안전한 AI 활용 (Safe AI Use)

3. 사용자-AI 상호작용 3대 방식 (3A)

  • AI 기반 업무자동화 (Automation)
  • AI 기반 성능강화 (Augmentation)
  • AI 기반 업무대리 (Agency)

AI Fluency L2 영상 개요

📘 AI 유창성(AI Fluency)이란?

  • AI 유창성의 정의
    • 단순한 기술 숙련이 아니라, AI를 효과적·윤리적·안전하게 활용하는 실용적 능력
  • 왜 중요한가?
    • AI는 일과 삶 전반에 걸쳐 소통·창작·학습·문제해결 방식을 변화시키고 있음
    • 도구만 가지고 있다고 유창한 것은 아님 → 활용 능력의 격차가 중요

📘AI 유창성의 핵심 요소

  • AI 유창성은 다음 네 가지를 포함
    1. 실용적 기술(Skills)
    2. 지식(Knowledge)
    3. 통찰력(Insight)
    4. 가치(Value)
  • 이 요소들은 서로 강화되며, AI 기술 변화에 따라 적응 가능해야 함

📘 사용자가 AI와 상호작용하는 세 가지 방식

  1. 자동화(Automation)
    • AI가 사용자의 명령을 따라 정해진 작업 수행
    • 예: 이메일 작성, 문서 요약, 여행 일정 생성
    • 명확한 목표가 있을 때 효과적
  2. 증강(Augmentation)
    • 사용자와 AI가 협력하여 작업을 수행
    • 예: 스토리 캐릭터 개발, 연구 아이디어 정리
    • 창의적 사고와 문제 해결에 적합
  3. 에이전시(Agency)
    • AI가 독립적으로 작업을 수행
    • 예: 이메일 자동 분류 및 초안 작성, 웹사이트 경험 관리
    • 사용자는 디렉터처럼 비전 제시자가 됨

📘3대 상호작용 방식의 비교 및 활용전략

구분자동화 (Automation)증강 (Augmentation)에이전시 (Agency)
주도권사용자 중심공동 참여AI 중심
적합 상황명확한 지시가 필요할 때창의적 문제 해결반복적/동적 처리 필요 시
활용 예시보고서 요약, 일정 생성아이디어 브레인스토밍실시간 고객 응대, 콘텐츠 생성
  • 이 세 가지는 상호 보완적이며, 하나의 프로젝트에서도 복합적으로 사용될 수 있음

📘AI의 역할 변화에 따른 사용자의 역할 변화

  • AI는 단순한 도구를 넘어
    → 미디어, 협업자, 공동 창작자로 발전 중
  • 이에 따라 인간도 새로운 역할과 기술을 익혀야 함
    • 지시자(Director), 해석자(Interpreter), 윤리 관리자(Ethical Leader) 등

📘(앤스로픽이 제공하는) ‘AI 유창성 프레임워크’의 4대 역량 영역

  1. 효과성 (Effectiveness)
    • 목표 달성에 도움되는 상호작용 방식 이해
  2. 효율성 (Efficiency)
    • 반복 업무를 간결하게 처리하는 능력
  3. 윤리성 (Ethics)
    • 정보 보호, 책임감 있는 사용
  4. 안전성 (Safety)
    • 개인정보 보호, 신뢰 가능한 AI 사용 환경 구축

#3 OpenAI

#4 DeepLearning AI

https://www.deeplearning.ai

Generative AI for Software Development
https://www.deeplearning.ai/courses/generative-ai-for-software-development/

#5 Google Gemini / Google Cloud

권장 학습 순서

  1. 입문 단계: LangChain 기초강좌, OpenAI PDF 가이드, GitHub Copilot 시작 모듈
  2. 중급~전문 단계: Anthropic 에이전트 심화과정, Google Vertex AI + Gemini 실습

지속적으로 업데이트되는 포스트입니다. / 첫 포스팅: 250601 >> 마지막 업데이트: 250627 / 이 포스트에 대한 문의: 동준상 프로 (naebon@naver.com)

Related Posts