수강 형태
어떻게 수강하나요?
수강료 및 일정은 상담 후 안내드립니다. 무료 상담 신청 →
왜 이 강의인가
강사 소개
4가지 에이전트를 직접 만듭니다
모든 프로젝트는 LangGraph + MCP 아키텍처로 설계됩니다.
4가지 강의 원칙
이런 분께 추천합니다
✓ 이런 분께 맞습니다
- Python 기초 문법을 알고 있는 분
- 에이전트를 직접 만들어 업무에 적용하고 싶은 분
- 기업 내부 AI 전환을 이끌어야 하는 PM·담당자
- AI 에이전트로 자신의 SaaS를 만들고 싶은 창업자
- LangChain을 이미 써봤지만 한계를 느끼는 개발자
✗ 이런 분께는 맞지 않습니다
- Python을 처음 배우는 단계인 분
- ChatGPT 사용법만 배우고 싶은 분
- 딥러닝 논문 구현이 목표인 분 (별도 커리큘럼 있음)
- 즉시 써먹을 수 있는 완성 템플릿만 원하는 분
수강생 후기
직접 만들고 배포한 사람들의 이야기
"어려웠던 순간에 함께 고민해 주시고 올바른 길을 안내해 주셨습니다. 수업 진도를 따라갈 수 있도록 유익한 정보를 제공해 주시고, 용기를 북돋아 주신 조언과 시간들이 기억에 남습니다."
"프로젝트가 막힐 때 상담을 구체적으로 피드백하면서 해주신 순간이 특히 기억에 남습니다. 천천히 설명해 주시고 이야기를 기다려주시는 학습멘토입니다."
자주 묻는 질문
Python 기초 문법을 알고 있다면 수강 가능합니다. 머신러닝·딥러닝 사전 지식은 불필요합니다. KDT 과정에서 비전공자(기획자, 마케터, 창업자)부터 현직 개발자까지 200명 이상이 수료했습니다.
LangChain은 LLM 호출·체인 구성을 위한 라이브러리이고, LangGraph는 그 위에서 상태 머신(State Machine) 기반의 복잡한 멀티에이전트 워크플로우를 설계하는 프레임워크입니다. LangGraph는 조건 분기, 루프, 병렬 처리가 가능하여 프로덕션 에이전트에 적합합니다. Gartner 2025 보고서에 따르면, 기업의 82%가 2026년까지 AI 에이전트를 프로덕션에 도입할 계획이며, 그 중 LangGraph 기반 워크플로우가 표준으로 자리잡고 있습니다.
MCP(Model Context Protocol)는 Anthropic이 제안한 AI 에이전트와 외부 도구 간의 표준 통신 프로토콜입니다. Claude, Cursor, Windsurf 등 주요 AI 도구가 MCP를 지원하고 있어, MCP 서버를 만들 수 있으면 내 시스템을 AI 생태계와 즉시 연결할 수 있습니다.
아래 '문의하기' 버튼을 눌러 원하시는 강의 형태(개인 수강, 기업 연수, KDT 과정 등)를 알려주시면 빠르게 안내드립니다. 강의 일정과 형태는 수강생의 상황에 맞게 조율됩니다. LinkedIn 데이터 기준, 'AI Agent' 스킬 보유자의 채용 공고는 전년 대비 340% 증가했습니다.
에이전트를 직접 만들 준비가 됐나요?
LangGraph · MCP · 멀티에이전트. 이론이 아닌 실제 운영 중인 에이전트 시스템을 바탕으로 배웁니다.
강의 문의하기 →
더 알아보기: LLM 위키 개념