AX 아카데미

crewAI 기반 멀티 AI 에이전트 시스템

Multi AI Agent Systems with crewAI

AI 에이전트 팀을 설계하여 비즈니스 워크플로우를 자동화하고 단일 LLM의 한계를 뛰어넘는 성능을 구현합니다.

공식 페이지 ↗

CrewAI로 멀티 에이전트 시스템 설계 및 배포

Design, Develop, and Deploy Multi-Agent Systems with CrewAI

도구와 메모리를 공유하며 협업하는 실무 수준의 멀티 에이전트 시스템을 설계하고 배포합니다.

공식 페이지 ↗

crewAI로 배우는 실용 멀티 AI 에이전트

Practical Multi AI Agents and Advanced Use Cases with crewAI

복잡한 비즈니스 문제를 해결하기 위해 협업하는 에이전트를 구축합니다.

공식 페이지 ↗

Document AI: OCR부터 에이전트 기반 문서 추출까지

Document AI: From OCR to Agentic Doc Extraction

차트·표·양식 등 시각적 요소를 분석하여 문서 정보를 정확하게 추출하는 에이전트 시스템을 구축합니다.

공식 페이지 ↗

DSPy와 MLflow로 에이전트 앱 최적화

DSPy: Build and Optimize Agentic Apps

DSPy와 MLflow를 활용해 AI 에이전트의 성능을 설계, 디버깅하고 최적화하는 과정을 다룹니다.

공식 페이지 ↗

Gemini CLI를 활용한 오픈소스 에이전트 개발

Gemini CLI: Code & Create with an Open-Source Agent

커맨드라인에서 로컬 툴과 클라우드를 연동해 코딩 및 크리에이티브 워크플로우를 자동화합니다.

공식 페이지 ↗

Gemini로 대규모 멀티모달 모델 프롬프팅

Large Multimodal Model Prompting with Gemini

구글 Gemini 모델을 활용한 멀티모달 프롬프팅 모범 사례를 배웁니다.

공식 페이지 ↗

Generative UI 기반 인터랙티브 에이전트 개발

Build Interactive Agents with Generative UI

단순 텍스트를 넘어 차트, 폼 등 맞춤형 UI를 동적으로 생성하는 풀스택 에이전트 앱을 제작합니다.

공식 페이지 ↗

Google ADK로 실시간 음성 에이전트 구축

Building Live Voice Agents with Google’s ADK

Google의 Agent Development Kit를 활용해 실시간 대화형 음성 AI 에이전트를 만드는 법을 배웁니다.

공식 페이지 ↗

Gradio로 생성형 AI 앱 구축하기

Building Generative AI Applications with Gradio

머신러닝 앱을 빠르게 만들고 시연하며, Hugging Face Spaces에서 공유하는 방법을 배웁니다.

공식 페이지 ↗

GRPO를 활용한 LLM 강화 파인튜닝

Reinforcement Fine-Tuning LLMs With GRPO

강화 학습 기반의 파인튜닝과 보상 함수를 통해 LLM의 추론 능력을 고도화하는 방법을 배웁니다.

공식 페이지 ↗

Haystack으로 AI 애플리케이션 구축

Building AI Applications With Haystack

다양하고 복잡한 AI 앱을 구축할 수 있는 유연한 프레임워크를 배웁니다.

공식 페이지 ↗

Hugging Face smolagents로 코드 에이전트 구축

Building Code Agents with Hugging Face smolagents

복잡한 작업을 수행하는 코드를 작성하고 실행하는 에이전트를 개발합니다.

공식 페이지 ↗

Hugging Face로 배우는 양자화 기초

Quantization Fundamentals with Hugging Face

Hugging Face Transformers와 Quanto 라이브러리를 활용해 오픈소스 모델을 압축하는 법을 배웁니다.

공식 페이지 ↗

Hugging Face로 오픈소스 모델 활용하기

Open Source Models with Hugging Face

Hugging Face 도구와 오픈소스 모델을 활용해 AI 애플리케이션을 손쉽게 빌드하고 모델을 탐색하는 법을 배웁니다.

공식 페이지 ↗

Jamba로 롱컨텍스트 AI 앱 구축하기

Build Long-Context AI Apps with Jamba

Jamba 모델을 사용하여 매우 긴 문서를 처리할 수 있는 LLM 앱을 개발합니다.

공식 페이지 ↗

JAX로 직접 만드는 LLM 모델 및 학습

Build and Train an LLM with JAX

Gemini의 기반인 JAX 라이브러리로 2,000만 파라미터 LLM을 처음부터 구축하고 학습시킵니다.

공식 페이지 ↗

Jupyter AI: 노트북에서 활용하는 AI 코딩

Jupyter AI: AI Coding in Notebooks

Jupyter 노트북 내에서 AI를 통해 코드를 생성하고 데이터를 분석하며 설명을 얻는 법을 배웁니다.

공식 페이지 ↗

LangChain Deep Agents 기반 루프 엔지니어링

Loop Engineering with LangChain Deep Agents

LLM의 실행·관찰·결정 루프 구조를 이해하고 결과 검증 루프를 구축하는 프레임워크를 학습합니다.

공식 페이지 ↗

LangChain으로 내 데이터와 대화하기

LangChain Chat with Your Data

개인 데이터 및 문서와 연동되는 챗봇을 LangChain으로 만들고 창업자에게 직접 배웁니다.

공식 페이지 ↗

LangChain으로 함수, 도구, 에이전트 다루기

Functions, Tools and Agents with LangChain

최신 LLM API 트렌드를 익히고 LCEL을 이용해 체인과 에이전트를 조합 및 커스텀하는 법을 배웁니다.

공식 페이지 ↗

LangGraph 기반 AI 에이전트

AI Agents in LangGraph

LangChain의 LangGraph와 Tavily의 에이전틱 검색을 활용해 에이전트 AI 워크플로우를 구축합니다.

공식 페이지 ↗

LangGraph로 구현하는 장기 에이전트 기억

Long-Term Agentic Memory With LangGraph

LangMem을 활용해 LangGraph 기반의 장기 기억을 가진 AI 에이전트 빌드법을 배웁니다.

공식 페이지 ↗

Llama 2 & 3 프롬프트 엔지니어링

Prompt Engineering with Llama 2&3

Meta Llama 모델의 프롬프트 작성 모범 사례를 익히고 Chat, Code Llama, Llama Guard 모델을 실습합니다.

공식 페이지 ↗