AX 아카데미

A2A 프로토콜: 에이전트 간 상호 통신 표준

A2A: The Agent2Agent Protocol

오픈 프로토콜 A2A를 활용해 서로 다른 프레임워크와 팀의 AI 에이전트를 연동하는 법을 배웁니다.

공식 페이지 ↗

Agentic AI 실무 과정

Agentic AI

Andrew Ng 교수와 함께 다단계 반복 워크플로우를 통해 스스로 행동하는 에이전트형 AI를 구축합니다.

공식 페이지 ↗

AI 기반 게임 만들기

Building an AI-Powered Game

처음부터 끝까지 재미있는 대화형 게임을 만들며 LLM 활용법을 배웁니다.

공식 페이지 ↗

AI 브라우저 에이전트 구축

Building AI Browser Agents

웹사이트를 탐색하고 상호작용하는 에이전트를 만들고 신뢰성을 높이는 법을 배웁니다.

공식 페이지 ↗

AI 에이전트 API 탐색을 위한 Knowledge Graph

Knowledge Graphs for AI Agent API Discovery

지식 그래프를 구축하여 AI 에이전트가 상황에 맞는 API를 올바른 순서로 호출하도록 만드는 법을 배웁니다.

공식 페이지 ↗

AI 에이전트 거버넌스 구축 전략

Governing AI Agents

에이전트 워크플로우에 데이터 거버넌스를 통합하여 안전하고 정확한 데이터 처리를 보장하는 법을 배웁니다.

공식 페이지 ↗

AI 에이전트 평가하기

Evaluating AI Agents

구조화된 평가를 통해 AI 에이전트를 체계적으로 평가하고 개선하는 방법을 배웁니다.

공식 페이지 ↗

AI 에이전트를 위한 Semantic Caching 도입

Semantic Caching for AI Agents

의미 기반 캐싱을 통해 응답 속도를 높이고 AI 에이전트 운영 비용을 절감하는 전략을 알아봅니다.

공식 페이지 ↗

AI 에이전트를 위한 음성 인터페이스 구현

Voice for AI Agents and Applications

임베디드, 기존 에이전트 결합, 도구 호출 등 3가지 패턴으로 AI에 음성 기능을 통합하는 법을 배웁니다.

공식 페이지 ↗

Anthropic MCP로 풍부한 맥락의 AI 앱 개발하기

MCP: Build Rich-Context AI Apps with Anthropic

Model Context Protocol을 활용해 도구, 데이터, 프롬프트에 접근하는 AI 앱을 구축합니다.

공식 페이지 ↗

Anthropic과 함께하는 에이전트 스킬 확장

Agent Skills with Anthropic

에이전트에 전문 지식을 부여하여 코딩, 리서치, 데이터 분석 워크플로우의 신뢰도를 높입니다.

공식 페이지 ↗

Anthropic과 함께하는 컴퓨터 유즈 구현

Building toward Computer Use with Anthropic

AI 어시스턴트가 컴퓨터를 직접 사용하고 작업을 수행하도록 구축되는 방식을 배웁니다.

공식 페이지 ↗

Apache Airflow로 GenAI 워크플로우 자동화

Orchestrating Workflows for GenAI Applications

생성형 AI 프로토타입을 Apache Airflow를 활용해 자동화된 파이프라인으로 전환하는 법을 배웁니다.

공식 페이지 ↗

AutoGen으로 구현하는 AI 에이전트 디자인 패턴

AI Agentic Design Patterns with AutoGen

AutoGen 프레임워크를 사용해 복잡한 AI 앱 구현을 위한 다양한 역할과 기능의 멀티 에이전트 시스템을 구축합니다.

공식 페이지 ↗

Cerebras 기반 초고속 LLM 추론 구현

Fast LLM Inference with Cerebras

Cerebras의 Wafer-Scale Engine을 활용해 실시간 응답이 가능한 LLM 애플리케이션을 구축합니다.

공식 페이지 ↗

ChatGPT API로 시스템 구축하기

Building Systems with the ChatGPT API

복잡한 업무를 자동화하고 LLM 호출을 연계해 최적의 결과물을 얻는 시스템 구축법을 배웁니다.

공식 페이지 ↗

Chroma와 함께하는 AI 고급 검색(Retrieval)

Advanced Retrieval for AI with Chroma

검색 결과의 관련성을 높이는 고급 검색 기법을 배우고, 저품질 쿼리를 개선하기 위해 LLM을 활용하는 법을 익힙니다.

공식 페이지 ↗

Claude Code: 고성능 에이전트 코딩 어시스턴트

Claude Code: A Highly Agentic Coding Assistant

Claude Code를 활용하여 코드베이스를 탐색하고 수정하며 개발 효율을 극대화하는 법을 배웁니다.

공식 페이지 ↗

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 ↗