AX 아카데미

Multi-vector Image Retrieval 구축하기

Multi-vector Image Retrieval

다중 벡터를 활용해 텍스트와 이미지 간의 정밀한 매칭을 구현하고 검색 정확도를 높이는 방법을 배웁니다.

공식 페이지 ↗

Nvidia NeMo Agent Toolkit 기반 상용 에이전트 개발

Nvidia’s NeMo Agent Toolkit: Making Agents Reliable

관찰·평가·배포 도구를 활용해 시연용 에이전트를 안정적인 상용 시스템으로 발전시킵니다.

공식 페이지 ↗

o1 모델을 활용한 추론

Reasoning with o1

복잡한 추론 작업을 위해 OpenAI o1 모델을 사용하고 프롬프트하는 법을 배웁니다.

공식 페이지 ↗

OpenAI Canvas로 협업 글쓰기 및 코딩

Collaborative Writing and Coding with OpenAI Canvas

AI와 협업하여 더 효과적으로 글을 쓰고 코딩하며 창작하는 OpenAI Canvas 활용법을 배웁니다.

공식 페이지 ↗

Qodo와 함께하는 AI 코드 리뷰 실무

AI Code Review

충분한 컨텍스트 전달과 조기 리뷰 실행을 통해 AI 코드 리뷰를 효율적으로 운용하는 실습 과정입니다.

공식 페이지 ↗

RAG(Retrieval Augmented Generation) 실무

Retrieval Augmented Generation (RAG)

RAG의 아키텍처 설계부터 배포, 평가까지 실무에 즉시 적용 가능한 개발 노하우를 습득합니다.

공식 페이지 ↗

RAG를 위한 지식 그래프(Knowledge Graphs)

Knowledge Graphs for RAG

지식 그래프 시스템을 구축해 RAG 성능을 높이고 Neo4j의 Cypher 언어로 데이터를 관리 및 검색하는 법을 배웁니다.

공식 페이지 ↗

Replit과 함께하는 바이브 코딩 101

Vibe Coding 101 with Replit

통합 웹 개발 환경에서 AI 코딩 에이전트로 앱을 디자인, 빌드, 배포합니다.

공식 페이지 ↗

RLHF(인간 피드백 기반 강화학습) 이해하기

Reinforcement Learning From Human Feedback

RLHF를 통한 LLM 튜닝 및 평가 기초를 배우고 Llama 2 모델을 직접 미세조정해 봅니다.

공식 페이지 ↗

Semantic Kernel로 AI 플러그인 구축하기

How Business Thinkers Can Start Building AI Plugins With Semantic Kernel

마이크로소프트의 Semantic Kernel을 활용해 메모리, 커넥터, 플래너 등 LLM 빌딩 블록을 앱에 적용합니다.

공식 페이지 ↗

SGLang 기반 효율적인 텍스트·이미지 추론

Efficient Inference with SGLang: Text and Image Generation

KV 캐시 및 RadixAttention 기술로 텍스트와 이미지 생성의 속도를 높이고 비용을 절감하는 법을 배웁니다.

공식 페이지 ↗

Streamlit으로 GenAI 앱 빠르게 프로토타이핑

Fast Prototyping of GenAI Apps with Streamlit

프롬프트 엔지니어링과 RAG를 활용하여 생성형 AI 앱을 빠르게 프로토타입으로 만들고 배포합니다.

공식 페이지 ↗

Tool Execution을 활용한 코딩 에이전트 개발

Building Coding Agents with Tool Execution

안전한 샌드박스 환경에서 스스로 코드를 작성하고 실행하는 AI 에이전트 구축 방법을 학습합니다.

공식 페이지 ↗

vLLM을 활용한 빠르고 효율적인 LLM 추론

Fast & Efficient LLM Inference with vLLM

vLLM으로 오픈소스 LLM의 성능을 최적화하고 배포 및 벤치마킹하는 방법을 배웁니다.

공식 페이지 ↗

Windsurf의 AI 코딩 에이전트로 앱 개발하기

Build Apps with Windsurf’s AI Coding Agents

에이전트 AI 기반 통합 개발 환경에서 애플리케이션을 빌드, 디버깅, 배포하는 법을 배웁니다.

공식 페이지 ↗

가드레일을 통한 안전하고 신뢰할 수 있는 AI

Safe and reliable AI via guardrails

가드레일 제어 기능을 더해 LLM 앱을 개념 증명을 넘어 실무 단계로 발전시킵니다.

공식 페이지 ↗

개발자를 위한 ChatGPT 프롬프트 엔지니어링

ChatGPT Prompt Engineering for Developers

효과적인 프롬프트 작성법과 요약, 추론, 변환, 확장 등 LLM 활용 기초를 배웁니다.

공식 페이지 ↗

거대언어모델(LLM) 미세조정(Finetuning)

Finetuning Large Language Models

프롬프팅과 파인튜닝의 적용 시점을 파악하고, 적합한 오픈소스 모델 선정부터 도메인 맞춤 학습까지 진행합니다.

공식 페이지 ↗

거대언어모델(LLM)과 함께하는 페어 프로그래밍

Pair Programming with a Large Language Model

LLM에게 프롬프트를 입력해 코드를 개선, 디버깅, 문서화하고 생산성을 높이는 방법을 배웁니다.

공식 페이지 ↗

검색 최적화: 토큰화부터 벡터 양자화까지

Retrieval Optimization: Tokenization to Vector Quantization

LLM 앱을 위한 더 빠르고 관련성 높은 벡터 검색을 구축합니다.

공식 페이지 ↗

고급 RAG 구축 및 평가

Building and Evaluating Advanced RAG

문장 윈도우, 자동 병합 등 성능이 뛰어난 고급 RAG 검색법을 배우고 파이프라인 성능을 평가 및 개선합니다.

공식 페이지 ↗

나만의 데이터베이스 에이전트 구축

Building Your Own Database Agent

자연어로 표 데이터 및 SQL DB와 상호작용하여 효율적이고 접근성 높은 데이터 분석을 구현합니다.

공식 페이지 ↗

데이터 에이전트 개발 및 평가 방법

Building and Evaluating Data Agents

데이터 소스에 연결해 스스로 계획을 세우고 통찰을 도출하는 멀티 에이전트 시스템을 개발합니다.

공식 페이지 ↗

디퓨전 모델의 원리

How Diffusion Models Work

디퓨전 모델을 처음부터 직접 구축하며 원리를 이해하고, 샘플링 속도 개선 알고리즘을 구현합니다.

공식 페이지 ↗