Unit 설명
LLM 결과물 후처리, 적절한 LLM 모델 선택 방법, RAG·MCP 개념 등 효율적인 LLM 사용 방법을 학습합니다.
학습목표
이런 내용을 배워요
- 효과적인 LLM 결과물 후처리 방법
- 목표와 환경에 맞는 적절한 LLM 모델 선택 방법
- Retrieval-Augmented Generation (RAG)와 Model Context Protocol (MCP) 핵심 개념
이런 분께 추천해요
- 보안 직군에 필요한 기초 역량을 갖추고 싶은 분
- 컴퓨터 프로그램의 동작 원리에 관심이 있으신 분
- 최신 AI 기술인 LLM을 깊이 있게 이해하고 싶은 분
- 원하는 결과를 더 정확하게 얻기 위한 프롬프트 작성법을 배우고 싶은 분
- LLM 기반 서비스 기획이나 개발에 관심 있는 분
이런 선수 지식이 필요해요
- 기본적인 컴퓨터 사용 능력
- 인공지능(AI) 및 최신 기술 트렌드에 대한 기초적인 관심이나 이해
이런 환경을 기준으로 설명해요
- x86-64 아키텍처 기반 리눅스 환경
- Windows 11 환경
구성
후처리 전략
후처리 전략
모델 잘 고르는 법
모델 잘 고르는 법
RAG와 MCP
RAG와 MCP
평점
Unit의 모든 항목을 완료한 후 평가할 수 있습니다.
LLM의 효율적 사용
권장 소비자 가격
400 코인
Pro 구독하면
무료
0% 진행중
총 0개 항목 완료
강의
0 /3