개강 D-12자부담 0원
AI 에이전트 서비스 개발자 과정
(주)모두의연구소 · 2회차 · 서울 강남구
에이전트K-디지털
프로그램 요약
전공·목표 직무에 무관하게 LLM 기반 AI 에이전트를 기획·설계·구현·운영할 수 있는 실무 역량을 함양하는 6개월 과정
- 모집마감
- 개강 전까지
- 수업일정
- 2026.08.26 ~ 2027.02.19약 6개월
- 요일시간
- 평일 / 10:00~18:00풀타임기관
- 모집정원
- 30명
- 총 시간
- 840시간
- 학습장소
- 서울서울특별시 강남구 강남대로 324 (역삼동 역삼디오슈페리움)온·오프라인 혼합
- 강의장
- 2층
- 수강료
- 0원 전액 국비지원
훈련장 확인 필요 고용24 등록 주소와 기관이 안내하는 강의장이 다릅니다. 지원 전 기관에 확인하세요.기관 안내: 서울현대교육재단(당산역 도보 5분)
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 트레이닝은 제도상 전공을 보지 않습니다
- ✓전공 계열에 관계없이 대학 졸업자 및 졸업예정자로서 AI 서비스 개발 분야로의 취업을 희망하는 자 특정 산업 분야에서의 실무 경험을 보유한 구직자로서, 본인의 도메인 전문성과 AI 역량을 결합하여 새로운 직무로 성장하고자 하는 자 고등학교 졸업자 중 산업 현장 경험이나 자격을 통해 자신만의 전문 분야를 갖춘 자로서 AI 기반 서비스 개발 역량을 새롭게 쌓아서 AX 전문가로 취업을 희망하는 자
하루 6시간 이상 수업이라 직장·학업 병행이 어렵습니다.
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
- 1LLM(거대언어모델) 기초
LLM 기본 개념
- 2AI 에이전트 핵심 개념 및 아키텍처
RAG · Tool Use · 멀티 에이전트 오케스트레이션
- 3AI 보조 개발(Vibe Coding) 및 서비스 배포
서비스 기획부터 프로덕션 배포까지 전 주기 실습
고용24 등록 교과목 12개 보기
- 아이펠 적응하기[AI 학습 환경 구축 및 목표 설계] 개발 도구(VS Code, Git, Claude Code) 설치 및 AI 협업 기반 학습 환경 구축 [도메인 분석 및 서비스 기획 방향 설정] 수강생 본인의 전공·직무 경험을 AI 서비스 도메인으로 전환하는 방법론 학습. 풀고 싶은 문제 정의 및 수료 목표 서비스 초안 작성 [피어러닝 및 팀 빌딩] 동료 학습자 간 협업 문화 체험 및 스터디 그룹 구성. 120일 완주를 위한 자기주도 학습 루틴 설계
- 바이브 코딩과 스펙 기반 코딩[AI 보조 개발 환경 기반 웹 서비스 설계] 바이브 코딩(Vibe Coding) 개념 이해 및 Claude Code를 활용한 자연어 기반 코드 생성 실습. HTML/CSS/JavaScript 기초 문법과 React 컴포넌트 구조 학습 [바이브 코딩 실습] 사용자에게 제공되는 UX/UI 를 바이브 코딩을 통해 원하는 대로 구현 [스팩 드라이븐 코딩] 백엔드 API 설계 및 구현, 데이터베이스 설계 및 연동, 바이브 코딩을 진행할 때, 주의해야할 백앤드 관리법 숙지 및 개발 실습 (서버 비밀 키 관리 원칙, 네트워크 보안), 스팩드라이븐 바이브 코딩 기법 실습 관계형 데이터베이스 테이블 설계 원칙과 SQL CRUD 쿼리 작성. Supabase(PostgreSQL)를 활용한 클라우드 DB 구성 및 API 서버 연동 [풀스택 통합 실습 및 배포] 프론트엔드·백엔드·데이터베이스 세 계층을 연결하는 풀스택 애플리케이션 완성. Vercel을 이용한 프로덕션 배포 및 AI 도구 기반 디버깅 실습
- AI 이해하고 사용하기[AI 모델 학습 원리 이해] 지도학습·비지도학습·강화학습의 개념과 파인튜닝·전이학습 원리 파악. 트랜스포머 아키텍처와 Attention 메커니즘을 직관적으로 이해하고 토큰·임베딩·컨텍스트 윈도우 개념 학습 [LLM 활용 및 로컬 모델 실행] HuggingFace를 통한 오픈소스 언어 모델 탐색·실행 실습. Ollama를 활용한 로컬 LLM 실행 및 API 서버 구성으로 인터넷 독립 AI 환경 구축 [컴퓨터 비전 AI 활용] OCR 기술 원리와 OCR 모델 사용 실습. YOLO 기반 객체 탐지와 SAM(Segment Anything Model)을 활용한 이미지 분할 체험 [생성형 AI 및 음성 AI 활용] 이미지 생성 모델을 이용한 이미지 생성 프롬프트 실습. STT/TTS 음성 처리 모델 활용 [멀티모달 AI 및 모델 선정] 텍스트, 이미지, 음성 등 다양한 입력을 처리하는 멀티모달 모델 활용 실습. 용도별 AI 모델 비교 벤치마킹 및 비용·성능·맞춤화 기준의 모델 선정 기획서 작성
- 바이브코딩 실전 프로젝트[기업 과제 분석 및 서비스 기획] 기업 연계 실전 과제 수령 및 문제 정의. 유저 플로우·화면 설계·기능 우선순위·데이터 구조 설계 산출물 작성 [AI 보조 개발로 MVP 구현] 바이브 코딩 도구를 활용한 팀 단위 풀스택 서비스 개발. 프론트엔드·백엔드·DB를 통합 구현하고 프로덕션 환경에 배포 [시연 발표 및 회고] 완성된 서비스 데모 시연 및 팀별 발표·피드백 수렴. 개발 과정 회고를 통해 포트폴리오 1호 결과물 정리
- 프롬프트 엔지니어링 마스터[LLM API 활용 및 프롬프트 구조 설계] OpenAI·Anthropic API를 Python으로 호출하는 방법과 시스템·사용자·어시스턴트 메시지 역할 구분 학습. temperature·max_tokens·top_p 등 파라미터 실험을 통한 출력 제어 [프롬프트 최적화 및 품질 평가] Few-shot·Chain-of-Thought·ReAct 패턴 적용 실습. LLM-as-Judge 기법으로 프롬프트 품질을 정량 평가하고 JSON 출력 강제·환각 완화 A/B 테스트 수행 [멀티턴 대화 및 컨텍스트 엔지니어링] 멀티턴 대화 흐름 설계와 대화 요약·맥락 유지 전략 구현. 시스템 규칙·외부 문서·사용자 프로필을 조합한 컨텍스트 엔지니어링 및 Agents.md 작성
- 에이전트 기초체력 다지기[AI 에이전트 설계 원리] 챗봇과 에이전트의 차이 이해 및 ReAct 패턴 구현. LangChain 프레임워크의 기본 구조와 에이전트 실행 흐름 학습 [RAG 파이프라인 구축] 문서 수집·청킹·임베딩·벡터 DB 저장·검색의 전체 RAG 파이프라인 구현. Hybrid Search(Dense + Sparse)·Re-ranking으로 검색 품질 고도화. Ragas를 활용한 Faithfulness·Relevancy 기반 RAG 평가 체계 수립 [LangGraph 기반 워크플로우 설계] Node·Edge·State 구조의 LangGraph를 활용한 에이전트 워크플로우 설계. 조건 분기·반복 루프·Human-in-the-loop 패턴 구현 [Tool Use 및 MCP 연동] MCP(Model Context Protocol) 서버 구축 및 외부 서비스(캘린더·슬랙·DB) 연동. Function Calling으로 에이전트에게 웹 검색·계산기·API 도구를 부여하는 단일 에이전트 완성
- 에이전트 팀 꾸리기[멀티 에이전트 아키텍처 설계] Sequential·Parallel·Hierarchical 멀티 에이전트 디자인 패턴 이해 및 LangGraph 기반 Supervisor-Subagent 역할 분리 설계. 단일 vs 멀티 에이전트 선택 기준 수립 [에이전트 메모리 관리] 단기·장기·에피소딕 메모리 유형별 구현 전략 학습. 대화 기록 요약·선별적 메모리 유지·사용자 선호 학습 메커니즘 구현. [에이전트 오케스트레이션 실습] LangGraph를 활용한 복잡한 워크플로우 오케스트레이션 구현. 에이전트 간 상태 공유·병렬 처리·태스크 분배 전략 적용 및 최신 멀티 에이전트 프레임워크 비교 [에이전트 평가 및 디버깅] LangSmith를 활용한 에이전트 실행 추적·성능 평가 자동화 파이프라인 구축. 에이전트 워크플로우 시각화 및 단위 테스트·통합 디버깅 실습
- 에이전트 실전 프로젝트[에이전트 서비스 기획 및 아키텍처 설계] 기업 연계 에이전트 과제 수령 및 도메인 문제 정의. 단일/멀티 에이전트 구조 결정 및 각 에이전트의 역할·도구·입출력 정의 설계 문서 작성 [에이전트 시스템 구현 및 통합] RAG 파이프라인·Tool Use·멀티 에이전트 협업 플로우를 LangGraph로 구현. 예외 처리·에러 케이스 대응 및 UI/API 연결로 서비스 형태 완성 [성능 최적화 및 프로덕션 배포] 응답 속도·토큰 비용 측정 및 캐싱·프롬프트 압축 최적화. 배포 URL 확보 후 데모 시연·피드백 수렴·회고 및 포트폴리오 2호 정리
- AI 서비스 인 프로덕션[AI 서비스 배포 전략 수립] 프로덕션 마인드셋과 Build vs Buy 기반 스택 선정 기준 학습. Vercel·Railway 등 PaaS 배포, 도메인·HTTPS·서비스 이메일 설정, Dev/Stage/Prod 환경 분리 및 CI/CD 파이프라인 구축 [사용자 인증 및 결제 시스템 구현] 회원가입·소셜 로그인 구현. Stripe·토스페이먼츠 연동 및 구독·종량제·크레딧 과금 모델 설계. 이용약관·개인정보처리방침 작성 및 개인정보보호법·GDPR 컴플라이언스 준수 [AI 특화 보안 및 비용 관리] 프롬프트 인젝션 방어·PII 마스킹·Guardrails AI 기반 콘텐츠 모더레이션 적용. 사용량 쿼터·비용 알림으로 토큰 비용 가드레일 구축 [LLM 관측성 및 AI 품질 평가] 에이전트 실행 추적 및 LLM Observability 체계 구축. 평가 데이터셋·LLM-as-Judge로 답변 품질 자동 측정 파이프라인 및 회귀 테스트 운영
- 에이전트 프로덕트 프로젝트[AI 서비스 요구사항 분석 및 MVP 설계] 기업 연계 트랙 또는 개인 창업 트랙 선택 후 타겟 사용자 인터뷰·리서치 기반 니즈 검증. 페르소나·사용자 여정 지도 작성, MVP 범위 확정 및 제품 백로그·스프린트 계획 수립 [비즈니스 모델 및 AI 서비스 아키텍처 설계] 가격 설정·수익 모델·타겟 고객 구체화 및 Pitch 덱 초안 작성. 에이전트 시스템 전체 아키텍처 확정 및 인프라 구성도·데이터 흐름 문서화 [AI 서비스 풀스택 구현] 바이브 코딩 도구를 활용하여 에이전트·RAG·Tool Use 조합의 핵심 기능 구현. 프론트엔드 UI, 백엔드 API, 외부 서비스 MCP 연동을 통합한 동작 가능한 서비스 완성 [품질 관리 및 프로덕션 배포] 단위·통합 테스트 수행, LLM-as-Judge 자동 평가 파이프라인 구축 및 성능·보안 점검. CI/CD 파이프라인을 통한 프로덕션 배포 및 모니터링·알림 체계 구성 [사용자 피드백 기반 개선 및 서비스 론칭] 클로즈드→오픈 베타를 통해 실사용자 피드백 수집·분석 및 A/B 테스트 기반 반복 개선. KPI 대시보드 완성, 최종 Pitch 덱 작성, 데모 영상 제작 및 AIFFELthon 최종 발표·심사
- OT,수료식 및 세미나[교육 과정 OT 및 온보딩] 아이펠 플랫폼·퀘스트 기반 학습 방식 이해 및 120일 커리큘럼 전체 흐름 파악 [졸업식 및 오프보딩] 120일 여정 회고 및 수료증 수여. 완성된 AI 서비스 포트폴리오 최종 정리 [커리어 세미나] 취업·사내 AX 기여를 위한 개인 커리어 로드맵 수립
- 총 훈련시간840 시간
출처 · 기관 랜딩페이지 · 접힘은 고용24 등록 교과목
지원 혜택
기관이 공개한 혜택 정보가 없습니다. 상담에서 확인하세요.
출처 · 기관 랜딩페이지 · 훈련장려금은 제도
지원 절차
- 1홈페이지 지원
- 2서면 인터뷰
- 3최종합격
출처 · 기관 랜딩페이지 · 기관마다 다릅니다
자주 묻는 질문
비전공자도 지원할 수 있나요?
K-디지털 트레이닝은 제도상 전공·학력을 보지 않습니다. 다만 기관이 밝힌 훈련 대상이 있어 위 「어떤 분이 수강하면 좋을지」를 함께 확인하세요.
내일배움카드가 꼭 있어야 하나요?
지원 시점에 없어도 됩니다. 상담 단계에서 발급을 진행합니다. 다만 수강신청은 카드가 있어야 마칠 수 있습니다.
실제로 얼마를 내나요?
내일배움카드 소지자는 0원입니다. 훈련비 15,246,000원, 정부 전액지원으로 자부담 0원 표시(단, 최초수강·연계과정 여부에 따라 전액지원 여부 달라질 수 있음)
선발 절차가 있나요?
기관이 공개한 절차에서 별도 시험·전형은 확인되지 않았습니다. 상담 후 수강신청으로 이어집니다.
예전에 국비 교육을 들었는데 또 되나요?
중복수강 제한이 있을 수 있습니다. 최근 수료 이력이 있으면 상담 단계에서 먼저 확인해야 합니다.
출처 · 제도 요건 · 과정 데이터로 답이 채워지는 질문만
