벡터 데이터베이스의 기초부터 실전 프로젝트까지, 현업에 바로 적용할 수 있는 역량을 완성하세요.
벡터 데이터베이스 입문:
핵심 개념부터 LLM 연동까지
"AI 서비스 개발, 데이터베이스부터 달라야 합니다."
기존 DB의 한계를 넘는 벡터 검색의 원리를 이해하고,
랭체인과 오픈AI를 활용해 나만의 AI 파이프라인을 구축하세요.
기존 데이터베이스의 한계를 느끼고 계신가요? 🥶
많은 개발자들이 AI 앱 개발 시 "SQL만으로 비정형 데이터를 어떻게 처리하지?"라는 벽에 부딪힙니다.
임베딩, 코사인 유사도 같은 수학 용어부터 크로마DB, 파인콘설치까지—
이 강의는 이론에서 멈추지 않고 실제 로컬 환경에서 돌아가는 코드를 만드는 데 집중합니다.
이 강의를 통해 얻게 될 핵심 역량 🏆
RDBMS와의 차이점을 명확히 이해하고 프로젝트에 맞는 DB 선정 능력을 갖춥니다.
로컬용 크로마DB와 클라우드용 파인콘을 모두 다루며 실무 적응력을 높입니다.
문서 로드부터 검색까지 이어지는 전체 워크플로우를 직접 구현합니다.
코사인 유사도 등 핵심 알고리즘의 원리를 이해하여 검색 품질을 최적화합니다.
5단계 학습 로드맵 🧭
STEP 1: 개념 다지기 — 왜 벡터 데이터베이스인가? 임베딩과 벡터의 핵심 원리 파악
STEP 2: 로컬 DB 구축 — VS 코드 환경 세팅 및 크로마DB 문서 저장 실습
STEP 3: 핵심 수학 원리 — 코사인 유사도, 유클리드 거리 등 검색 품질 결정 요소 이해
STEP 4: LLM & 랭체인 연동 — 오픈AI 임베딩 API를 활용한 RAG 파이프라인 완성
STEP 5: 클라우드 확장 (파인콘) — 대규모 처리를 위한 클라우드 DB 배포 및 연동
사용하는 실무 기술 스택 ⚙️
이런 분들께 강력히 추천합니다 💪
- 데이터 엔지니어: 비정형 데이터 검색 및 추천 시스템 구축 역량이 필요한 분
- 백엔드 개발자: 서비스에 LLM을 접목하기 위한 데이터 아키텍처를 배우고 싶은 분
- AI 입문자: 랭체인과 벡터 DB를 연결해 실제 작동하는 앱을 완성하고 싶은 분
자주 묻는 질문 ❓
- Q. 랭체인을 처음 써보는데 괜찮을까요?
A. 네, 강의 중반부에서 기초 개념부터 문서 로더 사용법까지 차근차근 다루므로 초보자도 충분히 따라올 수 있습니다. - Q. 실습 시 비용이 많이 발생하나요?
A. 실습은 대부분 무료 플랜 한도 내에서 이루어집니다. (OpenAI API 비용만 별도)
지금 바로 벡터 DB의 세계로 입문하고, AI 서비스 레벨을 높이세요!
강사
파울러 디숀
안드로이드, 자바, 플러터 개발자이자 강사이다. IT 분야에서 사람들을 가르치는 것에 열정을 가지고 있습니다. 175개 이상의 국가에서 80,000명 이상의 학생들을 가르쳐 온 그는 프로그래밍과 개발 분야의 지식과 전문성을 전파하는 데 헌신해 왔습니다.
Whitworth University에서 컴퓨터 공학 학위를 취득한 했으며, 교육과 더불어 프로그래밍을 즐깁니다. 그는 모바일 앱과 웹 개발 분야에서 풍부한 경험을 보유하고 있으며, 학생들이 전문 개발자가 되는 데 필요한 기술을 제공하는 플랫폼인 "Build Apps with Paulo"를 설립했습니다.
학생들이 뛰어난 애플리케이션과 소프트웨어를 만들 수 있도록 가르치고 안내하는 것은 그에게 매우 보람 있는 여정이었습니다. 10년 넘게 온라인으로 강의해 온 그는 학습자들의 현재 경험 수준과 관계없이 숙련된 개발자가 될 수 있도록 돕는다는 사명감으로 활동하고 있습니다.
커리큘럼
1-1차시 강의 소개
02
2-1차시 벡터 데이터베이스 개요
03
2-2차시 왜 벡터 데이터베이스인가
04
2-3차시 벡터 데이터베이스의 장점
05
3-1차시 전통적인 데이터베이스 vs 벡터 데이터베이스 - 개요
06
3-2차시 벡터 데이터베이스 & 임베딩 전체 플로우
07
3-3차시 임베딩 vs 벡터
08
3-4차시 벡터 데이터베이스의 작동 원리와 장점
09
3-5차시 벡터 데이터베이스 사용 사례
10
3-6차시 전통적 데이터 베이스 vs 벡터 데이터 베이스 - 섹션 요약
11
4-1차시 벡터 데이터베이스 Top5 소개
12
4-2차시 LLM 이해하기
13
5-1차시 개발 환경 설정
14
5-2차시 VS Code, 파이썬 및 OpenAI API 키 설정
15
5-3차시 크로마 데이터베이스 워크 플로우
16
5-4차시 크로마 벡터 데이터베이스 생성 및 문서 추가 및 쿼리하기
17
5-5차시 결과 반복 및 유사성 검색 결과 표시
18
5-6차시 크로마 기본 임베딩 함수
19
5-7차시 크로마 벡터 데이터베이스 - 데이터 지속화 및 저장
20
5-8차시 원시 데이터로 OpenAI 임베딩 생성하기
21
5-9차시 OpenAI의 임베딩 API를 활용한 크로마 임베딩 생성
22
5-10차시 벡터 데이터베이스 메트릭 및 데이터 구조
23
5-11차시 크로마 벡터 데이터베이스 - 섹션 요약
24
6-1차시 벡터 유사성 심층 분석 - 코사인 유사도
25
6-2차시 벡터 유사성 심층 분석 - 유클리드 거리
26
6-3차시 벡터 유사성 심층 분석 - 내적(Dot Product)
27
6-4차시 벡터 유사성 심층 분석 - 섹션 요약
28
7-1차시 벡터 데이터베이스와 LLM - 개요
29
7-2차시 벡터 데이터베이스와 LLM - 문서 로드하기
30
7-3차시 벡터 데이터베이스와 LLM - 문서 임베딩 생성
31
7-4차시 벡터 데이터베이스와 LLM - 쿼리 시 관련 청크 가져오기
32
7-5차시 벡터 데이터베이스와 LLM - OpenAI LLM을 사용한 응답 생성
33
7-6차시 벡터 데이터베이스와 LLM - 섹션 요약
34
8-1차시 랭체인 프레임워크 - 개요
35
8-2차시 랭체인 프레임워크 - 랭체인 및 OpenAIChat 래퍼 시작하기
36
8-3차시 랭체인 프레임워크 - 문서 로더
37
8-4차시 랭체인 프레임워크 - 문서 분할하기
38
8-5차시 랭체인 프레임워크 - 크로마 벡터 데이터베이스 생성하기
39
8-6차시 랭체인 프레임워크 - 모델에서 응답받기
40
9-1차시 파인콘 - 개요
41
9-2차시 파인콘 계정 생성 및 대시보드 개요
42
9-3차시 코드로 파인콘 인덱스 생성하기
43
9-4차시 파인콘 인덱스 업데이트 및 쿼리
44
9-5차시 대시보드에서 파인콘 수동 쿼리 생성하기
45
9-6차시 랭체인 파인콘 래퍼 사용하여 인덱스 생성 및 업데이트 및 유사성 검색하기
46
9-7차시 검색기 및 체인 객체 및 LLM 생성하여 응답 받기
47
9-8차시 파인콘 인덱스 삭제
48
9-9차시 다른 벡터 데이터베이스 탐색 - 심화
49
9-10차시 파인콘 - 섹션 요약
50
10-1차시 올바른 벡터 데이터베이스 선택 비교표
51
10-2차시 어떤 데이터베이스를 선택해야 할까요?
52
10-3차시 올바른 데이터베이스 선택 기준
53
11-1차시 다음 단계 학습을 위한 안내
수강 후기
첫번째 리뷰어가 되어주세요.
소중한 후기가 다른 분들께 도움이 될 거에요.
정가
79,000원
총 결제 금액
79,000원
적립 예정
2,370P
79,000원
79,000원