구글 Vertex AI로 텍스트 임베딩 & RAG 시스템 구축하기

02

1_02_강의 구성

03

2_01_개발 환경 설정 및 API 비용 개요

04

2_02_구글_클라우드_설정

05

2_03_실습_Vertex_AI_생성_문장_임베딩_테스트

06

3_01_Vertex AI 소개 및 기능 개요

07

3_02_선택_임베딩(Embeddings) 빠른 입문

08

3_03_임베딩(Embeddings)이 생성형 AI(GenAI)와 대형 언어 모델(LLM)에서 어떻게 활용되는가 및 활용 사례

09

3_04_임베딩 API: 텍스트 임베딩과 멀티모달 임베딩 개요

10

3_05_작업 유형과 이점

11

3_06_멀티모달 임베딩 다이어그램

12

3_07_임베딩(Embedding)의 길이와 차원 실습

13

3_08_실습_서로_다른_문장에서_코사인_유사도_검색_실행하기

14

3_09_실습_임베딩(Embeddings) 시각화

15

3_10_요약

16

4_01_텍스트생성모델_Bison 모델을 활용한 텍스트 생성

17

4_02_실습_텍스트_생성_분류_활용_사례

18

4_03_실습_정보를 표와 JSON 형식으로 추출하기

19

4_04_모델의 온도 제어 실습

20

4_05_TopK와 TopP 실습

21

4_06_실습_트랜스크립트 요약 및 추출

22

5_01_StackOverflow 질문과 답변의 클러스터 시각화

23

5_02_StackOverflow 데이터로 RAG 시스템 구축하기

24

5_03_근사 최근접 이웃 검색으로 확장하기: HNSW vs C

25

6_01_마치며