Building RAG Agents with Agent Bricks - Korean

이 입문 과정에서는 Databricks Data Intelligence Platform에 내장된 완전 관리형 PostgreSQL 서비스인 Databricks Lakebase를 소개하며, 이 서비스가 운영(OLTP) 및 분석(OLAP) 워크로드를 더욱 긴밀하게 통합하는 방식을 다룹니다.

이 과정은 OLTP와 OLAP 시스템을 비교하는 개념 강의를 시작으로, 두 시스템의 서로 다른 성능 특성, 스토리지 모델 및 일반적인 사용 사례를 설명합니다. 또한 데이터 이동, 지연 시간, 아키텍처의 복잡성 등 트랜잭션 데이터베이스와 분석 플랫폼을 별도로 유지 관리할 때 조직이 직면하는 과제들을 살펴볼 것입니다.

이어서 Databricks Lakebase가 Databricks Lakehouse와 직접 통합되는 PostgreSQL 호환 운영 데이터베이스를 제공함으로써, 운영 애플리케이션과 분석이 통합된 플랫폼 내에서 함께 작동하도록 지원하여 이러한 과제를 해결하는 방법을 배우게 됩니다.

이 과정은 입문 과정이므로, Lakebase를 활용하기 위한 핵심 개념과 기본 워크플로우를 이해하는 데 중점을 둡니다. Lakebase를 기반으로 완전한 프로덕션 애플리케이션을 구축하는 내용은 이 과정의 범위를 벗어납니다.

참고: SCORM 강의 파일을 이용할 때는 콘텐츠를 모두 학습한 후 SCORM 창을 닫으시기 바랍니다. ‘다음 강의’ 버튼을 클릭하지 마십시오. 클릭할 경우 SCORM 모듈이 완료로 표시되지 않을 수 있습니다.

이 강의는 Mosaic AI 플랫폼에 대한 실용적인 입문으로, 생성형 AI 시스템 구축 및 배포를 위한 키 구성 요소와 기능에 중점을 둡니다. 참가자들은 Databricks가 확장 가능한 생성형 AI 솔루션 개발을 어떻게 촉진하는지 배우고, 벡터 검색, 에이전트 프레임워크, 모델 추적 및 로깅을 위한 MLflow의 생성적 AI 기능과 같은 Mosaic AI 도구를 탐색하게 됩니다. 이 과정에는 검색 증강 생성(RAG) 파이프라인 구축 및 평가, 생성 AI 에이전트 배포, 평가 프레임워크 활용을 통한 성능 최적화 실습 경험이 포함됩니다. 과정이 끝날 때쯤이면 학습자들은 Mosaic AI를 활용한 일반적인 생성형 AI 애플리케이션을 설계, 배포, 모니터링할 수 있는 기술을 갖추게 됩니다.

Languages Available: English | 日本語 | Português BR | 한국어

이 과정은 AI agents, 현대 AI 애플리케이션에서 이들의 역할, 그리고 Databricks 플랫폼에서 AI agent 애플리케이션을 빌드하는 방법에 대한 입문 과정입니다. AI agents의 원칙, 기존 AI 시스템과의 차이점을 배우고, 이들의 핵심 구성 요소를 탐색합니다. 대화형 데모와 실습 랩을 통해 Databricks AI와 Agent Bricks를 사용하여 Databricks에서 AI agents를 빌드, 배포, 평가하는 방법을 확인합니다. 이 과정을 마치면 Databricks Data Intelligence Platform을 사용하여 AI agents를 생성하고 배포하는 방법을 이해하게 됩니다.

참고: Databricks Academy는 Databricks 환경 내의 대면 강의 형식을 노트북 기반 방식으로 전환함에 따라, 강의용 슬라이드 사용이 중단됩니다. Vocareum 랩 환경에서 강의용 노트북에 액세스할 수 있습니다.

Databricks Free Edition 계정을 생성하고 실습 환경에서 따라 해보는 데모를 체험해 보실 수 있습니다.