Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Microsoft Cloud Advocates가 제공하는 21개의 강의로 구성된 종합 과정에서 생성 AI 애플리케이션 구축의 기본을 배워보세요.
이 과정은 21개의 강의로 구성되어 있습니다. 각 강의는 자체 주제를 다루므로 원하는 곳에서 시작하세요!
강의는 생성 AI 개념을 설명하는 "Learn" 강의와 개념과 코드 예제를 Python 및 TypeScript로 가능한 경우 함께 설명하는 "Build" 강의로 구분되어 있습니다.
.NET 개발자는 Generative AI for Beginners (.NET Edition)를 확인하세요!
각 강의에는 추가 학습 도구가 포함된 "Keep Learning" 섹션도 포함되어 있습니다.
-
Azure OpenAI Service - 강의: "aoai-assignment"
-
GitHub Marketplace Model Catalog - 강의: "githubmodels"
-
OpenAI API - 강의: "oai-assignment"
-
Python 또는 TypeScript의 기본 지식이 도움이 됩니다 - *완전 초보자는 이 Python 및 TypeScript 강의를 참고하세요
-
이 전체 저장소를 자신의 GitHub 계정으로 포크할 GitHub 계정
개발 환경 설정을 돕기 위해 Course Setup 강의를 만들었습니다.
나중에 쉽게 찾을 수 있도록 이 저장소에 별(🌟)을 눌러주세요.
더 고급 코드 샘플을 찾고 있다면, Python 및 TypeScript로 된 생성 AI 코드 샘플 모음을 확인하세요.
이 과정을 수강하는 다른 학습자들과 만나고 네트워킹하며 지원을 받으려면 공식 Azure AI Foundry Discord 서버에 참여하세요.
질문을 하거나 제품 피드백을 공유하려면 GitHub의 Azure AI Foundry 개발자 포럼을 이용하세요.
오늘 바로 Azure 크레딧으로 시작하는 방법을 알아보려면 Microsoft for Startups를 방문하세요.
제안 사항이 있거나 맞춤법 또는 코드 오류를 발견하셨나요? 이슈를 제기하거나 풀 리퀘스트를 생성하세요.
- 주제에 대한 짧은 비디오 소개
- README에 위치한 서면 강의
- Azure OpenAI 및 OpenAI API를 지원하는 Python 및 TypeScript 코드 샘플
- 학습을 계속할 수 있는 추가 자료 링크
| # | 강의 링크 | 설명 | 비디오 | 추가 학습 |
|---|---|---|---|---|
| 00 | Course Setup | 학습: 개발 환경 설정 방법 | 곧 공개 예정 | 더 알아보기 |
| 01 | 생성 AI 및 LLM 소개 | 학습: 생성 AI가 무엇인지와 대형 언어 모델(LLM)이 어떻게 작동하는지 이해하기 | 비디오 | 더 알아보기 |
| 02 | 다양한 LLM 탐색 및 비교 | 학습: 사용 사례에 맞는 적절한 모델 선택 방법 | 비디오 | 더 알아보기 |
| 03 | 생성 AI 책임감 있게 사용하기 | 학습: 생성 AI 애플리케이션을 책임감 있게 구축하는 방법 | 비디오 | 더 알아보기 |
| 04 | 프롬프트 엔지니어링 기본 이해 | 학습: 실습을 통한 프롬프트 엔지니어링 모범 사례 | 비디오 | 더 알아보기 |
| 05 | 고급 프롬프트 만들기 | 학습: 프롬프트 결과를 향상시키는 프롬프트 엔지니어링 기법 적용 방법 | 비디오 | 자세히 알아보기 |
| 06 | 텍스트 생성 애플리케이션 구축 | 구축: Azure OpenAI / OpenAI API를 사용한 텍스트 생성 앱 구축 | 비디오 | 자세히 알아보기 |
| 07 | 채팅 애플리케이션 구축 | 구축: 채팅 애플리케이션을 효율적으로 구축하고 통합하는 기법 | 비디오 | 자세히 알아보기 |
| 08 | 검색 앱 및 벡터 데이터베이스 구축 | 구축: 임베딩을 사용하여 데이터를 검색하는 검색 애플리케이션 | 비디오 | 자세히 알아보기 |
| 09 | 이미지 생성 애플리케이션 구축 | 구축: 이미지 생성 애플리케이션 | 비디오 | 자세히 알아보기 |
| 10 | 로우 코드 AI 애플리케이션 구축 | 구축: 로우 코드 도구를 사용한 생성 AI 애플리케이션 | 비디오 | 자세히 알아보기 |
| 11 | 함수 호출을 통한 외부 애플리케이션 통합 | 구축: 함수 호출이란 무엇이며 애플리케이션에서의 사용 사례 | 비디오 | 자세히 알아보기 |
| 12 | AI 애플리케이션 UX 설계 | 학습: 생성 AI 애플리케이션 개발 시 UX 디자인 원칙 적용 방법 | 비디오 | 자세히 알아보기 |
| 13 | 생성 AI 애플리케이션 보안 | 학습: AI 시스템에 대한 위협과 위험, 그리고 이를 보호하는 방법 | 비디오 | 자세히 알아보기 |
| 14 | 생성 AI 애플리케이션 수명 주기 | 학습: LLM 수명 주기 및 LLMOps 관리를 위한 도구와 지표 | 비디오 | 자세히 알아보기 |
| 15 | 검색 증강 생성(RAG) 및 벡터 데이터베이스 | 구축: RAG 프레임워크를 사용하여 벡터 데이터베이스에서 임베딩을 검색하는 애플리케이션 | 비디오 | 자세히 알아보기 |
| 16 | 오픈 소스 모델 및 Hugging Face | 구축: Hugging Face에서 제공하는 오픈 소스 모델을 사용하는 애플리케이션 | 비디오 | 자세히 알아보기 |
| 17 | AI 에이전트 | 구축: AI 에이전트 프레임워크를 사용하는 애플리케이션 | 비디오 | 자세히 알아보기 |
| 18 | LLM 미세 조정 | 학습: LLM 미세 조정의 무엇, 왜, 그리고 어떻게 | 비디오 | 자세히 알아보기 |
| 19 | SLM으로 구축하기 | 학습: 소형 언어 모델로 구축하는 이점 | 곧 비디오 제공 | 자세히 알아보기 |
| 20 | Mistral 모델로 구축하기 | 학습: Mistral 패밀리 모델의 특징과 차이점 | 곧 비디오 제공 | 자세히 알아보기 |
| 21 | Meta 모델로 구축하기 | 학습: Meta 패밀리 모델의 특징과 차이점 | 곧 비디오 제공 | 자세히 알아보기 |
모든 GitHub Actions 및 워크플로우를 만들어 주신 John Aziz 님께 특별히 감사드립니다.
각 강의에서 학습자와 코드 경험을 향상시키기 위해 주요 기여를 해주신 Bernhard Merkle 님께도 감사드립니다.
저희 팀은 다른 강의도 제작합니다! 확인해 보세요:
AI 앱 개발 중 막히거나 질문이 있으면 MCP에 대해 배우는 동료 학습자 및 경험 많은 개발자들과 토론에 참여하세요. 질문이 환영받고 지식이 자유롭게 공유되는 지원 커뮤니티입니다.
제품 피드백이나 빌드 중 오류가 있으면 다음을 방문하세요:
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확한 부분이 있을 수 있음을 유의하시기 바랍니다. 원문 문서가 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우 전문적인 인간 번역을 권장합니다. 본 번역 사용으로 인한 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.