강좌 상세페이지 배경
-
RAG를 이용한 나만의 AI 금융 비서, 보험 설계사 만들기 종료(청강) 이수증
-
RAG를 이용한 나만의 AI 금융 비서, 보험 설계사 만들기
참여기관 목록
관련 묶음강좌
-
금융 및 보험 분야를 위한 AI 기초지식 및 생성형 AI 활용법
금융 및 보험 종사자가 금융 보험 데이터 핵심 분석 기술(데이터 정리, 분석 및 시각화)을 사용하고, 직무 관련 의사결정에 활용할 수 있다.
총 주차 21 강좌 수 3
강좌소개
강좌 목록 및 소개
생성형 AI를 로컬한 환경에서 불러와서 자신의 개인 메타데이터를 활용해 개인 맟춤 비서를 만들 수 있다.
1) 개인 메타데이터를 생성형 AI 맞춤 데이터로 변환
2) 다양한 LLM 모델을 로컬 환경에서 동작하는 방법
3) 개인 맞춤 비서 모델 제작
홍보 영상
수업계획서
| 주차 | 주차명 | 차시 | 차시명(학습내용) | 평가방법 |
| 1 | RAG란? | 1 | RAG(검색 증강 생성) 의 개요 및 적용 사례(1) | 퀴즈 |
| 2 | RAG(검색 증강 생성) 의 개요 및 적용 사례(2) | 퀴즈 | ||
| 3 | RAG 프레임워크(1) | 퀴즈 | ||
| 4 | RAG 프레임워크(2) | 퀴즈 | ||
| 2 | AI 맞춤 데이터 | 1 | 생성형 AI 맞춤 데이터의 정의 및 금융 분야에서의 중요성 | 퀴즈 |
| 2 | 메타데이터의 AI-ready 형식 변환의 의미와 핵심 요소 | 퀴즈 | ||
| 3 | 금융 거래내역 데이터의 AI-Ready 구조화 | 퀴즈 | ||
| 4 | 보험 데이터 변환 및 Python 라이브러리 활용 | 퀴즈 | ||
| 5 | 실시간 화상강의 | 실습 | ||
| 3 | 로컬 GPT | 1 | ChatGPT와 GPT-4의 차이(1) | 퀴즈 |
| 2 | ChatGPT와 GPT-4의 차이(2) | 퀴즈 | ||
| 3 | GPT-4를 로컬 환경에서 동작하도록 구현(1) | 퀴즈 | ||
| 4 | GPT-4를 로컬 환경에서 동작하도록 구현(2) | 퀴즈 | ||
| 5 | 실시간 화상강의 | 실습 | ||
| 4 | 로컬 클로스드 소스 LLM | 1 | Closed LLM이란?(1) | 퀴즈 |
| 2 | Closed LLM이란?(2) | 퀴즈 | ||
| 3 | Open 소스 LLM에 대한 소개(1) | 퀴즈 | ||
| 4 | Open 소스 LLM에 대한 소개(2) | 퀴즈 | ||
| 5 | RAG 기반 금융 비서 만들기 | 1 | GPT 기반 RAG 구현(1) | 퀴즈 |
| 2 | GPT 기반 RAG 구현(2) | 퀴즈 | ||
| 3 | 나만의 데이터를 기반으로 개인 맞춤형 비서를 제작(1) | 퀴즈 | ||
| 4 | 나만의 데이터를 기반으로 개인 맞춤형 비서를 제작(2) | 퀴즈 | ||
| 5 | 실시간 화상강의 | 실습 | ||
| 6 | RAG 기반 보험 설계사 만들기 | 1 | Gemini 기반 RAG 구현(1) | 퀴즈 |
| 2 | Gemini 기반 RAG 구현(2) | 퀴즈 | ||
| 3 | 나만의 데이터를 기반으로 보험설계사를 제작(1) | 퀴즈 | ||
| 4 | 나만의 데이터를 기반으로 보험설계사를 제작(2) | 퀴즈 | ||
| 5 | 실시간 화상강의 | 실습 | ||
| 7 | 평가 | |||
강좌운영진
-
김종락 교수서강대학교 수학과
jlkim@sogang.ac.kr
-
이영직 TA서강대학교 인공지능학과
e-mail: yjlee@sogang.ac.kr