오늘날 AI에서 가장 흥미로운 주제인 에이전트(Agents)에 오신 것을 환영합니다!
이 무료 코스에서는 초급부터 전문가 수준까지, AI 에이전트를 이해하고 활용하며 직접 구축하는 방법을 배울 수 있습니다.
첫 번째 유닛에서는 다음과 같은 내용을 다룹니다:
지금 바로 시작해 보세요!
해당 코스에서는 다음과 같은 내용을 학습합니다:
그 외에도 다양한 내용을 다룹니다!
이 코스를 마치면 AI 에이전트의 동작 원리를 이해하고, 최신 라이브러리와 도구를 활용하여 직접 구현하는 방법을 익히게 됩니다.
(HuggingFace는 개인정보 보호를 존중합니다. 이메일 주소는 각 단원 공개시 링크, 챌린지 및 업데이트 정보를 제공하는 용도로만 사용됩니다.)
이 코스는 다음과 같이 구성됩니다:
에이전트 코스는 여러분의 피드백과 기여를 통해 발전되는 프로젝트입니다 ! GitHub에서 이슈나 PR을 제출하거나, Discord 에서 토론에 참여해주세요!
코스를 완료한 후에는 👉 이 폼 을 통해 피드백을 보낼 수 있습니다.
전체적인 코스 커리큘럼입니다. 각 단원 세부 주제 목록들은 해당 단원 공개 시 함께 제공됩니다.
| 단원 | 주제 | 설명 |
|---|---|---|
| 0 | 온보딩 | 강의에서 사용할 도구 및 플랫폼을 설정합니다. |
| 1 | 에이전트 기본 개념 | 도구, 사고 과정, 행동, 관찰 및 해당 형식에 대해 설명합니다. 또한 LLM, 메세지, 특수 토큰, 채팅 템플릿에 대해 설명하고, python 함수를 도구로 사용하는 간단한 사례를 소개합니다. |
| 1.5 | Bonus : 함수 호출을 위한 LLM 미세 조정 | LoRa 를 사용하여 노트북 내에서 함수 호출을 수행하는 모델을 미세 조정합니다. |
| 2 | 프레임워크 | 기본 개념이 인기 라이브러리 smolagents, LangGraph, LLamaIndex 에서 어떻게 구현되는지 살펴봅니다. |
| 3 | 실전 적용 사례 | 실제 활용 사례를 구현해봅니다. (경험이 있는 에이전트 개발자분들의 PR 환영 🤗) |
| 4 | 최종 과제 | 특정 벤치마크를 위한 에이전트를 구현하고, 학생 리더보드에서 성능을 평가합니다. 🚀 |
보너스 단원도 제공되니 기대해 주세요!
이 코스를 완주하기 위해 다음과 같은 기본 지식이 필요합니다:
코스를 수강하기 위해 단 2가지만 필요합니다:

이 코스는 자유 수강 모드로 진행할 수도 있고, 활동을 수행하여 두 가지 인증서 중 하나를 받을 수도 있습니다.
자유 수강 모드에서는 원하는 경우 과제와 챌린지에 참여할 수 있으며, 별도로 인증을 신청할 필요가 없습니다.
인증 과정은 무료입니다:
인증 과정에는 마감기한이 있으며, 모든 과제는2025년 5월 1일 이전에 완료해야 합니다.
코스 각 단원은 1주일 이내에 완료할 수 있도록 설계되었으며, 주당 약 3-4시간의 학습 시간이 필요합니다.
인증 과정 마감 기한이 있기 때문에, 권장 학습 속도를 제공해드립니다!
코스를 최대한 활용할 수 있는 방법을 제안해 드립니다:
저자 소개:
Joffrey는 Hugging Face의 머신러닝 엔지니어로, AI 에이전트를 구현하고 실제 환경에 배포한 경험이 있습니다. Joffrey는 이 코스의 메인 강사입니다.
Ben은 Hugging Face의 머신러닝 엔지니어로, 다양한 플랫폼에서 강의 경험이 있습니다. Ben의 목표는 이 코스를 모든 사람이 접근할 수 있도록 만드는 것 입니다.
Thomas는 Hugging Face의 머신러닝 엔지니어로, HuggingFace의 Deep RL코스와 ML for games 코스를 진행했습니다. Thomas는 에이전트의 큰 팬으로, 커뮤니티가 무엇을 만들지 기대하고 있습니다!
이 코스에 중요한 기여를 해주신 다음 분들께 감사의 말씀을 전합니다:
기여는 환영입니다 🤗
코스 학습에 앞서 필요한 모든 정보를 습득하셨으니, 출발 준비를 해봅시다!⛵
< > Update on GitHub