실전 벡터 DB: Qdrant로 검색 시스템 만들고 운영하기
아마존 상품 121만 개와 실제 고객센터 글로 Qdrant를 넣고, 찾고, 재고, 운영합니다. 필터·하이브리드·멀티벡터·양자화부터 노드 3대 클러스터·백업·무중단 모델 교체, pgvector·OpenSearch 비교까지 모든 선택을 직접 잰 숫자로 설명하고, 마지막에 검색 서비스를 처음부터 배포까지 만듭니다.
- 중급
- 수업 90개
- 10시간 18분
- 평생 소장
QDRANT · VECTOR DB
벡터 DB를 「써 본 사람」에서 「운영하는 사람」으로
넣고 · 찾고 · 재고 · 운영까지, 진짜 아마존 상품 데이터로
90편 · 10시간 18분 GPU 없이 노트북에서 모든 숫자를 직접 잼
WHY LEARN THIS
RAG를 만든다면, 그 가운데에는 벡터 DB가 있습니다
LLM은 모델 이름만 바꾸면 되지만, 데이터를 쥔 벡터 DB는 쉽게 못 바꿉니다. 검색이 틀리면 답도 틀리고, 메모리·속도·장애도 여기서 정해집니다.
WHY QDRANT
전용 벡터 DB 가운데 지금 가장 많이 쓰고, 가장 빨리 크고 있습니다
- 파이썬 패키지 한 달 다운로드 — 전용 벡터 DB 1위
- 1,203만
- DB-Engines 인기 점수 1년 상승폭 — 벡터 DB 가운데 가장 큼
- +3.33
- GitHub 별 · Rust로 만든 오픈소스, 내 컴퓨터에서 무료
- 3.5만
- 공식 무료 교육 — 막히면 찾아볼 자료가 많습니다
- 5개 과정
pypistats · DB-Engines · GitHub, 2026년 11월 확인.
HIRING
채용 공고에도 이름이 직접 나옵니다
- 미국 Indeed에서 Qdrant를 적은 채용 공고 약 300건 (2026년 11월 초 확인)
- 채용 전체로 보면 pgvector(PostgreSQL)·OpenSearch도 자주 나옵니다 → 섹션 8에서 같은 데이터로 나란히 잽니다
- 면접에서는 「왜 그걸 골랐나요?」를 묻습니다 → 이 강의의 모든 선택은 직접 잰 숫자로 답합니다
Qdrant pgvector OpenSearch 하이브리드 검색 양자화 클러스터 운영
WHAT YOU BUILD
끝나면 이 화면이 내 손에 남습니다
아마존 상품 1만 개에서 뜻과 단어를 섞어 찾고, 조건으로 좁힙니다.
고객센터 글 2만 조각에서 답을 찾고, 관계없는 질문은 담당자에게 넘깁니다.
QUESTION
튜토리얼은 됐는데, 서비스로 올리려니 막막한가요?
- 데이터가 늘자 메모리가 터질 것 같아요
- 필터를 걸었더니 결과가 이상해요
- 서버 한 대가 죽으면 어떻게 되는지 몰라요
BEFORE → AFTER
「왜 그렇게 만들었나요?」에 숫자로 답하게 됩니다
컬렉션 만들고 검색 한 번→ 넣기 · 고치기 · 실패 후 이어 넣기까지양자화 켜면 메모리 줄겠지→ 재 보고 진짜 줄이는 조합을 고른다서버 한 대에 전부→ 세 대로 나누고, 일부러 꺼 보고, 백업에서 살린다
ANIMATION FIRST
원리는 움직이는 그림으로 먼저 봅니다
MEASURED IN THE COURSE
강의 속에서 직접 잰 숫자
- 메모리 3GB 서버 한 대에 미국 상품 전체
- 121만 개
- 전부 읽으면 수 초 걸리던 검색 (recall 0.95 이상)
- 수 ms
- 단어 검색과 섞은 점수 — PostgreSQL 기본은 0.511
- 0.617
- 노드 하나를 꺼도 검색은 그대로
- 3대 → 2대
강의 영상 속 실행 결과입니다. 짐작이 뒤집힌 결과도 그대로 보여 줍니다.
MULTIMODAL
글로 사진을 찾습니다 — 한국어로도
CLIP으로 상품 사진을 벡터로 넣고, 글과 사진을 섞은 검색 화면까지 만듭니다.
SIDE BY SIDE
Qdrant만 믿으라고 하지 않습니다
pgvector · OpenSearch와 같은 상품 10만 개로 재고, 언제 무엇을 고를지 결정표로 정리합니다.
ROADMAP
90편을 한눈에
- 왜 Qdrant · Docker로 띄우고 첫 검색
- 섹션 1
- 데이터 모델 · 다시 돌려도 안전한 적재
- 섹션 2
- 필터와 payload 인덱스 · 아주 좁은 필터
- 섹션 3
- 하이브리드 · BM25 · RRF · 리랭커
- 섹션 4
- 멀티벡터 · ColBERT · CLIP 사진 검색
- 섹션 5
- 메모리와 속도 · 양자화 · 디스크 · 121만 개
- 섹션 6
- 멀티테넌시 · 노드 3대 · 샤드 · 복제 · 백업 · 무중단 모델 교체
- 섹션 7
- pgvector · OpenSearch와 나란히
- 섹션 8
- 캡스톤 — 검색 서비스를 처음부터 배포까지
- 섹션 9
10개 섹션 · 90개 수업 · 10시간 18분
섹션 0 · 강의 소개와 완성 화면2개 수업 · 15분
- 01강의 소개 — 무엇을 만들고 무엇을 할 수 있게 되나미리보기이 수업에서 하는 일: 이 강의 · 완성 화면 · 오늘의 주인공 · 왜 Qdrant · 강의 지도 · 수업 방식 · 누구를 위한 강의4:54
- 02실습 환경 준비이 수업에서 하는 일: 도구 확인 · 서버 띄우기 · -v를 빼먹으면 · 지우고 다시 띄우면 · -v를 붙이면 · 포트 충돌 · 살아 있는지 확인 · 대시보드에서 확인 · 과제 풀이10:01
섹션 1 · Qdrant 시작 — 왜 Qdrant8개 수업 · 1시간 23분
- 03복습 ① 벡터·임베딩·거리이 수업에서 하는 일: 거리 네 가지로 재기 · Cosine이 바꿔 둔 벡터 · 과제 풀이9:06
- 04복습 ② HNSW·필터·하이브리드이 수업에서 하는 일: 하이브리드 코드 모양 · 과제 풀이9:23
- 05왜 Qdrant인가미리보기이 수업에서 하는 일: 거리 방식과 벡터 설정 · 이름 실수 · 메모리 모드 · 과제 풀이9:37
- 06Qdrant 구조 한 장이 수업에서 하는 일: 컬렉션 상태 보기 · 과제 풀이9:14
- 07Docker로 띄우고 대시보드 둘러보기이 수업에서 하는 일: 서버가 떠 있는지 · 대시보드 열기 · 컬렉션 목록 표 · products 컬렉션 · Points · Info 탭 · Memory 탭 · Console 열기 · 콘솔에서 만들기 · 목록에서 확인 · 콘솔에서 지우기 · 이름 오타 · 파이썬으로 같은 일 · 대시보드에서 확인 · 과제 풀이 · Euclid 확인 · 파이썬으로 지우기11:52
- 08파이썬 클라이언트로 첫 검색이 수업에서 하는 일: 불러오기 · 연결과 컬렉션 · 상품 담기 · 한 번에 넣기 · 실행: 너무 큰 요청 · 500개씩 나눠 넣기 · 질문 던지기 · 실행 · 차원 숫자 실수 · wait=False · 바로 세면 · 과제 풀이 · 이상한 칸14:50
- 09REST·gRPC로 같은 검색이 수업에서 하는 일: 요청 본문 만들기 · curl로 직접 · 100번씩 재기 · gRPC 포트가 닫혔을 때 · 골뱅이를 빠뜨리면 · 과제 풀이10:22
- 10과제·풀이이 수업에서 하는 일: 색상 이름 맞추기 · 정리한 색상으로 상위 5개 · black으로 거르기 · Cosine과 Dot8:58
섹션 2 · 데이터 모델 제대로11개 수업 · 1시간 38분
- 11실습 데이터 준비: 아마존 ESCI이 수업에서 하는 일: 채점표 받기 · 채점표 열어 보기 · 한 줄씩 읽기 · 잘라 내기 코드 · 잘라 낸 결과 · 상품을 글 한 덩어리로 · 빈 칸 고치고 임베딩11:59
- 12컬렉션 설정(차원·거리)이 수업에서 하는 일: embed 도우미 · 차원을 코드로 · 나중에 바꾸기 · 크기는 못 바꾼다 · 과제 풀이8:21
- 13포인트 ID 설계이 수업에서 하는 일: 상품 번호를 ID로? · 줄 번호를 ID로 쓰면 · uuid5로 고정 ID · 두 번 넣어도 그대로 · 상품 번호로 바로 꺼내기 · 과제 풀이8:33
- 14payload 설계이 수업에서 하는 일: payload 만드는 함수 · 넣고 세기 · 숫자는 숫자로 · 과제 풀이 · 참 거짓 칸8:24
- 15이름 붙인 벡터이 수업에서 하는 일: 벡터 두 개짜리 컬렉션 · 이름을 안 적으면 · using으로 골라 찾기 · 검색어 500개로 재기 · 과제 풀이 · 공정하게 다시 재기 · 이미 있는 컬렉션에 벡터 더하기9:21
- 16upsert와 다시 돌려도 안전한 적재이 수업에서 하는 일: 다시 돌려도 되는 적재 · 끊기고, 다시, 또 다시 · upsert는 통째로 바꾼다 · 과제 풀이 · 끊고, 다시, 확인 · 망가진 메모는?8:22
- 17고치기·지우기·payload만 바꾸기이 수업에서 하는 일: 네 가지 함수 · 조건으로 점 지우기 · 과제 풀이 · 필터로 한 번에7:47
- 18배치 적재와 속도 실측이 수업에서 하는 일: 묶음 크기별로 재기 · 더 크게 묶으면 · 병렬과 gRPC · 과제 풀이 · gRPC로 묶음 크기8:31
- 19실패·재시도·이어서 넣기이 수업에서 하는 일: 다시 시도하고 기록하기 · 서버가 잠깐 꺼지면 · 아예 꺼지면 · 이어서 · 과제 풀이 · 다섯 번 · 10초 상한8:29
- 20청킹·메타데이터 적재 파이프라인이 수업에서 하는 일: 파이프라인 짜기 · 300개 글로 돌려 보기 · 조각 번호를 ID에 · 질문으로 찾아보기 · 과제 풀이 · 알려진 문제만10:17
- 21과제·풀이이 수업에서 하는 일: 설정 두 줄 · ID와 payload · 점 만들기 · main과 실행 · 넣은 뒤 검사7:34
섹션 3 · 필터와 payload 인덱스9개 수업 · 1시간 8분
- 22필터 문법(must·should·must_not)이 수업에서 하는 일: must로 둘 다? · should와 must_not · 검색에 걸기 · 과제 풀이 · 두 가지 방법 · 또는과 그리고를 같이7:52
- 23범위·목록·제외·빈 값 조건이 수업에서 하는 일: 범위와 목록 · 빼기 두 가지 · 과제 풀이 · 조건 세 개 · 경계와 목록 길이6:50
- 24payload 인덱스 종류이 수업에서 하는 일: 숫자 칸에 keyword 인덱스 · 칸에 맞는 종류로 · 과제 풀이 · 브랜드 인덱스 · 텍스트 인덱스 두 가지7:41
- 25인덱스 있을 때와 없을 때 실측이 수업에서 하는 일: 재는 코드 · 재 보기 · 과제 풀이 · 다시 만들고 시간 재기6:54
- 26필터는 검색 중에 걸린다 — 원리와 10만 개 실측이 수업에서 하는 일: 10만 개 넣기 · 비율별로 재기 · 과제 풀이 · 0.99를 넘는 ef8:37
- 27아주 좁은 필터이 수업에서 하는 일: 브랜드로 좁히기 · 점수 기준과 빈 결과 · 과제 풀이 · 모자라면 채우기6:50
- 28pgvector iterative scan과 나란히이 수업에서 하는 일: pgvector에 상품 넣기 · 좁은 필터 · iterative scan · Qdrant는 · 과제 풀이 · ef_search만 키우면8:22
- 29마켓 필터를 빼먹으면이 수업에서 하는 일: 세 마켓을 한 컬렉션에 · 스페인 상점 검색 함수 · 한 곳에서 강제하기 · 과제 풀이 · 얼마나 새나 · 필터를 걸면8:29
- 30과제·풀이이 수업에서 하는 일: 조건을 골라 받는 필터 · 검색 함수와 실행 · 색상을 낱말로6:49
섹션 4 · 하이브리드 검색12개 수업 · 1시간 27분
- 31sparse 벡터란미리보기이 수업에서 하는 일: 단어 여섯 개짜리 sparse · 길이가 다르면 · 과제 풀이 · clear curtain7:37
- 32BM25를 sparse로이 수업에서 하는 일: 토큰과 사전 · BM25 값 · 넣고 찾기 · 500개로 재기 · 과제 풀이 · k1과 b 바꿔 보기 · Qdrant 안의 BM258:59
- 33토큰 나누기와 한국어 질문이 수업에서 하는 일: 영어와 한국어로 같은 상품 · 과제 풀이 · 하이픈을 남기면6:43
- 34dense와 sparse를 한 컬렉션에이 수업에서 하는 일: 벡터 두 종류를 한 점에 · 이름을 틀리면 · 과제 풀이 · sparse를 나중에 더하기5:57
- 35Query API와 prefetch이 수업에서 하는 일: 넓게 뽑고 섞기 · 두 번째 페이지 · 과제 풀이 · 필터는 어디에6:45
- 36RRF로 섞기이 수업에서 하는 일: RRF를 손으로 · k = 2 vs 60 · 과제 풀이 · 무게를 넣은 RRF7:46
- 37DBSF와 다섯 가지 비교이 수업에서 하는 일: 다섯 가지 한 번에 · 과제 풀이 · DBSF를 손으로5:56
- 38가중치와 여러 단계 검색이 수업에서 하는 일: 가중치 바꿔 재기 · 두 단계로 다시 매기기 · 과제 풀이 · 무게를 더 키우면6:54
- 39리랭커로 다시 채점하기이 수업에서 하는 일: 후보 20개를 다시 채점 · 과제 풀이 · 후보를 몇 개 넘길까7:39
- 40평가셋 넓히기 — 고른 방법 다시 확인이 수업에서 하는 일: 고객센터 질문 200개로 다시 · 과제 풀이 · 고르는 셋과 확인하는 셋7:40
- 41질문별 분석 — 언제 이기고 지나이 수업에서 하는 일: 질문마다 세 점수 · 과제 풀이 · 검색어를 보고 고르기7:32
- 42과제 — 고객센터 하이브리드 만들기이 수업에서 하는 일: 조각 꺼내고 사전 만들기 · 만들고 채점 · 덤 · 고객센터에도 리랭커7:39
섹션 5 · 멀티벡터·멀티모달9개 수업 · 1시간 6분
- 43상품명·특징 벡터 따로 두고 섞기이 수업에서 하는 일: 섞는 방법 다섯 가지 · 과제 풀이 · all에 title을 더하면5:53
- 44멀티벡터(늦은 상호작용) 개념이 수업에서 하는 일: MaxSim을 손으로 · 토큰 크기가 다르면 · 과제 풀이 · MaxSim의 성질6:07
- 45ColBERT로 상품 다시 매기기이 수업에서 하는 일: 상품 3개를 토큰 벡터로 · 만 개 넣기 · 후보 50개를 ColBERT로 · 과제 풀이 · 후보를 몇 개7:41
- 46ColBERT의 비용 실측이 수업에서 하는 일: 디스크 크기 재기 · 과제 풀이 · float16으로 넣기7:38
- 47상품 사진을 벡터로 — CLIP이 수업에서 하는 일: 사진 3,000장을 벡터로 · 과제 풀이 · 짝 표7:40
- 48글로 상품 사진 찾기 — 한국어도이 수업에서 하는 일: 글로 의자 사진 찾기 · 1위 사진 열기 · 러닝화 · 과제 풀이 · 같은 뜻 다른 말7:41
- 49사진으로 사진 찾기이 수업에서 하는 일: 바꾼 사진으로 찾기 · 바꾼 사진 보기 · 과제 풀이 · 다른 종류 사진 · 좋아요와 싫어요로 찾기 · 모든 쌍 비교하기7:58
- 50글과 사진을 섞은 검색 화면이 수업에서 하는 일: 사진 벡터와 이름 벡터를 한 점에 · 검색 서버 · 검색 화면 · 세 가지로 찾아 보기7:38
- 51과제 — 검색 화면에 종류 고르기이 수업에서 하는 일: 풀이 · 서버에 종류 필터 · 풀이 · 화면에 종류 고르기 · 종류를 골라 찾기7:47
섹션 6 · 메모리와 속도10개 수업 · 1시간 7분
- 52메모리는 얼마나 드나 — 계산과 실측이 수업에서 하는 일: 공식과 실제 맞춰 보기 · 과제 풀이 · 121만 개 계산6:41
- 53HNSW 그래프 — m과 ef_construct이 수업에서 하는 일: m을 바꿔 가며 재기 · 과제 풀이 · ef_construct7:27
- 54검색할 때 정하는 hnsw_ef이 수업에서 하는 일: hnsw_ef를 바꿔 가며 재기 · 과제 풀이 · 가장 나쁜 질문6:50
- 55scalar 양자화 — 4분의 1로이 수업에서 하는 일: scalar로 줄이기 · 이미 있는 컬렉션에 켜기 · 과제 풀이 · quantile7:28
- 56binary 양자화 — 32분의 1로이 수업에서 하는 일: binary로 줄이기 · 비트로 직접 찾아 보기 · 과제 풀이 · 비트 수7:39
- 57product와 TurboQuant이 수업에서 하는 일: product와 TurboQuant · 과제 풀이 · 같은 크기 비교6:32
- 58rescore와 oversampling이 수업에서 하는 일: oversampling을 바꿔 가며 · 요청마다 다르게 · 과제 풀이 · bits2에서는7:32
- 59벡터를 디스크로 — 메모리 계층이 수업에서 하는 일: 원래 벡터를 디스크로 · 과제 풀이 · cold에서 후보 늘리기7:26
- 60미국 상품 121만 개로 재 보기이 수업에서 하는 일: 121만 개 넣고 재기5:01
- 61과제 — 메모리를 어디까지 줄일 수 있나이 수업에서 하는 일: 과제 풀이 · 800MB로 넣어 보기4:30
섹션 7 · 규모 키우기와 운영14개 수업 · 1시간 11분
- 62한 컬렉션에 여러 마켓 — 멀티테넌시이 수업에서 하는 일: 세 마켓을 한 컬렉션에5:58
- 63마켓마다 찾기 — 빠뜨리지 못하게이 수업에서 하는 일: 마켓마다 따로 찾기 · 과제 풀이 · 빠뜨릴 수 없게5:48
- 64컬렉션을 나누면 — 비용 비교이 수업에서 하는 일: 컬렉션 50개 vs 1개5:03
- 65노드 세 대 띄우기이 수업에서 하는 일: compose 파일 쓰고 띄우기 · 노드끼리 서로 아는지 확인5:00
- 66샤드 — 데이터 나누기이 수업에서 하는 일: 샤드 6개로 나누기4:57
- 67복제 — 사본 두기이 수업에서 하는 일: 복제 2로 만들기4:44
- 68노드를 꺼 보기 — 장애이 수업에서 하는 일: 노드 하나를 내리면 · 과제 풀이 · 두 대를 내리면5:20
- 69스냅샷 — 백업 만들기이 수업에서 하는 일: 스냅샷 만들기4:45
- 70복구 — 지우고 되살리기이 수업에서 하는 일: 지우고 되살리기4:42
- 71모니터링 — 상태 살피기이 수업에서 하는 일: 지표 읽기4:51
- 72모델 교체 ① — 새 컬렉션과 별칭이 수업에서 하는 일: 새 모델 컬렉션 따로 만들기4:59
- 73모델 교체 ② — 멈추지 않고 바꾸기이 수업에서 하는 일: 검색 중에 별칭 바꾸기4:36
- 74업그레이드와 용량 계획이 수업에서 하는 일: 1.19에서 1.20으로 · 노드 몇 대가 필요할까5:06
- 75과제 — 세 마켓을 세 대에이 수업에서 하는 일: 과제 풀이 · 세 마켓을 세 대에4:41
섹션 8 · pgvector·검색 엔진과 나란히7개 수업 · 24분
- 76pgvector로 같은 상품 찾기이 수업에서 하는 일: pgvector로 같은 상품 찾기3:55
- 7710만 개로 성능 비교이 수업에서 하는 일: 10만 개로 재기4:16
- 78필터와 하이브리드 — 차이가 나는 곳이 수업에서 하는 일: 단어 검색과 섞기4:01
- 79운영 — 이미 있는 것과 새로 들이는 것이 수업에서 하는 일: 고치면 표가 불어난다3:33
- 80OpenSearch — 검색 엔진에서 온 벡터이 수업에서 하는 일: OpenSearch로 재기3:49
- 81결정표 — 언제 무엇을 고를까이 수업에서 하는 일: 숫자 모으기 · 고르는 순서 · 재지 않은 것 · 과제 · 정리2:19
- 82과제 풀이 — recall을 맞춰 놓고 비교이 수업에서 하는 일: 과제 풀이 · recall 맞추기2:15
섹션 9 · 캡스톤 — 실제 공개 데이터 검색 서비스8개 수업 · 39분
- 83무엇을 만들까 — 요구사항과 데이터미리보기이 수업에서 하는 일: 완성 화면 먼저 · 데이터 눈으로 보기5:04
- 84어떻게 만들까 — 숫자로 설계하기이 수업에서 하는 일: 시간 예산 재기5:09
- 85데이터 넣기 — 다시 돌려도 안전하게이 수업에서 하는 일: load.py 만들기4:41
- 86검색 API — 다른 프로그램이 부를 수 있게이 수업에서 하는 일: 찾는 함수와 API5:42
- 87화면 — 손님이 쓰는 모습으로이 수업에서 하는 일: 화면 파일 만들기 · 직접 써 보기4:39
- 88평가와 성적표 — 끝났다고 말할 근거이 수업에서 하는 일: 성적표 만들기4:58
- 89배포 — 컨테이너로 묶어서 띄우기이 수업에서 하는 일: 컨테이너로 띄우기4:27
- 90돌아보기와 다음 단계이 수업에서 하는 일: 만든 것 · 재 봐서 뒤집힌 것 · 아쉬운 점 · 다음 단계 · 가져갈 습관 · 마무리3:50
PORTFOLIO
끝나면 「끝났다」고 말할 근거가 남습니다
- 요구사항을 숫자로 적고, 서비스 코드로 재서 통과
- 기준을 못 넘으면 배포 전에 멈추는 자동 검사
docker compose up한 줄로 어디서든 뜨는 검색 서비스
WHO IS THIS FOR
이런 분께 맞습니다
이런 분께 추천해요
- RAG·검색 기능을 만들어 봤는데 운영이 막막한 개발자
- 벡터 DB를 고르고 근거를 설명해야 하는 분
- AI 엔지니어 면접에서 「왜」를 숫자로 답하고 싶은 분
이런 분께는 맞지 않아요
- 파이썬을 처음 배우는 분. 코드를 읽을 수 있다고 가정합니다
- 모델 학습·파인튜닝을 배우고 싶은 분. 이미 있는 임베딩 모델을 씁니다
SETUP
노트북 하나면 충분합니다
| 항목 | 내용 |
|---|---|
| 준비물 | Docker, 파이썬(uv). 설치는 첫 수업에서 함께 |
| GPU | 필요 없음. 임베딩 모델도 내 컴퓨터에서 돌립니다 |
| 데이터 | 아마존 ESCI 상품 · 실제 고객센터 글 · 상품 사진 — 사람이 매긴 정답 포함 |
| 선수 강의 | 없음. 「밑바닥부터 시작하는 임베딩·RAG」를 들었다면 더 빠르게 따라옵니다 |
| 버전 | Qdrant 1.20 · qdrant-client 1.20 · Python 3.12 |
강사
단테
네이버·쿠팡 개발자 출신, 현재 실리콘밸리 개발자
『요즘 바이브 코딩 코덱스 완벽 가이드』 · 『다시 깊게 익히는 인사이드 리액트』를 썼습니다. 유튜브 @danteDeveloper. 직접 만들고, 직접 돌려 보고, 숫자로 말합니다.
FAQ
자주 묻는 질문
벡터 DB를 처음 써 봐도 되나요?
네. 복습 수업에서 벡터·거리·HNSW를 그림으로 다시 짚고 시작합니다.
맥북이 아니어도 되나요?
네. Docker와 파이썬이 돌면 Mac · Windows · Linux 모두 됩니다.
데이터는 어디서 받나요?
상품 1만 개와 벡터·정답표는 실습 저장소에 바로 들어 있습니다. 121만 개 같은 큰 데이터는 원본을 받아 만드는 스크립트를 함께 드립니다.
클라우드 비용이 드나요?
아니요. 모든 실습을 내 컴퓨터의 Docker에서 돌립니다.
수강 기간은 얼마인가요?
평생 소장입니다(서비스 운영 기간 동안). 이후 추가되는 수업도 다시 결제하지 않고 볼 수 있습니다.
수강생 후기
아직 이 강의의 리뷰가 충분히 쌓이지 않았어요. 대신 멘토(단테)의 다른 강의·멘토링 리뷰 가운데 별점 5점 후기를 보여 드릴게요.
인프런 수강평 · 에이전트 워크플로우 최강 도구, Herdr 완벽 가이드 · 2026.11.18 ★★★★★
“worktree 가 무엇인지 잘 설명해 주어서 감사합니다!”
인프런 수강생원문 보기
인프런 수강평 · 에이전트 워크플로우 최강 도구, Herdr 완벽 가이드 · 2026.11.16 ★★★★★
“훌륭합니다. herdr를 이해하는데 충분한 내용입니다.”
인프런 수강생원문 보기
인프런 수강평 · 에이전트 워크플로우 최강 도구, Herdr 완벽 가이드 · 2026.11.11 ★★★★★
“감사합니다!”
인프런 수강생원문 보기
인프런 수강평 · 에이전트 워크플로우 최강 도구, Herdr 완벽 가이드 · 2026.11.07 ★★★★★
“감사!”
인프런 수강생원문 보기
인프런 멘토링 후기 · 단테 1:1 멘토링 · 2026.05.18 ★★★★★
“제 상황을 듣고 지금 상황에서 저한테 가장 필요한게 뭔지 알려주셨습니다.”
인프런 멘토링 참여자원문 보기
인프런 멘토링 후기 · 단테 1:1 멘토링 · 2026.04.06 ★★★★★
“미리 작성한 내용을 토대로 답변을 주셨습니다. 제 상황에 맞게 방향성을 제시해 주셔 너무 알찬 시간이었습니다. 덕분에 좋은 결과를 낼 수 있을…”
인프런 멘토링 참여자원문 보기
숫자로 보는 단테
기준일 2026.10.26 · 인프런·유튜브 공개 페이지에서 확인
- 인프런 수강생
- 600명+
- 인프런 강의 합계
- 인프런 트렌딩
- 4위
- 전체 트렌딩 TOP 10

- 에이전트 워크플로우 최강 도구, Herdr 완벽 가이드
인프런 · 수강생 245명 · ★ 4.8 (수강평 6개)
- 단테의 코덱스 완벽 가이드 입문
인프런 · 수강생 131명 · ★ 4.5 (수강평 17개)
- 클로드 코드 실전 — 설치부터 하네스까지
인프런 · 수강생 38명 · 수강평 아직 없음
- 밑바닥부터 만드는 AI 에이전트 — RAG · 멀티 에이전트 · MCP
인프런 · 수강생 20명 · 수강평 아직 없음
AI 개발 공부방
같이 공부해요
Claude Code, Codex, AI 에이전트와 새로 나온 AI 도구 소식을 나누고, 막힌 곳은 함께 풀어요. 수강생이 아니어도 들어올 수 있어요.
