EMBEDDING · RAG

내 문서에서 답을 찾는 AI,
원리부터 서비스까지 직접 만듭니다

튜토리얼에서 멈추지 않고, 재고 · 고치고 · 운영까지

클레이 단테가 빛나는 벡터 지도를 가리키는 그림
분량60편 · 9시간 19분실습GPU 없이 노트북에서수강 기간12개월업데이트추가 결제 없이 계속

출시 기념 할인 50%

할인이 끝나면 120,000원이 됩니다

00일
00시간
00분
00초
고민

RAG 튜토리얼을 따라 했는데
엉뚱한 문서를 가져오나요?

벡터 DB에 넣었는데 왜 못 찾지?청크 크기는 몇으로?고쳤는데 좋아진 건가?리랭킹 꼭 써야 해?답이 너무 느려요비용이 걱정돼요권한 없는 문서가 보여요데모는 되는데…LangChain만 쓰면 되나?임베딩 모델 바꾸면?표·PDF는 어떻게?환각은 어떻게 막지?
문서 조각이 벡터 점 지도로 이어지는 3D 아이콘

검색이 왜 틀렸는지 재고, 고치고, 서비스로 올리는 법을 한 강의로

BEFORE → AFTER

강의 속에서 직접 잰 결과입니다

모두 실제 강의 영상의 실행 화면입니다.

응답 지연 (p95)

BEFORE73초요청마다 모델을 새로 읽을 때요청마다 모델을 새로 읽을 때 실행 화면
AFTER4.1초서버가 뜰 때 한 번만 읽으면서버가 뜰 때 한 번만 읽을 때 실행 화면
수업 D1 지연 재기

검색이 정답을 놓친 비율

BEFORE10.5%벡터 검색만 쓸 때벡터 검색만 쓸 때 실행 화면
AFTER2.6%청크에 맥락 + BM25를 더하면청크에 맥락과 BM25를 더했을 때 실행 화면
수업 E1 맥락 검색 다시 재기

"이 작가 책 다 알려 줘" 찾은 비율

BEFORE0.55벡터 검색으로 찾을 때 (AFTER 화면 같은 줄)
AFTER0.92책·작가·장르를 그래프로 이으면그래프 검색 실행 화면
수업 B9-1 GraphRAG
60편

원리 → 실습 → 평가 → 운영 → 실무 사례

그림으로 먼저 봅니다
Point 1

그림으로 먼저 봅니다

벡터·코사인·HNSW를 애니메이션과 손 계산으로

숫자로 확인합니다
Point 2

숫자로 확인합니다

기법 하나 넣을 때마다 같은 성적표에 한 줄씩

서비스까지 올립니다
Point 3

서비스까지 올립니다

API · 캐시 · 권한 · 배포 전 자동 검사

손 흔드는 클레이 단테
강사

현직 실리콘밸리 개발자가
현업 방식 그대로 가르칩니다

네이버·쿠팡 개발자 출신현재 실리콘밸리 개발자저서 2권인프런 강의 4개
미리보기

먼저 들어 보고 결정하세요

무료 공개 수업 일부입니다

강의 소개무료 S0

벡터는 이동 지시서무료 A2

벡터 하나로 못 푸는 질문무료 C1-1

Point 01

이론은 애니메이션으로 이해합니다

수식보다 움직임을 먼저 보고, 손으로 계산해 봅니다

두 화살표가 가까울수록 뜻이 비슷해요

각도가 벌어지면 코사인이 1 → 0 → −1

대조 학습: 맞는 짝은 올리고 나머지는 내리고

HNSW: 위층에서 크게, 아래층에서 정확히

긴 입력은 가운데를 놓쳐요

Point 02

코드는 확대해서 한 줄씩 만듭니다

직접 만드는 것들

B1

뜻으로 찾는 도서 추천기

B3

40줄로 만드는 RAG

B9

책·작가·장르 GraphRAG

B9

정답과 비교하는 평가 루프

D6

같은 질문은 캐시에서 0초

D7

멈추지 않고 모델 교체

Point 03

다음 업데이트: 전·월세 상담 챗봇

docker compose up 한 줄로 뜨는 챗봇. 채팅 화면은 제공하고, 백엔드를 직접 만듭니다.

통합 프로젝트 시스템 설계도
컨테이너를 쌓아 올린 클레이 단테
pgvectorRedis실거래가 SQL범위 밖 거절평가 게이트추가 결제 없음
로드맵

4단계로 올라갑니다

Step 1 원리
Step 1

원리

벡터 · 임베딩 · BM25 · HNSW

7편 · 1시간 9분
Step 2 만들기
Step 2

만들기

도서 추천기 → RAG → 첫 성적표

16편 · 2시간 32분
Step 3 고치기
Step 3

고치기

하이브리드 · 리랭킹 · GraphRAG · 한계

20편 · 3시간 8분
Step 4 운영
Step 4

운영

지연 · 비용 · 권한 · 실무 사례

17편 · 2시간 31분
커리큘럼

파트별로 이렇게 배웁니다

전체 목록은 아래 커리큘럼에서 볼 수 있어요

PART A

기초 원리

벡터·임베딩·BM25·HNSW를 그림과 손 계산으로

6편 · 1시간 4분
PART B1–B5

RAG 만들기

도서 추천기 → RAG 기본 → 첫 성적표

16편 · 2시간 32분
PART B6–B9

고급 RAG

하이브리드·리랭킹·CRAG·GraphRAG

13편 · 2시간 6분
PART C

벡터의 한계와 다른 길

SQL·grep·라우터와 한 표로 비교

7편 · 1시간 1분
PART D

운영

지연·비용·권한·무중단 교체

9편 · 1시간 19분
PART E

실무 사례

빅테크가 공개한 숫자를 우리 데이터로

6편 · 57분
BONUS

함께 드립니다

수업별 실습 코드

GitHub 실습 저장소, uv sync 한 줄로 시작

프롬프트 원문

수업 속 실제 프롬프트를 그대로

업데이트 무료

통합 프로젝트 수업도 같은 강의 안에

책상에 앉아 손 흔드는 클레이 단테
안녕하세요, 단테입니다

네이버·쿠팡 개발자 출신,
현재 실리콘밸리 개발자

RAG 튜토리얼은 많은데, 검색이 왜 틀렸는지 재고 고치는 법을 알려 주는 곳은 드뭅니다. 현업에서 하는 순서 그대로, 재고 → 고치고 → 운영하는 강의를 만들었습니다.

저서
『요즘 바이브 코딩 코덱스 완벽 가이드』
『다시 깊게 익히는 인사이드 리액트』
강의
클로드 코드 실전 · 요즘 바이브 코딩 코덱스 · 밑바닥부터 만드는 AI 에이전트 · AI 코딩 도구 끝판왕
FAQ

자주 묻는 질문

Q. 「밑바닥부터 만드는 AI 에이전트」를 먼저 들어야 하나요?

아니요. 이 강의만 들어도 됩니다. 파이썬 기초(함수·리스트·딕셔너리)만 있으면 돼요.

Q. 수학을 잘 못해도 되나요?

네. 내적·코사인도 그림과 손 계산부터 시작합니다.

Q. 실습 환경은 어떻게 되나요?

Mac·Windows·Linux 노트북이면 됩니다. GPU는 필요 없어요. 설치는 uv 하나, 임베딩 모델도 내 컴퓨터에서 돌립니다. Docker는 두 수업에서만 씁니다.

Q. 실습 비용이 드나요?

LLM은 OpenRouter 키 하나로 부릅니다. 실습 전체를 한 번 돌리는 데 약 0.6달러예요(2026년 10월 가격 기준).

Q. 수강 기간은요?

결제일부터 12개월입니다.

Q. 환불은 어떻게 되나요?

결제 후 7일 안에 신청할 수 있어요. 시청 전이면 전액, 시청을 시작했다면 수강률만큼 빼고 환불합니다. 자세한 내용은 환불·청약철회 정책을 따릅니다.

Q. 업데이트되면 다시 결제하나요?

아니요. 통합 프로젝트 같은 새 수업도 같은 강의 안에 추가됩니다.

명확한 음성 전달을 위해, 제작·검토를 마친 대본을 지식공유자 본인 목소리 기반의 음성 합성(TTS)으로 읽었습니다.

수강 신청

밑바닥부터 시작하는 임베딩·RAG — 원리부터 운영까지

정가150,000원
출시 기념 할인−75,000원
지금 결제 금액75,000원

할인이 끝나면 120,000원

00일
00시간
00분
00초

환불 정책

전체 커리큘럼

60편 · 9시간 19분

섹션 14개 · 무료 공개 4편
섹션 0 · 시작하기1편 · 5분
  1. 01강의 소개와 실습 환경 준비무료
PART A · 기초 개념6편 · 1시간 4분
  1. 02LLM, 토큰, 그리고 왜 검색이 필요한가
  2. 03벡터와 유사도무료
  3. 04임베딩은 어떻게 학습되나
  4. 05TF-IDF에서 BM25까지
  5. 06근사 이웃 탐색
  6. 07검색이 잘 됐는지 재는 법
B1 · 도서 추천 앱6편 · 58분
  1. 08만들 앱 미리보기와 데이터 살펴보기
  2. 09데이터 정제
  3. 10벡터 DB에 넣고 문장으로 찾기
  4. 11제로샷 분류: 소설과 비소설
  5. 12분위기 점수 붙이기
  6. 13추천 앱 화면 만들기
B2 · 벡터 저장소2편 · 18분
  1. 14벡터 저장소 세 가지: FAISS · Chroma · pgvector
  2. 15사전 필터 vs 사후 필터
B3 · RAG 기초4편 · 39분
  1. 16RAG 한눈에 보기
  2. 17문서 불러오기: 웹 문서와 PDF
  3. 18청킹: 크기와 오버랩
  4. 1940줄로 RAG 만들기
B4 · 프레임워크와 화면2편 · 18분
  1. 20LangChain으로 다시 만들기
  2. 21Streamlit 채팅 화면
B5 · 평가2편 · 18분
  1. 22골든셋 만들기: LLM이 쓰고 사람이 검수
  2. 23성적표: 키워드 vs 벡터 · 한국어 vs 영어
B6 · 검색 개선7편 · 1시간 8분
  1. 24하이브리드 검색: 키워드와 벡터 섞기
  2. 25재정렬: 상위 20개를 다시 줄 세우기
  3. 26질의 변환: 여러 질문 · 가상의 답
  4. 27라우팅과 셀프 쿼리
  5. 28맥락 검색 (contextual retrieval)
  6. 29청킹 방법 다섯 가지 · 공정하게 비교하기
  7. 30에이전트 청킹 · LLM이 읽고 경계를 정하면
B7~B9 · 답의 품질과 고급 RAG6편 · 59분
  1. 31근거만 쓰게 하기와 거절
  2. 32LLM 심판: 근거 충실도 채점과 심판 검증
  3. 33LangGraph로 스스로 고치는 RAG (CRAG)
  4. 34Adaptive RAG: 질문의 종류를 보고 길 고르기
  5. 35GraphRAG: 관계를 따라 찾기
  6. 36표와 그림이 든 PDF · 멀티모달 RAG
PART C · 벡터의 한계와 다른 길7편 · 1시간 1분
  1. 37벡터가 원리상 못 찾는 질문 · LIMIT 축소판무료
  2. 38긴 자료를 통째로 넣으면? · Lost in the Middle 다시 재기
  3. 39"전부 몇 개?" 집계 질문
  4. 40근거 없는 답 · 환각 재고 줄이기
  5. 41에이전트 검색 · 벡터 대신 grep
  6. 42질문을 SQL로 · 텍스트→SQL
  7. 43한 표로 비교 · 질문마다 길 고르기
PART D · 운영9편 · 1시간 19분
  1. 44API로 띄우고 · 지연과 비용 재기
  2. 45권한 필터와 누출 테스트
  3. 46문서가 바뀌면 · 증분 색인
  4. 47문서 속의 공격 · 간접 프롬프트 인젝션
  5. 48로그와 트레이스 · 일어난 일을 나중에 찾기
  6. 49서비스로 나누기 — API · 저장소 · 캐시
  7. 50임베딩 모델 교체 — 버전 기록 · 새 색인 · 같은 골든셋 · 별칭 전환
  8. 51배포 전 자동 검사 — 점수가 떨어지면 배포를 막는다
  9. 52수집 자동화 — 바뀐 문서를 알아서 색인에
PART E · 실무 사례 해부6편 · 57분
  1. 53사례 · Anthropic 맥락 검색 끝까지 다시 만들기
  2. 54사례 · Apple Music 다국어 검색 — 어휘 색인에 임베딩 더하기
  3. 55사례 · LinkedIn 고객 지원 지식 그래프 — 우리 문서에서도 될까
  4. 56사례 · Uber QueryGPT — 표가 많을 때 텍스트→SQL
  5. 57현업 사례 · 사내 지식 챗봇 — '전부 알려줘'에는 다른 길
  6. 58현업 사례 · 실시간 추천 — 방금 누른 것까지
최종 미션1편 · 10분
  1. 59최종 미션 — 지원서에 넣을 RAG 평가 리포트
F · 통합 프로젝트 (업데이트 예정)1편 · 5분
  1. 60통합 프로젝트 미리보기 — 전·월세 상담 챗봇 설계 (업데이트 예정)무료

사용하는 도구

Python · uvOpenRouterbge-m3 (로컬)FAISS · ChromaPostgreSQL + pgvectorLangChain · LangGraphFastAPIRedisDocker (2개 수업)
출시 할인 중150,000원75,000원