AI Agent + AIOps 스터디 계획
- 많은 it기업에서 업무 자동화, 비용절감, 생산성 극대화를 위해 AI Agent를 개발중
- 그만큼 AI Agent에 대한 개념이나, 활용 패턴은 어느정도 정리가 된 듯한 느낌
- AIOps는 서비스/시스템 운영에 AI Agent를 활용하자 라는 느낌
- AI Agent에 비해 정리가 된 것 같진 않다.
- 스터디 방향을 AIOps보다는 AI Agent를 공부하는게 어떨까 (대신 프로젝트는 AIOps와 관련한 프로젝트로 제한)
- AI Agent 개념
- AI Agent use case
- AI Agent 패턴
- AI Agent 운영
- AI Agent 실습 / 프로젝트
- ...
주차별 계획
| 단계 | 주차 | 주제 | 핵심 내용 | 참고 자료 |
|---|---|---|---|---|
| 1단계 AI Agent 기본 | 1주 | AI Agent 기초 | - AI Agent란 무엇인가 - LLM 기반 Agent의 등장 배경 - Tool 사용 개념 | ReAct |
| 2주 | Agent 구조 & 설계 패턴 | - Agent 내부 구조 이해 - Planning / Memory / Tool / Execution 구조 - Tool 설계 방법 | Langgraph | |
| 3주 | Agent 구현 | - 기본 Agent 구현 - Tool 연결 (API 호출) - Function Calling 및 간단한 task 수행 | LangChain Quickstart | |
| 2단계 AI Agent 심화 | 4주 | Memory & RAG 기반 Agent | - RAG (Retrieval-Augmented Generation) - Vector DB - 개인화 Agent 구현 | faiss |
| 5주 | Multi-Agent | - Multi-Agent 시스템 구조 - 역할 기반 Agent 설계 | LangGraph Multi-agent | |
| 6주 | Agent 실습 프로젝트 | - Agent 서비스 운영 / 성능평가 | ||
| 3단계 AIOps | 7주 | AIOps 개요 | - AIOps란 무엇인가, 왜 필요한가 - AIOps 아키텍쳐 - AIOps 주요 Use Case | Datadog LLM Observability |
| 8주 | Observability | - OpenTelemetry | ||
| 9주 | k8s + AIOps | |||
| 10주 | ||||
| 11주 | ||||
| 12주 | 프로젝트 발표 |
