Spring AI를 활용한 LLM 및 Generative AI 애플리케이션 개발

Module 1 – Spring AI 개요

• Spring AI 소개

• Spring AI에 필요한 기술 스택

• Spring AI 활용 방안

Module 1 – Chat Client API 소개

• Chat Client API 소개 및 활용

• ChatClient Fluent API

• Advisors API

Module 2 – AI 모델

• AI Model API 소개

• Vector Store & Function Calling API

• ETL Data Engineering

• Chat Models

• Embedding Models

• Audio Models

• Moderation Models

Module 3 – Vector 데이터베이스

• Vector 데이터베이스 소개

• 다양한 Vector 데이터베이스 활용

Module 4 – Observability

• ChatClient매트릭스 및 추적

• Advisor, ChatMode

• EmbeddingModel, ImageModel

Module 5 – Prompts

• Prompts 소개

• API 개요 및 Prompt, Message, Roles

• PromptTemplate

Module 6 – 구조화된 출력

• Structured Output API 소개

• Available Converters

• Converters 활용

Module 7 – 함수 호출

• Function Calling API 소개

• Functions Bean 등록 및 활용

Module 8 – Multimodality

• Multimodality API 소개

• Spring AI와 Multimodality

Module 9 – ETL 파이프 라인

• API 소개

• ETL 인터페이스 소개 및 활용

Module 10 – AI 모델 평가

• 평가 테스트

• RelevancyEvaluator 및 FactCheckingEvaluator

Module 11 – 서비스 연결 및 배포

• Docker Compose

• Testcontainers

• Cloud Bindings

[선수지식]

• Java 및 Spring Framework에 대한 기본 이해

• REST API 및 데이터 처리, AI 모델과 자연어 처리(NLP)의 기초 지식

• Docker 및 클라우드 환경의 기본적인 이해

[선수 과정]

• [JAVA 4] Web 프레임워크 (Spring)