AI 에이전트

Databricks 위에서 AI 에이전트를 개발, 평가, 배포하는 방법을 학습합니다.

학습 목표

순서	문서	내용
1	AI 에이전트란?	개념, LLM + Tool 패턴, RAG 소개를 다룹니다
2	Vector Search	임베딩, 3가지 인덱스 유형, Reranker, 유사도 검색을 상세히 설명합니다
3	RAG 파이프라인	문서 파싱, 청킹, 임베딩, 검색 증강 생성 구축을 안내합니다
4	에이전트 구축	ChatAgent 인터페이스, UC Functions를 Tool로 활용하는 방법을 다룹니다
5	에이전트 평가	MLflow 기반 평가, Scorer, 품질 모니터링을 설명합니다
6	에이전트 배포	Model Serving 엔드포인트 배포, Review App을 안내합니다
7	Agent Bricks	Knowledge Assistant, Genie, Supervisor Agent(멀티에이전트)를 다룹니다