Build AI Programs with DSPy
Build AI Programs with DSPy
이 섹션은 DSPy를 사용해 프로덕션에 적합한 AI 애플리케이션을 구축하는 것을 안내하는 실전 튜토리얼들을 담고 있습니다. 각 튜토리얼은 실용적인 사용 사례를 보여주고, DSPy의 모듈식 프로그래밍 접근을 활용해 견고하고 유지보수 가능한 AI 시스템을 만드는 방법을 알려 줍니다.
출처: 문서
본문
핵심 애플리케이션 (Core Applications)
대화 히스토리 관리 — DSPy 애플리케이션에서 대화 히스토리를 관리하는 방법을 배웁니다.
DSPy로 AI 에이전트 만들기 — 복잡한 고객 서비스 시나리오를 처리할 수 있는 지능형 에이전트를 만드는 법을 배웁니다. 문맥을 이해하고, 대화 상태를 유지하며, 도움 되는 응답을 제공하는 에이전트를 구축하는 방법을 보여줍니다.
커스텀 DSPy 모듈로 AI 애플리케이션 만들기 — 특정 요구에 맞춘 커스텀 DSPy 모듈을 만드는 법을 알아봅니다. 여러 애플리케이션에 걸쳐 공유할 수 있는 재사용·조합 가능한 구성 요소를 구축하는 패턴을 배웁니다.
Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation (RAG) — DSPy로 RAG 시스템의 기초를 마스터합니다. 검색 메커니즘과 언어 모델을 결합해 외부 지식 소스를 사용하여 질문에 답하는 시스템을 만드는 법을 배웁니다.
RAG를 에이전트로 만들기 — 언제·어떻게 정보를 검색할지 추론할 수 있는 ReAct 에이전트 기반 시스템을 구축해 RAG를 한 단계 끌어올립니다. RAG 시스템을 더 지능적이고 적응적으로 만드는 것이죠.
Multi-Hop RAG — 여러 정보 소스에 걸쳐 다단계 추론을 수행할 수 있는 정교한 RAG 시스템을 구축합니다. 복잡한 연구·분석 작업에 적합합니다.
특수 사용 사례 (Specialized Use Cases)
Entity Extraction — 텍스트에서 특정 엔티티를 식별하고 추출하는 시스템을 만드는 법을 배웁니다. 정보 처리·데이터 분석 애플리케이션에 필수적입니다.
Classification — 주제 분류 예시를 통해 DSPy의 모듈식 접근으로 견고한 텍스트 분류 시스템을 구축합니다.
Privacy-Conscious Delegation — 작은 로컬 모델과 고급 외부 모델을 결합해, 높은 성능을 유지하면서 개인정보 제약을 존중하는 AI 시스템 구축의 고급 기법을 탐구합니다.
고급 추론 (Advanced Reasoning)
Program Of Thought — 언어 모델의 힘과 프로그램적 추론을 결합해, 복잡한 문제를 해결할 코드를 생성·실행하는 시스템을 만드는 법을 배웁니다.
멀티모달 애플리케이션 (Multimodal Applications)
Image Generation Prompt iteration — DSPy로 이미지 생성 프롬프트를 반복적으로 개선해, 체계적인 최적화를 통해 더 나은 시각 콘텐츠를 만드는 법을 알아봅니다.
Audio — DSPy로 오디오 처리 애플리케이션을 탐구하며, 오디오 콘텐츠를 이해·처리·생성하는 시스템을 만드는 법을 배웁니다.