1

(풀스택) AI 서비스 엔지니어링 빌드 트랙

o 언어 : Python

o 프로젝트 소개
 - 오픈소스 AI 스택 + 생성형 AI 도구로 데이터 처리→LLM/RAG/Agent→API→UI→배포까지 직접 조합·검증·배포

[가이드 보기]

2

(풀스택) 오픈소스 AI 자동화 에이전트 프로젝트

o 언어 : Python

o 프로젝트 소개
 - Obsidian 기반으로 동작하는 고도화된 GraphRAG 에이전트 완성 및 Obsidian 지식 베이스 생성을 자동화

[가이드 보기]

3

(특화형) 검증 가능한 AI 워크플로우 설계와 최적화

o 언어 : Python, Markdown, CSV/JSON

o 프로젝트 소개
 - AI 워크플로우를 평가하고 개선하는 방법 실습 및 평가 기준 기반 baseline을 측정 및 LLM-as-Judge를 활용해 개선 여부 검증

[가이드 보기]

4

(특화형) 오픈소스 AI MSA 기반 엔터프라이즈 AI 통합 실무

o 언어 : Java, TypeScript / JavaScript, HTML / CSS

o 프로젝트 소개
 - Enterprise MSA 환경에서 LLM을 안전하게 통합하는 아키텍처 설계 및 Spring AI를 활용해 RAG 파이프라인을 직접 구현

[가이드 보기]

5

(특화형) 온프레미스 경량 LLM 에이전트 개발·검증

o 언어 : Python

o 프로젝트 소개
 - 저사양 PC(CPU)에서도 동작하는 경량 LLM 에이전트를 결합하여 실제 업무 수행 AI 개발 및 오픈소스 벤치마크로(PotatoBench) 성능 검증·개선

[가이드 보기]

6

(특화형) Gen AI on EKS·K8s 인퍼런스 인프라 최적화

o 언어 : Terraform(HCL), YAML, Python, Shell Script

o 프로젝트 소개
 - Kubernetes 기반 오픈소스 생성형 AI 인퍼런스 스택 및 AWS 인프라(네트워크·스토리지 등) 성능 최적화 체험 및 AWS 오픈소스 기여 (MIT-0)

[가이드 보기]

7

(특화형) Hermes Agent로 만드는 업무 자동화

o 언어 : Python, Git/GitHub

o 프로젝트 소개
 - 오픈소스 에이전트를 커스텀해 나만의 업무 자동화를 구현 및 LLM·Tool Use·MCP의 작동 방식을 실습하고 적용 전후의 효과를 수치로 데이터화하는 과정

[가이드 보기]