Hemlata Negi
회원 가입일: 2026
다이아몬드 리그
16273포인트
AI Boost Bootcamp: How to Use Gemini at Work 101
Earned 7월 15, 2026 EDT
Agent Assist 및 생성형 AI 기능
Earned 5월 30, 2026 EDT
Model Armor: 안전한 AI 배포
Earned 4월 28, 2026 EDT
AI 보안 소개
Earned 4월 28, 2026 EDT
엔드 투 엔드 SDLC를 위한 Gemini
Earned 4월 16, 2026 EDT
Gemini Enterprise for Customer Experience 설계
Earned 4월 11, 2026 EDT
대화형 AI 및 응대 프레임워크
Earned 4월 11, 2026 EDT
대화형 인사이트
Earned 4월 8, 2026 EDT
생성형 AI 에이전트: 조직 혁신
Earned 4월 4, 2026 EDT
생성형 AI 앱: 업무 혁신
Earned 4월 2, 2026 EDT
생성형 AI: 환경 살펴보기
Earned 4월 2, 2026 EDT
생성형 AI: 챗봇 그 이상의 가치
Earned 4월 2, 2026 EDT
생성형 AI: 기본 개념 이해
Earned 3월 30, 2026 EDT
에이전트 동작 최적화
Earned 3월 30, 2026 EDT
첫 번째 에이전트 배포하기
Earned 3월 30, 2026 EDT
[DEPRECATED] Orchestrate Complex Multi-Agent Workflows
Earned 3월 30, 2026 EDT
Coordinate Multiple Agents
Earned 3월 30, 2026 EDT
Vertex AI로 머신러닝 작업(MLOps): 모델 평가
Earned 3월 30, 2026 EDT
생성형 AI를 위한 머신러닝 작업(MLOps)
Earned 3월 30, 2026 EDT
에이전트 개발 키트(ADK)로 나의 첫 에이전트 빌드
Earned 3월 30, 2026 EDT
에이전트 기초
Earned 3월 30, 2026 EDT
책임감 있는 AI 소개
Earned 3월 27, 2026 EDT
대규모 언어 모델 소개
Earned 3월 26, 2026 EDT
생성형 AI 소개
Earned 3월 26, 2026 EDT
Go from AI basics to proficiency in under 50 minutes with AI Boost Bootcamp. Based on Google’s own proven internal training, this course empowers you to master Gemini at work (across Google Workspace and Gemini Enterprise). Learn how to write effective prompts and use Gemini for project management, creating compelling presentations, aligning your stakeholders in a productive meeting, and communicate with speed and precision. You’ll also get an intro to AI agents with Gemini Enterprise. Start amplifying your unique skills and earn your completion badge today.
자세히 알아보기
생성형 AI의 강력한 기능을 활용하여 지능형 자동화 에이전트를 만듭니다. 이 과정을 수료하면 웹사이트, 문서 또는 정형 데이터에서 정보를 자동으로 추출하고 합성하여 복잡한 질문에 즉시 답할 수 있는 데이터 스토어 에이전트를 개발할 수 있게 됩니다. 더 이상 정적인 FAQ에 의존할 필요가 없습니다. 새로운 에이전트는 간단하고 빠르게 설정할 수 있으며, 동적이고 정확한 답변을 제공하고 원본 소스 URL까지 표시해 줍니다.
자세히 알아보기
이 과정에서는 Model Armor의 필수 보안 기능을 검토하고 서비스를 사용할 수 있도록 준비합니다. LLM과 관련된 보안 위험과 Model Armor가 AI 애플리케이션을 보호하는 방법을 알아봅니다.
자세히 알아보기
인공지능(AI)은 혁신적인 가능성을 제공하지만 새로운 보안 문제의 원인이 되기도 합니다. 이 과정에서는 보안 및 데이터 보호 리더가 조직 내에서 AI를 안전하게 관리하는 데 필요한 전략을 살펴봅니다. AI 관련 위험을 사전에 식별 및 완화하고, 민감한 정보를 보호하며, 규정을 준수하고, 복원력 높은 AI 인프라를 빌드하는 프레임워크를 학습합니다. 이러한 전략이 실제 시나리오에서 어떻게 적용되는지 살펴보기 위해 4가지 산업별 사례를 선별했습니다.
자세히 알아보기
이 과정에서는 Google Cloud의 생성형 AI 기반 파트너인 Gemini가 Google 제품 및 서비스를 사용해 애플리케이션을 개발, 테스트, 배포, 관리하는 데 어떤 도움이 되는지 알아봅니다. Gemini의 도움을 받아 웹 애플리케이션을 개발 및 빌드하고, 애플리케이션의 오류를 수정하고, 테스트를 개발하고, 데이터를 쿼리하는 방법을 배웁니다. 실무형 실습을 통해 Gemini로 소프트웨어 개발 수명 주기(SDLC)가 얼마나 개선되는지 경험할 수 있습니다.
Duet AI의 이름이 Google의 차세대 모델인 Gemini로 변경되었습니다.
자세히 알아보기
이 과정에서는 강력한 Gemini Enterprise for Customer Experience(GECX) 솔루션을 설계, 빌드, 유지관리하는 데 필요한 필수 주제를 자세히 살펴봅니다. 기존의 고정관념을 뛰어넘어 고객 만족도를 높이는 아키텍처를 구축할 준비를 시작해 보세요. 이 과정은 GECX의 아키텍처를 소개하기 위해 설계되었습니다. 주요 아키텍처 구성요소와 통합을 포함하여 대화형 AI 솔루션을 빌드하고 구현하기 위한 주요 고려사항을 살펴봅니다. 또한 Gemini Enterprise Agent Platform과의 통합을 살펴보고 GECX의 주요 기능에 대한 개요를 확인합니다.
자세히 알아보기
Gemini Enterprise for Customer Experience(GECX)와 강력한 생성형 AI 기능에 관한 이 과정을 통해 고객 서비스에 대해 깊이 있게 이해해 보세요. 먼저 고객센터의 지난 여정을 짚어보며 고객센터가 어떻게 발전해 왔고 생성형 AI가 어떤 변화를 가져오고 있는지 알아봅니다. 그런 다음 GECX 솔루션의 핵심 구성요소를 자세히 살펴보고 각 구성요소가 탁월한 고객 경험을 제공하는 데 어떻게 기여하는지 알아봅니다. 마지막으로 GECX의 강력한 비즈니스 사례와 함께 실용적인 사용 사례, 이 혁신적인 솔루션을 활용하는 다양한 사용자 페르소나에 대해 살펴보며 과정을 마무리합니다.
자세히 알아보기
이 과정에서는 대화 분석 정보를 활용하여 고객센터 데이터에서 숨겨진 정보를 찾아내고 운영 효율성을 높이며 데이터 기반 비즈니스 의사결정을 내리는 방법을 알아봅니다.
자세히 알아보기
생성형 AI 에이전트: 조직 혁신'은 Gen AI Leader 학습 과정의 다섯 번째이자 마지막 과정입니다. 이 과정에서는 조직이 어떻게 커스텀 생성형 AI 에이전트를 사용해 특정 비즈니스 과제를 해결할 수 있는지 살펴봅니다. 모델, 추론 루프, 도구와 같은 에이전트의 구성요소를 살펴보며 기본적인 생성형 AI 에이전트를 빌드하는 실무형 실습을 진행합니다.
자세히 알아보기
'생성형 AI 앱: 업무 혁신'은 생성형 AI 리더 학습 과정의 네 번째 과정입니다. 이 과정에서는 Workspace를 위한 Gemini, NotebookLM 등 Google의 생성형 AI 애플리케이션을 소개합니다. 그라운딩, 검색 증강 생성, 효과적인 프롬프트 작성, 자동화된 워크플로 구축 등의 개념을 안내합니다.
자세히 알아보기
생성형 AI: 환경 살펴보기는 Gen AI Leader 학습 과정의 세 번째 과정입니다. 생성형 AI는 업무 방식을 비롯해 주변 세계와 상호작용하는 방식에 변화를 일으키고 있습니다. 리더로서 생성형 AI를 활용하여 실질적인 비즈니스 성과를 얻으려면 어떻게 해야 할까요? 이 과정에서는 생성형 AI 솔루션 빌드의 다양한 계층, Google Cloud 제품, 솔루션을 선택할 때 고려해야 할 요소를 살펴봅니다.
자세히 알아보기
생성형 AI: 챗봇 그 이상의 가치는 Gen AI Leader 학습 과정의 첫 번째 과정이며 기본 요건은 따로 없습니다. 이 과정은 챗봇에 대한 기본적인 이해를 넘어 조직을 위한 생성형 AI의 진정한 잠재력을 살펴보는 것을 목표로 합니다. 생성형 AI의 강력한 기능을 활용하는 데 중요한 파운데이션 모델과 프롬프트 엔지니어링과 같은 개념을 살펴봅니다. 또한 조직을 위한 성공적인 생성형 AI 전략을 개발할 때 고려해야 할 중요한 사항을 안내합니다.
자세히 알아보기
생성형 AI: 기본 개념 이해는 Gen AI Leader 학습 과정의 두 번째 과정입니다. 이 과정에서는 생성형 AI의 기본 개념을 이해하기 위해 AI, ML, 생성형 AI의 차이점을 살펴보고 다양한 데이터 유형에서 생성형 AI로 어떻게 비즈니스 과제를 해결할 수 있는지 알아봅니다. 파운데이션 모델의 제한사항과 책임감 있고 안전한 AI 개발 및 배포의 주요 과제를 해결할 수 있도록 Google Cloud 전략에 관한 인사이트도 제공합니다.
자세히 알아보기
첫 번째 에이전트를 빌드해 보았으니, 이제 한 단계 더 나아갈 차례입니다. 이 과정에서는 고급 요청 사항, 모델 선택, 계획 기능, 구조화된 출력 패턴을 적용하여 기본적인 AI 에이전트를 정교하고 정확한 어시스턴트로 발전시키는 기술을 연마하게 됩니다.
커뮤니티 포럼에서 질문하고 토론하기
자세히 알아보기
로컬 호스트에 있는 에이전트를 프로덕션으로 가져오세요. 이 과정에서는 메모리 뱅크를 통해 선택적인 세션 간 메모리를 사용하여 ADK 에이전트를 Vertex AI Agent Engine 및 Cloud Run에 배포하는 방법을 다룹니다.
자세히 알아보기
Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.
자세히 알아보기
Learn to coordinate multiple specialized agents working together. This lesson teaches you when to use multi-agent systems, how to orchestrate agents with workflow patterns, and how agents communicate through shared state. By the end, you’ll build a complete multi-agent application.
자세히 알아보기
이 과정은 머신러닝 실무자에게 생성형 AI 모델과 예측형 AI 모델을 평가하는 데 필요한 도구, 기술, 권장사항을 제공합니다. 모델 평가는 프로덕션 단계의 ML 시스템이 안정적이고 정확하고 성능이 우수한 결과를 제공할 수 있게 하는 중요한 분야입니다.
강의 참가자는 다양한 평가 측정항목, 방법, 각각 다른 모델 유형과 작업에 적합한 애플리케이션에 대해 깊이 있게 이해할 수 있습니다. 이 과정에서는 생성형 AI 모델의 고유한 문제를 강조하고 이를 효과적으로 해결하기 위한 전략을 소개합니다. 강의 참가자는 Google Cloud의 Vertex AI Platform을 활용해 모델 선택, 최적화, 지속적인 모니터링을 위한 견고한 평가 프로세스를 구현하는 방법을 알아볼 수 있습니다.
자세히 알아보기
이 과정에서는 생성형 AI 모델을 배포하고 관리할 때 MLOps팀이 직면하는 고유한 과제를 파악하는 데 필요한 지식과 도구를 제공하고 Vertex AI가 어떻게 AI팀이 MLOps 프로세스를 간소화하고 생성형 AI 프로젝트에서 성공을 거둘 수 있도록 지원하는지 살펴봅니다.
자세히 알아보기
Google의 에이전트 개발 키트(ADK)로 첫 번째 AI 에이전트를 구축, 구성, 실행하면서 에이전트에 대한 이론을 실제로 적용해 보세요.
이 실습 중심 과정에서는 완전한 ADK 개발 환경을 설정하고, Python 코드와 YAML 구성의 두 가지 방식으로 에이전트를 생성하며, 다양한 인터페이스에서 실행하는 방법을 배우게 됩니다. 또한 에이전트 동작을 정의하는 핵심 파라미터를 학습하고 첫 번째 과정에서 배운 내용을 실제 코드에 적용합니다.
자세히 알아보기
이 과정에서는 AI 에이전트에 대한 기본사항을 소개하고 실제 비즈니스 현장에서 에이전트가 가치를 창출하는 영역을 살펴봅니다. 이 과정은 자율적이고 목표 지향적인 행동의 관점에서 AI 시스템을 이해하려는 개발자, 설계자, 기술 의사 결정권자에게 기초를 제공합니다.
자세히 알아보기
책임감 있는 AI란 무엇이고 이것이 왜 중요하며 Google에서는 어떻게 제품에 책임감 있는 AI를 구현하고 있는지 설명하는 입문용 마이크로 학습 과정입니다. Google의 7가지 AI 원칙도 소개합니다.
자세히 알아보기
이 과정은 입문용 마이크로 학습 과정으로, 대규모 언어 모델(LLM)이란 무엇이고, LLM을 활용할 수 있는 사용 사례로는 어떤 것이 있으며, 프롬프트 조정을 사용해 LLM 성능을 개선하는 방법은 무엇인지 알아봅니다. 또한 자체 생성형 AI 앱을 개발하는 데 도움이 되는 Google 도구에 대해서도 다룹니다.
자세히 알아보기
생성형 AI란 무엇이고 어떻게 사용하며 전통적인 머신러닝 방법과는 어떻게 다른지 설명하는 입문용 마이크로 학습 과정입니다. 직접 생성형 AI 앱을 개발하는 데 도움이 되는 Google 도구에 대해서도 다룹니다.
자세히 알아보기
