초보자를 위한 생성 AI - 자바 에디션
July 3, 2026 · View on GitHub

소요 시간: 워크숍 전체는 로컬 설정 없이 온라인으로 완료할 수 있습니다. 환경 설정은 2분 정도 걸리며, 샘플 탐색은 탐색 깊이에 따라 1~3시간이 소요됩니다.
빠른 시작
- 이 리포지토리를 당신의 GitHub 계정으로 포크하세요
- Code → Codespaces 탭 → ... → New with options...를 클릭하세요
- 기본값을 사용하세요 – 이 옵션은 이 강좌를 위해 생성된 개발 컨테이너를 선택합니다
- Create codespace를 클릭하세요
- 환경 준비가 완료될 때까지 약 2분 기다리세요
- 바로 2장: Azure AI Foundry 프로비저닝으로 이동하세요
다국어 지원
GitHub 액션을 통한 지원 (자동화 및 항상 최신 상태 유지)
아랍어 | 벵골어 | 불가리아어 | 버마어 (미얀마) | 중국어 (간체) | 중국어 (번체, 홍콩) | 중국어 (번체, 마카오) | 중국어 (번체, 대만) | 크로아티아어 | 체코어 | 덴마크어 | 네덜란드어 | 에스토니아어 | 핀란드어 | 프랑스어 | 독일어 | 그리스어 | 히브리어 | 힌디어 | 헝가리어 | 인도네시아어 | 이탈리아어 | 일본어 | 칸나다어 | 크메르어 | 한국어 | 리투아니아어 | 말레이어 | 말라얄람어 | 마라티어 | 네팔어 | 나이지리아 피진어 | 노르웨이어 | 페르시아어 (파르시) | 폴란드어 | 포르투갈어 (브라질) | 포르투갈어 (포르투갈) | 펀자브어 (굼무키) | 루마니아어 | 러시아어 | 세르비아어 (키릴릭) | 슬로바키아어 | 슬로베니아어 | 스페인어 | 스와힐리어 | 스웨덴어 | 따갈로그어 (필리피노) | 타밀어 | 텔루구어 | 태국어 | 터키어 | 우크라이나어 | 우르두어 | 베트남어
로컬에서 클론하기를 선호하시나요?
이 리포지토리는 50개 이상의 언어 번역을 포함하고 있어 다운로드 크기가 크게 증가합니다. 번역 없이 클론하려면 sparse checkout을 사용하세요:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git cd Generative-AI-for-beginners-java git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git cd Generative-AI-for-beginners-java git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"이렇게 하면 훨씬 빠른 다운로드로 강좌 완료에 필요한 모든 내용을 받을 수 있습니다.
강좌 구조 및 학습 경로
1장: 생성 AI 소개
- 핵심 개념: 대형 언어 모델, 토큰, 임베딩, AI 역량 이해
- 자바 AI 생태계: Spring AI 및 OpenAI SDK 개요
- 모델 컨텍스트 프로토콜: MCP 소개 및 AI 에이전트 통신에서의 역할
- 실용 사례: 챗봇과 콘텐츠 생성 등 실제 시나리오
- → 1장 시작
2장: 개발 환경 설정
- Azure AI Foundry: Bicep 및 Azure Developer CLI(azd)를 활용한 모델 배포 코드 프로비저닝
- Spring Boot + Spring AI: 기업용 AI 애플리케이션 개발 모범 사례
- 키 없는 인증: Microsoft Entra ID를 통한 안전한 연결 — API 키 관리 불필요
- 개발 도구: Docker 컨테이너, VS Code, GitHub Codespaces 설정
- → 2장 시작
3장: 핵심 생성 AI 기술
- 프롬프트 엔지니어링: 최적의 AI 모델 응답을 위한 기술
- 임베딩 및 벡터 연산: 의미 기반 검색 및 유사도 매칭 구현
- 검색 강화 생성 (RAG): AI와 자체 데이터 소스 결합
- 함수 호출: 맞춤 도구와 플러그인을 통해 AI 기능 확장
- → 3장 시작
4장: 실전 응용 및 프로젝트
- 애완동물 이야기 생성기 (
petstory/): Azure AI Foundry를 활용한 창의적 콘텐츠 생성 - Foundry 로컬 데모 (
foundrylocal/): OpenAI 자바 SDK를 통한 로컬 AI 모델 통합 - MCP 계산기 서비스 (
calculator/): Spring AI와 기본 Model Context Protocol 구현 - → 4장 시작
5장: 책임 있는 AI 개발
- Azure AI Foundry 콘텐츠 안전성: 내장된 콘텐츠 필터링 및 안전 메커니즘 테스트 (강제 차단 및 부드러운 거부)
- 책임 있는 AI 데모: 최신 AI 안전 시스템 작동 예시
- 모범 사례: 윤리적 AI 개발 및 배포를 위한 필수 가이드라인
- → 5장 시작
추가 자료
LangChain
Azure / Edge / MCP / 에이전트
생성 AI 시리즈
핵심 학습
코파일럿 시리즈
도움받기
AI 앱 개발 중 문제가 생기거나 질문이 있으면 MCP에 대해 동료 학습자들과 경험 많은 개발자들이 모여 토론하는 곳에 참여하세요. 질문이 환영받는 지원 커뮤니티로 지식을 자유롭게 공유합니다.
제품 피드백이나 빌드 중 오류가 발생하면 다음을 방문하세요:
면책 조항: 이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역은 오류나 부정확한 부분이 있을 수 있음을 유의하시기 바랍니다. 원본 문서의 원어본이 권위 있는 자료로 간주되어야 합니다. 중요한 정보의 경우, 전문가의 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.