들어가며

PART 1. LLM 노드 완전 정복

DAY 1 - n8n AI 노드 전체 지도 훑어보기
DAY 2 - Basic LLM Chain 노드 완전 정복
DAY 3 - AI Agent 노드 구조 이해하기
DAY 4 - Chat Trigger + OpenAI 연결 실습
DAY 5 - LLM Chain vs AI Agent 차이 실전 비교

PART 2. 프롬프트 엔지니어링

DAY 6 - System Prompt 설계 4요소 공식
DAY 7 - 이메일 분류 자동화 프롬프트 실습
DAY 8 - 이메일 초안 자동 생성 프롬프트 실습
DAY 9 - 나만의 프롬프트 템플릿 만들기
DAY 10 - ReAct 루프와 AI Agent 작동 원리

PART 3. AI Agent 기초 설계

DAY 11 - Tool 개념과 Calculator Tool 실습
DAY 12 - Tavily Search Tool로 실시간 검색 연결
DAY 13 - HTTP Request Tool과 외부 API 연결
DAY 14 - 메모리(Memory) 노드와 대화 기억 구현
DAY 15 - Sub-workflow를 Tool로 등록하기
DAY 16 - 개인 비서 에이전트 완성 프로젝트

PART 4. RAG 파이프라인

DAY 17 - RAG 개념과 벡터 데이터베이스 이해
DAY 18 - 문서 청킹(Chunking)과 임베딩 실습
DAY 19 - Supabase pgvector 환경 세팅
DAY 20 - 문서 저장 파이프라인 구축
DAY 21 - 문서 검색 파이프라인 구축
DAY 22 - AI Agent에 Vector Store Tool 연결
DAY 23 - 사내 문서 QA 챗봇 완성 프로젝트

PART 5. 멀티 Agent 오케스트레이션

DAY 24 - 멀티 Agent 개념과 설계 패턴
DAY 25 - Supervisor-Worker 패턴 구현
DAY 26 - 리서치 전문 Agent 만들기
DAY 27 - 글쓰기 전문 Agent 만들기
DAY 28 - 검증 Agent와 품질 체크 자동화
DAY 29 - Notion 연동 멀티 Agent 파이프라인
DAY 30 - 멀티 Agent 콘텐츠 자동 생성 완성 프로젝트

부록 A - 30일 커리큘럼 한눈에 보기
부록 B - 주요 AI 모델 비교표
부록 C - 자주 발생하는 오류와 해결법
부록 D - PART별 완료 체크리스트