RAG 에이전트 실무
RAG 시스템, LangGraph 멀티에이전트, FastAPI 백엔드, 벡터 데이터베이스 등 AI 시스템을 직접 설계하고 구현하는 과정을 다룹니다. 실제 프로젝트 경험을 바탕으로 한 구현 가이드와 트러블슈팅을 공유합니다.
fastapi‑mcp란 무엇인가? FastAPI‑MCP는 FastAPI 앱의 모든 엔드포인트를 Model Context Protocol(MCP) 도구로 자동 노출해주는 라이브러리입니다. zero‑config 방식: FastApiMCP(app).mount() 한 줄이면 /mcp 경로에 자동으로 MCP 서버가 세팅됩니다. OpenAPI 스키마 기반으로 엔드포인트의 요청/응답 형태, docstring 등 정보를 그대로 유지합니다 (FastAPI MCP). 내부의 FastAPI 종속성 주입(Dependency‑Inject)이나 인증 로직도 자연스럽게 통합되어 안심하고 사용 가능합니다 (GitHub). ASGI transport 사용: HTTP 요청 … Read more
LLM 에이전트 설계, 어디까지 진화했는가? 최근 Claude 모델에서 소개된 MCP(Memory-Control-Planning) 개념은 LLM을 이용한 고도화된 에이전트 설계의 지평을 넓히고 있습니다. 동시에 LangChain과 LangGraph 같은 프레임워크는 이러한 LLM 능력을 체계적으로 실현할 수 있도록 돕습니다. 이 글에서는 Claude MCP의 개념을 정리하고, 이를 LangChain 및 LangGraph에 통합하는 실질적인 구조를 제안합니다. 특히 MCP 서버를 gRPC 기반으로 외부에서 운용하는 구조를 상정하고, … Read more
들어가며 최근 Anthropic의 Claude 모델에서 소개된 MCP(Memory, Control, Planning) 기능은 LLM 기반 애플리케이션 설계에 새로운 전환점을 제시하고 있습니다. 특히 RAG(Retrieval-Augmented Generation) 시스템을 구축할 때, 이 기능은 더욱 정교한 문맥 유지, 대화 흐름 제어, 장기적인 목표 기반의 질의 응답에 기여할 수 있습니다. 본 글에서는 Claude의 MCP 개념을 소개하고, 이를 LangChain과 LangGraph 프레임워크에서 어떻게 통합하여 RAG … Read more
[LangGraph 주요 문법을 숙지한 후, AI 에이전트 시스템 설계와 실전편은 여기를 참조하세요! ] Python 생태계에서 LLM(대규모 언어 모델)을 활용한 워크플로우를 설계하는 데 있어 LangGraph는 매우 유용한 도구입니다. LangGraph는 LangChain을 기반으로 하면서, 상태 기반의 워크플로우를 정의하고 실행할 수 있는 라이브러리입니다. 특히 대화형 애플리케이션을 설계하거나, 다양한 에이전트의 논리 흐름을 제어할 때 강력한 유연성과 확장성을 제공합니다. 이 … Read more
이번 글에서는 요즘 가장 핫한 오픈소스 LLM 중 하나인 Mistral 모델에 대해 깊이 있게 다뤄보겠습니다. 설치부터 활용, 최적화 기법, 한글 튜닝 모델인 KoMistral까지, 실무에 도움이 되는 실질적인 정보 위주로 구성해봤어요. 요즘 오픈소스 LLM계에서 가장 주목받는 모델 중 하나, 바로 Mistral입니다. GPT 대안으로 각광받고 있고, 성능 대비 가볍고, 라이선스도 깔끔한 모델이라 여러 분야에서 빠르게 채택되고 있어요. … Read more