AI 에이전트, LangGraph, RAG
생성형 AI의 핵심 개념부터 모델 비교, RAG 전략, 최신 기술 트렌드까지 AI 전반을 다루는 카테고리입니다.
기술의 흐름을 이해하고 방향을 잡고 싶은 개발자와 기획자를 위한 분석 중심 콘텐츠를 제공합니다.
요즘 누구나 한 번쯤은 들어봤을 법한 ‘LLM(대형 언어 모델)’. ChatGPT처럼 사람처럼 말하고, 생각하고, 글까지 써주는 인공지능의 비밀은 과연 무엇일까요? 오늘은 그 중에서도 LLM이 사용자 명령에 제대로 반응하도록 만드는 핵심 과정, Post-training에 대해 알아보겠습니다. 만약 여러분이 AI 모델을 실제로 개발하고자 한다면, Pre-training만으로는 끝나지 않는다는 사실을 반드시 기억하셔야 합니다. 그럼 지금부터 함께 알아볼까요? STEP 1: Pre-training만으로는 부족하다? … Read more
배경 – AI 언어 모델의 발전과 분류 필요성 최근 몇 년 사이에 자연어 처리(NLP) 분야는 급격한 변화를 겪었습니다. 특히 대규모 언어 모델(LLM, Large Language Model)의 등장으로, 기계 번역ㆍ문서 요약ㆍ챗봇ㆍ코드 생성 등 다양한 애플리케이션이 발전했지요. 하지만 모델의 크기, 용도, 추론 방식에 따라 적합한 솔루션이 다르고, 이를 구분하기 위한 용어도 여럿 등장했습니다. 전통적 LLM은 수십억~수백억 개 파라미터로 … Read more
왜 LLaMA가 주목받는가? Meta(구 페이스북)가 개발한 LLaMA 시리즈는 2023년 첫 출시 이후로 오픈소스 LLM(대규모 언어 모델)의 대표 주자가 되었습니다. LLaMA는 ChatGPT, Claude, Gemini 등 상업용 AI에 비해 개방성과 유연성, 그리고 현실적인 성능 대비 리소스 최적화로 연구자, 개발자, 스타트업은 물론 기업 연구소에서도 널리 사용되고 있습니다. 2024년 말에는 LLaMA 3가 출시되었고, 다양한 파라미터 버전(8B, 70B 등)과 함께 … 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