전체 글 (1141) 썸네일형 리스트형 MCP (Model Context Protocol) 1. 배경1.1. 2025 Agent의 비즈니스 도입 확장의 해글로벌 시장에서는 AI Agent가 다양한 분야에서 폭넓게 도입되고 있음AI Agent가 탄력받는 이유LLM 모델의 성능 고도화 (o-3mini, DeepSeek R1 등 추론 모델의 등장)단순한 챗봇 기능을 넘어서는 복잡한 작업에 대한 수요 증가 (전문 보고서, 투자 결정, 시뮬레이션 등)인간의 개입 최소화상호작용 1.2. 도입 확장의 병목하지만, 다양한 외부 서비스와의 연계를 위해서 각 서비스와의 연계 작업이 필요 2. MCP (Model Context Protocol) 란앤트로픽 (Antrhopic) 에서 공개한 표준 프로토콜프롬프트, 도구(Tool), 리소스 등의 표준을 정의하여 공개에이전트 동작의 핵심인 프롬프트, 리소스, 도구를 .. AI Agent 이해 1. Google AI Trends 2025 2. Agent란?자율성 : 인간의 직접적인 개입 없이 스스로 판단하고 결정할 수 있음도구(Tools) 사용 : 외부 환경과 지속적으로 상호 작용하며 데이터를 수집목표 중심 : 목표를 달성하기 위한 최적의 행동을 계획주변 환경 피드백 : 환경에 대한 피드백을 수용함으로써 보다 유동적인 역할을 수행※ source : Google Agents whitepaper - https://cloud.google.com/resources/content/ai-agent-handbook 3. Agent의 부상비교 항목모델(LLM)에이전트(Agent)외부 지식 획득학습 데이터에 한정됨웹 검색, SQL 등 외부 도구로 지식 확장복잡한 작업 처리단순 질문-응답 위주작업을 스스로 .. Naive RAG 1. 알에이지(Retrieval-Augmented Generation, RAG)의 배경 및 정의개념: 검색(Retrieval) - 증강(Augmented) - 생성(Generation)의 약어임.도입 배경:할루시네이션(Hallucination, 환각): 모델이 잘못된 정보를 자신감 있게 제시하는 현상을 줄이기 위함임.최신 정보의 반영: 학습 데이터의 컷오프(Cut-off) 날짜 제한으로 인한 실시간 업데이트의 어려움을 해결함.도메인 특화: 기업이나 조직의 고유한 정보 등 일반 거대 언어 모델(Large Language Model)이 포함하지 않는 정보를 활용함.지식의 투명성: 학습 데이터에서 얻은 정보와 달리 특정 정보의 정확한 출처를 제시할 수 있음.알에이지(Retrieval-Augmented Gene.. LangChain 이해하기 깃허브 : https://github.com/langchain-ai/langchain웹페이지 : https://www.langchain.com/1. 랭체인(LangChain) 개요정의: LLM(Large Language Model)을 기반으로 한 애플리케이션을 개발하기 위한 오픈소스 프레임워크임.지원 언어: 파이썬(Python) 및 자바스크립트(JavaScript)를 지원함.핵심 가치: 거대 언어 모델(Large Language Model)과 외부 데이터를 결합하거나, 모델이 자율적으로 도구를 사용하여 복잡한 작업을 수행할 수 있도록 돕는 체인(Chain)과 에이전트(Agent) 환경을 제공함. 2. 랭체인(LangChain)의 핵심 구성 요소체인(Chains): 여러 구성 요소를 결합하여 하나의 워크플.. 프롬프트 엔지니어링 (Prompt Entineering) 1. 프롬프트 엔지니어링(Prompt Engineering)의 중요성거대 언어 모델(Large Language Model)과의 커뮤니케이션 역량: 프롬프트 엔지니어링(Prompt Engineering)은 인간과 인공지능(AI) 사이의 소통을 원활하게 하는 핵심 역량임.전략적 상호작용: 단순한 기술적 스킬을 넘어 인공지능(AI)과의 전략적 상호작용을 가능하게 하며, 인공지능(AI) 시대를 살아가는 필수적인 역량임.정확도 향상: 효과적인 프롬프트를 작성함으로써 인공지능(AI)이 보다 정확하고 관련성 높은 결과를 생성하도록 유도함.핵심 역할: 사실상 모든 "거대 언어 모델(Large Language Model) 관여" 요소마다 프롬프트의 역할이 매우 중요함.차별화된 역량: 좋은 프롬프트 작성 역량은 남들과 차.. LLM (Large Language Model) 기초 1. 트랜스포머 (Transformer) 1.1. 시퀀스 투 시퀀스(Sequence-to-Sequence) 모델 입력 시퀀스(Input Sequence)를 받아 출력 시퀀스(Output Sequence)를 생성하는 모델인코더(Encoder): 입력 시퀀스를 받아 의미를 추출하고, 이를 고정된 길이의 벡터인 컨텍스트 벡터(Context Vector)로 변환하여 압축함컨텍스트 벡터(Context Vector): 인코더가 입력 시퀀스를 요약하여 생성한 고정 길이의 벡터로, 디코더에 전달되어 출력 시퀀스 생성을 위한 핵심 정보를 제공함디코더(Decoder): 인코더에서 전달받은 컨텍스트 벡터를 바탕으로 출력 시퀀스를 생성하며, 한 번에 하나씩 단어를 예측하여 최종 결과 도출함 1.2. 어텐션 매커니즘(Atten.. 유시민의 항소이유서 61-63p.빛나는 미래를 생각할 때마다 가슴 설레던 열아홉 살의 소년이 7년이 지난 지금 용서받을 수 없는 폭력배처럼 비난받게 된 것은 결코 온순한 소년이 포악한 청년으로 성장했기 때문이 아니라, 이 시대가 ‘가장 온순한 인간들 중에서 가장 열렬한 투사를 만들어 내는' 부정한 시대이기 때문입니다. 본 피고인이 지난 7년간 거쳐 온 삶의 여정은 결코 특수한 예외가 아니라 이 시대의 모든 학생들이 공유하는 보편적 경험입니다. 본 피고인은 이 시대의 모든 양심과 함께 하는 ‘민주주의에 대한 믿음’에 비추어, 정통성도 효율성도 갖지 못한 군사독재정권에 저항하여, 민주제도의 회복을 요구하는 학생운동이야말로 가위 눌린 민중의 혼을 흔들어 깨우는 새벽 종소리임을 확신하는 바입니다. 오늘은 군사독재에 맞서 용감하게 .. [너는 좋은 사람이라 더 아팠나 보다] 맺음 에세이 # 우리만의 위로 - 12~13p.착하게 살기보다이기적으로 사는 게 더 편하다지만저는 이기적으로 사는 게 더 어렵습니다. 나부터 챙기려고 하면마음 한편이 불편해서오히려 더 힘들다면 우리끼리 그냥바보로 살아가는 건 어떨까요. 바보로 살다 힘들면바보끼리 이야기하고 털어버리면서.바보끼리 서로 위로하면서. 그냥 그렇게 살아 내요, 우리. # 인연 - 52p.살면서 많은 사람들을 만나 왔을 테고많은 사람들과 이별을 겪었을 테다. 앞으로도 새로운 사람들을 만나연을 맺으며 살아갈 테다. 연은 원래 얇은 실로 이어진 것이라언제라도 끊어져 날아갈 수 있다. 그러니 풀어내려 해도 꼬이기만 하는 관계는더 엉키기 전에 놓아주어도 괜찮다. 연을 끊은 자리엔또 다른 연이 찾아와 매듭 지어질 테니까. # 봄에게 - 97p.너는.. 이전 1 2 3 4 5 6 7 ··· 143 다음
