오늘은 LangGraph의 Hierarchical Agent Teams Architecture 두번째 시간입니다.
지난 시간에 이 Tutorial 에서 제공되는 소스코드의 Agent Architecture 전체 그림을 분석했습니다.
필요한 Team과 각 팀마다 필요한 Agent들을 정했구요.
일을 시키려면 그 일에 맞는 적당한 도구를 주어 줘야 합니다.
오늘은 각 Agent의 역할에 맞는 도구를 구현하는 방법을 배워 보겠습니다.
먼저 Research Team 에 있는 Searcher Agent와 Web Scraper Agent 에게 각각 어떤 Tool들을 제공할지 그리고 그 Tool들은 어떻게 구현하는지 자세히 공부하겠습니다.
https://youtu.be/I4SID3VPUi0?si=QcmZvwe7mFa990_J
오늘은 LangGraph의 Hierarchical Agent Teams Architecture 첫 시간입니다.
이 Tutorial 에서 다룰 소스코드의 전체 그림을 살펴 봅니다.
그리고 지금까지 공부한 것을 토대로 Agent Architecture를 구성하기 위한 절차들에 대해서도 정리 합니다.
오늘 디자인한 것을 토대로 다음 시간 부터는 코딩에 들어갑니다.
코딩을 시작하기 전 어떤 것들을 어떻게 설계해야 하는지 잘 배워 봅시다.
https://youtu.be/J5zl376A9qo?si=bTHY5JEkOCXVM5XF
오늘은 IonQ's Full-Stack Quantum Innovation Webinar Part 4로서 마지막 편입니다.
IonQ 에서 head of Emerging Technologies 로 있는 Dr. Bjorn Flatt 이 Hardware 관련한 내용을 발표 합니다.
Qubitekk인수를 통한 양자 네트워킹 강화, 양자 QPU와 이온 트랩을연결하는 모듈형 아키텍쳐 (Modular Architecture)에 대해 알려 줍니다.
그리고 소형진공패키지 (Compact Vacuum Package) 를 통해 양자 시스템의 크기, 무게, 전력 소비를 대폭 줄이고 실온에서 작동할 수 있는 기술을 구현하여 운영 비용 절감과 대규보 생산 가능성을 실현하고 있는 내용을 밝힙니다.
IonQ의 세가지 핵심 기술 전략은 Chemical, Optimization 그리고 AL/ML 로서 이를 패키지간 통합 광자 기술을 통해 지원하는 내용도 발표 합니다.
https://youtu.be/gyLOMeAkLWU?si=iG6_Kz96tSg01y-O
오늘은 IonQ's Full-Stack Quantum Innovation Webinar 의 Part 3를 다룹니다.
오늘 발표는 IonQ에서 Director of Applications Development 로 있는 Dr. Masako Yamada 가 Quantum AI/ML과 관련한 내용을 발표 합니다.
IonQ의 QITE 알고리즘을 통해 최적화 문제에서 비용과 에너지를 효율적으로 최소화하는 방법과 양자 얽힘을 활용한 성과를 발표 합니다.
그 외에 다른 파트너들과 협력하여 개발한 하이브리드 알고리즘과 더 많은 파트너와의 협력을 제안합니다.
https://youtu.be/VuT61s3fR7s?si=4dI5LdCuB1Zwyi81
오늘은 AI Agentic Workflow 가 아직 실제 Business 에서 활발하게 활용되지 못하는 이유를 분석해 붑니다.
현재 하드웨어와 소프트웨어 적인 한계가 분명히 있습니다.
그 한계들은 무엇들인지 하나 하나 분석해 보겠습니다.
그리고 그것들은 언제 어떻게 극복될 수 있을지 알아보겠습니다.
이 기술이 실제 Business 에서 필요로 하는 때를 대비해서 나는 어떤 기술들을 배워야 할지에 대해서도 제가 생각하는 부분을 공유해 드리겠습니다.
저는 이런 분석과 전망을 가지고 이 AI Multi-Agentic Workflow 를 적용하는 기술들을 배우고 있습니다.
여러분들의 생각은 어떤지요?
같이 고민해 보면 좋겠습니다.
https://youtu.be/hRPariJe350?si=bKBu72eipPnwXXEI
오늘은 AI Multi-Agent 의 Supervisor Architecture 에 대해 공부 합니다.
Network Architecture는 Agent 들 끼리 직접 Communication 하는 반면에 Supervisor Architecture 의 Agent 들은 작업 결과를 Supervisor Agent 에게 보고 합니다.
Supervisor Agent 는 인간의 질문과 다른 Agent 들의 작업 결과를 받으면 그 다음 일을 어느 Agent 에게 시킬지 아니면 모든 일을 종료 하고 결과를 사용자에게 전달할지 여부를 판단하게 됩니다.
이 예제에는 두 개의 질문 예제가 있는데 간단한 질문에는 답을 하지만 조금 복잡한 질문은 처리하다가 Recursion Error 가 발생합니다.
이 부분이 현재 AI Multi Agent 어플리케이션이 퍼져 나가지 못하는 한계를 잘 보여 줍니다.
그 이유를 자세히 설명 드립니다.
놓치지 마시고 꼭 보세요.
그리고 그 해결 방법을 같이 고민해 보자구요.
https://youtu.be/fyh7nZEPpys?si=BQ9BQkdfQJT0WFaC
오늘은 with_structured_output() 에 대해 알아 봅니다.
이 비디오는 LangGraph 에서 제공하는 Youtube Tutorial 입니다.
LangGraph 의 Multi Agent Architecture 중 Supervisor Architecture 를 공부하던 중 이 메소드가 나와서 Research를 좀 했습니다.
Supervisor Architecture 소스코드를 분석하기 전에 이 메소드를 먼저 공부하고 들어가면 훨씬 이해하기 쉬울 겁니다.
원본 비디오는 여기에 있습니다.
: https://youtu.be/0i9NzY_b3pg?si=ISieTuJSOGVqcX0a
그리고 Web Document 는 아래에 있습니다.
: https://langchain-ai.github.io/langgraph/how-tos/react-agent-structured-output/
How to return structured output with a ReAct style agent
Home How-to Guides LangGraph Other How to return structured output with a ReAct style agent You might want your agent to return its output in a structured format. For example, if the output of the agent is used by some other downstream software, you may wa
langchain-ai.github.io
LangGraph Tutorial 에 있는 소스코드들을 직접 실행해 보기 위해서 CoLab에 옮겨서 테스트를 해보면 Syntax Error 가 종종 뜹니다.
특히 * unpacking 을 사용할 때 그런데요.
이건 Python 버전 문제 때문입니다.
그 에러의 원인은 무엇이고 해결책은 무엇인지에 대해 알아보겠습니다.
그리고 Python 3.11 이상에서 지원되는 * unpacking은 무엇이고 사용법은 어떤지에 대해서도 배워 보겠습니다.
https://youtu.be/CclOgB1ZyVM?si=Q_Cz48h5naUd9Zqz
이번 한국의 비상 계엄령 사태 때 순간의 선택을 잘 못 해서 내란범이 될 처지에 놓인 사람이 많이 생겼습니다.
이 때 판단을 도와주는 도구로서 AI Agent 가 사용되고 있었다면 어떻게 됐을까요?
AI 는 수많은 데이터와 그 관계 정보를 바탕으로 경계가 모호한 문제에 대해 빨리 판단하는 기능이 있습니다.
미래에는 이 AI 기능을 여러곳에서 사용하게 될 것입니다.
AI Engineer 로서 이런 AI Product 를 개발 할 때 그 AI Agent 성능에 대한 테스트와 평가의 과정을 거쳐야 됩니다.
AI Engineer는 어떤 기준으로 어떻게 평가 해야 할까요?
저는 AI 의 이러한 판단 기능 때문에 AI Engineer 들은 인문학에 대한 교양을 많이 쌓아야 한다고 생각합니다.
같이 생각해 봅시다.
https://youtu.be/yMlG88KQ7jk?si=12SukZLo2hNiVXbA
지난 시간에 이어 2024년 12월 3일 수요일 있었던 IonQ 의 Webinar part 2 를 번역해서 올립니다.
이번 파트는 이 웨비너의 제목인 IonQ's Full-Stack Quantum Innovation 에 해당하는 IonQ의 성과와 앞으로의 계획을 얘기 합니다.
핵심만 요약하자면 이렇습니다.
IonQ is building a cutting-edge quantum computing platform with advanced capabilities like hybrid integration, error mitigation, and flexible development tools, designed to deliver both immediate development ease and long-term commercial advantages.
"IonQ는 하이브리드 통합, 오류 완화, 유연한 개발 도구와 같은 고급 기능을 갖춘 최첨단 양자 컴퓨팅 플랫폼을 구축하고 있으며, 이는 즉각적인 개발 편의성과 장기적인 상업적 이점을 제공하도록 설계되었습니다.
더 자세한 내용은 비디오를 참고하세요.
https://youtu.be/Sf99uUWzfAs?si=uP6AIISw7gistcRO
