IT 기술 따라잡기

이번 비디오는 IT 개발자가 아니더라도 아주 도움이 많이 될거라고 확신합니다.

AI 쪽으로 계속 공부하다 보니까 AI 시대를 어떻게 준비해야 될지 하나 하나 윤곽이 잡혀 가는 것 같습니다.

지금까지의 모든 어플리케이션은 AI 로 새로 태어날 것입니다.

그리고 AI 는 자연어 (일상 언어)로 프로그래밍 하는 겁니다.

질문이 좋으면 답이 좋습니다. 남들 보다 더 좋은 답을 얻어내면 경쟁에서 앞서 나갈 수 있습니다.

AI 로부터 좋은 답을 얻기 위한 연구분야가 추론 입니다.

ChatGPT O1, O3 그리고 DeepSeek R1 같은 추론 모델에서 더 좋은 답이 나오는 것을 우리는 쉽게 확인할 수 있습니다.

그래서 

지금까지 배운 추론 방법론들을 총 정리해 보기로 했습니다.
AI를 계속 공부를 하다 보니까 점차 AI 시대를 어떻게 준비해야 될지 감이 잡히는 것 같습니다.

인터넷 시대가 시작할 때 인터넷과 일찍 친해진 사람들은 경쟁 사회에서 유리한 위치를 차지했고 크게 성공한 사람들도 많았습니다.

AI 시대가 시작되는 지금 AI 와 친해지는 방법을 알아야 합니다.
AI 와 커뮤니케이션을 잘 해야 합니다.

AI와의 커뮤니케이션은 자연어를 사용합니다.
그렇다고 말만 잘 하면 AI와 친해 질 수 있는 것은 아닙니다.

AI 와의 커뮤니케이션 방법론들을 연구하는 분야가 바로 추론 분야 입니다.
지금까지 배웠던 추론 방법론들을 좀 더 깊게 분석하고 비교해 보려고 합니다.

CoT (Chain of Thought), ReAce (Reasoning and Acting), PS (Plan and Solve) 그리고 REWOO (Reasoning without Observation) 추론 방법론을 알아 볼 겁니다.

그리고 ChatGPT, DeepSeek, Gemini, Copilot, Perplexity, Grok 그리고 Claude 등 주요 AI 모델들에게 같은 질문을 하고 그 답변을 비교 분석해 보겠습니다.

이 첫번째 비디오는 IT 개발자가 아니더라도 AI 와 친해지는 방법이 궁금하신 분들 그리고 AI 시대를 어떻게 준비해야 될지 궁금하신 분들 모두에게 도움이 될 겁니다.

https://youtu.be/gE4NZ2H98NM?si=8N62mhmDEDv8s46w

🔥 GitHub에서 AI Agent 어플리케이션을 쉽고 빠르게 개발하는 방법! 🚀

이번 세미나에서는 GitHub을 활용한 AI Agent 어플리케이션 개발을 편리하게 진행하는 방법을 알려줍니다!
그리고 직접 Demo 시연을 통해, AI 기술이 실제 비즈니스에 어떻게 적용될 수 있는지 생생하게 보여줍니다.

💡 특히! Ayca가 소개한 AI 기반 보험 청구 자동화 시스템이 인상적이었습니다.
🚗💥 자동차 사고 후, AI Agent가 자동으로 보험 청구서를 작성해주는 어플리케이션!
📹 사고 차량을 동영상으로 촬영 후 업로드하면?
✅ AI Agent가 사고 부위를 자동 감지하고,
✅ 보험 청구서까지 자동 생성!
✅ 관련 사진까지 첨부하여 완벽한 서류 제출 가능!

💎 놀라운 점! 이 소스코드는 오픈 소스로 제공되며, 누구나 다운로드하여 사용할 수 있습니다.
이미 미국의 한 보험회사에서는 이러한 AI 기술을 활용하여 실제 서비스를 운영 중이라고 하네요.

📌 이 비디오에서 더 많은 실전 Demo와 비즈니스 적용 가능성을 확인할 수 있습니다!
GitHub의 수많은 오픈 소스 프로젝트 중, 실제 비즈니스에 바로 적용할 수 있는 AI Agent 기반 솔루션이 많습니다.
하지만, 단순한 개발 기술만으로는 충분하지 않습니다. 비즈니스 적용을 위한 전략과 실행력이 필요하죠.

🔥 여러분도 AI 기술을 배워서, 실제 비즈니스에 적용해보고 싶지 않나요?
이 영상을 보고 나면, AI Agent 어플리케이션을 개발하고 활용하는 방법을 직접 배울 수 있습니다!
개발자가 아니더라도, AI 기술이 어떻게 실생활에 적용될 수 있는지 이해하는 데 큰 도움이 될 것입니다.

👉 지금 바로 클릭하고, AI Agent 기술이 어떻게 비즈니스에 활용될 수 있는지 확인해 보세요!
📺 이 영상 하나로 AI 기술의 새로운 가능성을 만나보세요! 🚀

https://youtu.be/B4I8HyGUGT0?si=iDoU8JpLERQZyTEO

Microsoft Reactor 강좌 Getting Started with Generative AI in Azure 두 번째 비디오 입니다.

이 비디오에서는 Microsoft의 AI Agent Application 개발 환경인 Azure AI Foundry 에 대해 설명합니다.

두 강사 분이 아주 쉽고 친절하게 기본 부터 차근차근 잘 설명해 주시네요.

개떡 같이 얘기 해도 찰떡 같이 알아 듣는 다는 말이 있습니다.

강의 중 AI 에게 질문하는 Prompt를 간략하게 대충 작성해도 그것을 토대로 Prompt Engineering Template 에 맞춰서 잘 정리 해 주는 기능이 눈길을 끄네요.

AI Agent Application을 개발 하는 여러 툴과 개발 환경들이 제공되고 있습니다.

개인적으로 LangChain/LangGraph 위주로 공부 하지만 다른 개발 환경들에 대한 정보도 얻기 위해서 다양한 On/Off 라인 세미나에 참석하고 그 중에서 좀 더 깊이 알고 싶은 부분은 이렇게 번역 작업 하면서 다시 한번 복습하고 있습니다.

AI Agent 와 관련된 기술들이 어떻게 진행되는지 알고 싶으신 분들 보시면 도움이 되실 겁니다.

https://youtu.be/O2BV3br6UTU?si=J8x3QW2VOZ53vvug

AI 관련 On/Off line 세미나에 참여하고 난 후 도움이 될 만한 정보는 더 깊이 팝니다.

Microsoft Reactor 에서 제공한 이 온라인 강좌에서는 Azure를 이용한 Gen AI 활용법에 대한 다양한 정보가 제공 됩니다.

그 중에서 오늘은 도입부분에 소개 된 Text-to-Speech Avatar, Live Chat Avatar 그리고 동영상에서 사용한 언어를 다른 언어로 통역해 주는 기능은 유투브 등 동영상 편집을 할 때 아주 도움이 많이 될 것 같더라구요.

한국어로 작업 한 것을 영어로 더빙을 해 주면서 목소리도 나의 목소리 그대로 사용할 수 있습니다.

그리고 조만간 립싱크 기능도 추가 되어 입술 모양도 말하는 것에 맞게 바꿔 준다고 합니다.

동영상 콘텐츠 작업하시는 분들에게 좋은 정보가 될 것 같아서 공유 합니다.

https://youtu.be/47iW3YoWP-8?si=aKPivBZr_zlACSBC

이번 영상에서는 LangGraph의 Plan & Execute 추론을 다룬 소스코드 분석 마지막 편입니다.

소스코드 분석이지만 개발자가 아닌 분들도 보시면 재미 있으실 겁니다.

AI 분야에서 추론은 어떻게 진행되는지 한번 확인해 보세요.

사용자의 질문을 작은 Task들로 나누고, 이를 하나하나 단계적으로 실행하면서 **Re-plan(재계획)**하는 과정을 구현했습니다.

이러한 접근 방식 덕분에, 더 높은 수준의 정보를 사용자에게 제공할 수 있는 AI Agent를 만들 수 있습니다.

🎯 과연 이 방식이 ChatGPT, Claude, DeepSeek, Perplexity 같은 최신 AI 모델들과 비교했을 때 어떤 차이를 보일까요?

실험을 위해 **"가장 유명한 K-Pop 걸그룹의 각 멤버 생일을 알려줘"**라는 질문을  AI 모델들에게 던졌습니다:

비디오에서 이 소스코드가 답한 내용과 현재 가장 성능이 좋은 AI 모델들이 답한 내용을 비교해 보세요.

특히 DeepSeek R1 의 추론과 답은 놀랍더라구요.

https://youtu.be/dtyjji0Mgxo?si=1_SFwLZDKvTs5Htk

이제 본격적으로 Plan & Execute 의 소스코드를 분석하고 실행해 봅니다.

AI 어플리케이션 개발자가 되시고 싶거나 어떻게 개발하는지 대략이라도 알고 싶으신 분들에게 도움이 될 겁니다.

이 AI 어플리케이션은 User의 질문을 받으면 그 질문에 답하지 않습니다.

더 좋은 답을 만들기 위해서 정답을 찾을 계획을 세웁니다.

바로 Plan 단계를 구현한 소스코드를 분석하고 직접 실행해 보겠습니다.

State Management, create Tool, create_react_agent, 

AI Agent 어플리케이션을 개발하기 위한 핵심 개념들을 배웁니다.

그리고 그 기술들을 사용해서 Planning Agent를 만드는 방법을 배웁니다.

"가장 유명한 K-Pop Girl group 멤버들의 생일은?"

이 질문에 과연 이 AI Agent 는 어떻게 답했을까요?

이 영상에서 확인해 보세요.

https://youtu.be/-FHz4VQh8qE?si=-G_egrCsjd7Q_mqC

AI 시대를 어떻게 맞이 해야 할지 궁금하시죠?

어플리케이션을 개발하는 사람들도 어떻게 AI 를 사용해서 프로그래밍을 할지 무지 열심히 연구하고 있습니다.

개발자 분들이 공부하면서 깨달아 가는 것이..... 결국은 소통입니다.

AI를 잘 이용하려면 AI와 잘 소통하는 방법을 개발해야 하는 것이라는 겁니다.

그래서 나온 얘기가 Prompting 입니다. 

이는 단지 프로그래머에게만 요구 되는 것은 아닙니다.

AI를 잘 사용하고 싶은 사람 누구에게나 필요합니다.

컴퓨터를 잘 알아서 앱을 개발하는 사람들은 AI와  잘 소통하는 방법을 어떻게 찾았는지 보면 힌트를 좀 얻을 수 있지 않을까요?

이 비디오를 보시면 분명 도움이 되실 겁니다. (프로그래밍에 대해 얘기 하지만 코딩은 하나도 없습니다.)

===========================================


기존 Traditional Programming 에서는 로직이 있었습니다.
로직만으로는 부족합니다.


AI Agent Programming에서는 거기에 더해서 Prompt들과 이 이 Prompt들을 다루는 로직이 중요합니다.


새로운 코딩의 요구 조건.
AI와 소통하는 법을 프로그래밍으로 어떻게 구현할것인가가 핵심입니다.


이 Prompt를 지배하는 길이 AI Agent 프로그래밍 마스터로 가는 길 입니다.


이번 시간에는 Plan & Execute 튜토리얼에서 관리되는 Prompt 들과 그 흐름을 자세히 살펴 보겠습니다.


이 흐름을 이해하고 난 후 LangGraph 에서 제공하는 Plan & Execute 소스코드를 보면 이 Prompting을 다루는 로직을 이해하는데 많은 도움이 될 겁니다.

https://youtu.be/sbC64Cx5flQ?si=2yv0eAzZnQuUw9rn

DeepSeek R1, OpenAI o3

요즘 뉴스를 장식하는 hot AI trend 를 보면 추론이라는 말이 많이 나옵니다.

이 추론이 무엇이길래 AI 의 성능을 크게 향상시켰을까요?

한국어로는 추론이라는 한 단어로 번역되는데 실제로 영어에서는 두가지 종류가 있습니다.

Inference 와 Reasoning 입니다.

DeepSeek R1 과 OpenAI o3 등 추론 기능을 강화한 AI 모델들은 Inference 부분을 강화 한 모델들입니다.

AI 모델에서 뿐만 아니라 LangGraph 와 같은 AI  어플리케이션을 만드는 Tool 에서도 이 추론기능을 사용하여 성능을 높이거나 더 user friendly 한 서비스를 제공하는 방법론이 있습니다.

거기서 말하는 추론은 Reasoning 에 더 가깝습니다. 

오늘은 이 AI 의 추론 기능을 다루는 LangGraph의 Planning Agents tutorial 들을 공부하기에 앞서 추론이란 무엇인지, Inference 와 Reasoning 의 차이는 무엇인지 그리고 이 기능을 개발할 수 있도록 만든 이론적인 성과물들은 무엇인지 등에 대해 설명드립니다.

https://youtu.be/KpBnknONb48?si=nZU6cHeXTzLNCbyn

오늘은 마이크로소프트 본사에서 열린 AI Agent Hackathon에 참가한 이야기를 나눠보려고 합니다!

저는 인도인 두 명, 중국인 한 명, 그리고 저까지 총 4명이 한 팀을 구성해 즉석에서 아이디어를 나누고, 중국 친구가 제안한 독창적인 아이디어로 AI 에이전트 애플리케이션을 만들어보았습니다.

이날 해커썬에는 즉석에서 팀을 구성한 참가자들뿐만 아니라, 미리 준비된 팀들도 참여했는데요, 총 14개 팀이 각자의 개성 넘치는 아이디어로 만든 어플리케이션을 발표했습니다. 그 중에서도 정말 창의적이고 유익한 아이디어들이 많아서 모두가 함께 성장하는 시간이었습니다.

특히, 이 해커썬에서 느낄 수 있었던 뜨거운 열정과 에너지는 정말 잊을 수 없을 것 같아요. 새로운 것을 배우고, 새로운 친구들을 사귀고, 그들의 열정으로부터 큰 동기부여를 받을 수 있었습니다.

이 비디오에서는 이 특별한 날의 순간들, 참가자들의 열정, 그리고 AI 에이전트 개발에 대한 다양한 아이디어를 생생하게 전달해드리겠습니다.

지금 바로 확인해 보세요! 새로운 아이디어와 에너지를 느껴 보실 수 있을 겁니다!

https://youtu.be/65APUoBgCS0?si=tZ8K-CkMWy65dorE

오늘은 Hierarchical Arcitecture를 적용한 AI Agent Web Application 소스코드 분석 마지막 시간 입니다.

AI는 맥락을 이해하고 판단하는 능력이 있습니다.

기존의 앱은 속도와 정확성 면에서 탁월합니다.

Agentic AI는 이러한 구기술과 신기술의 장점을 활용해서 더 나은 서비스를 제공하는 것이 목표입니다.

이와 관련해서 Memory 관리, Human in the Loop 기능, 프롬프트 관리, Agentic Workflow 등 많은 기술과 개념들이 나오고 있습니다.

그리고 그러한 기술과 개념들을 적용하는 실험들이 많이 이루어 지고 있습니다.

이번 소스코드 분석은 그러한 새로운 기술과 개념 중 하나인 Prompting 관점에서 Backend 소스코드를 집중적으로 분석해 보겠습니다.

Agentic AI 를 조금 더 깊게 이해하는데 도움이 될 것입니다.

https://youtu.be/BCn3ZjI5nFY?si=TPzHajs_p_jTSSb4