IT 기술 따라잡기

오늘은 Reflexion 추론 방법론에 대한 논문을 알기 쉽게 설명합니다.

어려울 게 하나도 없습니다.
AI 는 사람 다루듯이 하면 됩니다.
(기계라고 생각하지 마세요.)

사람들도 일이 잘 안되면 지금까지 한 일을 차근 차근 되짚어 보고 잘 된 부분과 잘 못된 부분을 생각한 다음 개선해 나갑니다.

AI 에게도 일 할 때 그렇게 자기가 한 일을 잘 성찰(Reflixion) 하라고 시키면 됩니다.

LangGraph 의 Reflexion Tutorial 소스코드를 분석하기 전에 이 튜토리얼이 참고한 Reflexion 논문을 먼저 설명해 드립니다.

성장 과정에서 어른 들로 부터 받았던 교육이 생각 나실 겁니다.
자아 성찰, 반추, 반성 뭐 그런 말들이요.

그럼 AI 의 성능을 좀 더 높일 수 있는 Reflexion 추론 방법론을 배워보시죠.

https://youtu.be/7G3ekIuU7iw

개발자로 20여년 훌쩍 넘게 생활하다가 다시 AI 를 새롭게 공부하고 있습니다.
그동안 주위에서 비지니스 아이디어는 많은데 그것을 어플리케이션으로 개발할 수 없어서 아쉬워 하는 분들을 많이 보았습니다.

이번 비디오를 만들면서 그런 분들이 생각이 났었습니다. 그리고 AI 시대에는 그런 분들에게 좀 더 많은 기회가 생길 거라고 확신합니다.

코딩을 못해도, 이젠 AI와 함께 앱을 만들 수 있는 시대입니다.
이번 영상에서는 LangGraph의 Basic Reflection 구현 소스코드를 분석하며,
AI와 인간이 함께하는 앱 개발 방식, 그리고 AI시대에서 우리가 준비해야 할 역량에 대해 이야기합니다.

"아이디어는 많은데, 코딩을 몰라서 앱 개발 꿈도 못 꾸셨나요?"
이제 AI가 도와줍니다.
이번 영상에서는 AI가 스스로 개선하는 'Reflection' 기법과 함께,
어떻게 누구나 AI시대의 앱 개발에 뛰어들 수 있는지 함께 살펴봅니다.

처음에 개발자 시각에서 AI App Development를 공부하기 시작했는데…
계속 하다 보니까 AI 연관된 부분은 기존의 개발 역량과는 또 다른 역량이 필요하더라구요.
AI 는 좀 더 인간의 사고와 비슷하게 흘러갑니다.

그래서 요즘은 추론방법론과 Vibe coding 위주로 공부하고 있습니다.

오늘은 추론 방법론 중 하나인 Reflection 의 기초를 배웁니다.
여러분이 이미 어렸을 때 어른들로 부터 배웠던 겁니다.
AI 를 잘 사용하려면 어떻게 다루어야 하는지 감이 잡히실 겁니다.

👉 개발자든 아니든, 지금이 시작할 타이밍입니다!

https://youtu.be/fm66HVDpt7Y?si=JEdi5k_UBdviiYp1

한국인이 만든 추론 방법론 LLMCompiler 마지막 시간입니다.

이 추론 방법론을 소스코드로 어떻게 구현할 수 있는지 LangGraph Tutorial 을 보면서 자세하게 분석합니다.

LangSmith 를 활용하면 복잡한 로직과 Flow를 좀 더 쉽게 파악할 수 있습니다.
AI App 개발자가 되고 싶으신 분들은 꼭 사용하실 것을 권해 드립니다.

그리고 AI 에게 일을 잘 시키는 프롬프트는 어떻게 만들어야 할까 궁금하신 분들...
모범 프롬프트들이 쌓여 있는 곳이 많이 있습니다.
이 비디오에서는 LangChain hub라는 곳을 소개합니다.

개발자는 아니지만 AI 를 잘 활용하고 싶으신 분들에게 좋은 정보가 될 겁니다.

LangSmith로 디버깅·트레이싱까지 단숨에 배우고, LangChain Hub의 풍부한 프롬프트 템플릿을 활용해 보세요.

AI의 미래가 궁금한 일반인부터, 실제로 추론 로직을 코드로 구현하고 싶은 개발자까지
누구나 한 편만 보면 감이 잡히는 LLMCompiler 강의 마지막 시간!

지금 클릭하고, AI 시대의 핵심 역량을 선점하세요.

https://youtu.be/obIAf97IsjU

드디어 한국인이 만든 추론 방법론을 배웁니다!

LLMCompiler

한국스럽게 '빠르고, 정확한' AI Agent 만들기

오늘은 LangGraph Tutorial에서 제공하는 추론 방법론의 마지막 시간입니다.

드디어 한국인이 주축이 되어 만든 추론 방법론, LLMCompiler를 배워 봅시다!
역시 한국스럽게, 이 추론 방법론을 사용하면 '싸게, 빨리빨리, 그리고 정확한' AI Agent를 만들 수 있습니다.

기존처럼 하나씩 순차적으로 처리하는 방식이 아니라, 병렬적으로 여러 작업을 동시에 해결하여
효율성은 물론, 비용 절감과 정확도 향상까지 노리는 방법을 살펴봅니다.

특히 AI 에이전트(Application) 개발에 관심 있는 분들께 큰 도움이 되며,
IT 전문 지식이 많지 않은 일반 시청자도 AI 시대 교양 차원에서 재미있게 볼 수 있을 거예요.

LLMCompiler로 차세대 AI Agent를 를 한층 쉽게 만드는 방법을 알려드립니다!

https://youtu.be/PSTsSCvuoMk

이번 시간은 ReWOO (Reasoning without Observation) 추론 방법론을 구현한 소스코드를 분석하는 시간입니다.

먼저 처음 시작할 때 AI 시대 IT 직종에 직업을 구하시거나 계속 유지하고 싶으신 분들께 도움이 될 내용을 다뤘습니다.

제가 25년간 한국과 미국에서 IT Engineer로 근무했던 경험과 계속 AI App 개발을 공부하면서 생각해 왔던 것을 공유합니다.

Every app will be reinvented with AI.

지금 존재하는 모든 앱은 AI로 다시 태어날 것입니다.

그렇다면 AI 를 기존 앱에 접목 시키거나 새로운 AI 앱을 개발할 때 어떤 능력을 가진 인재가 필요할까요?

당연히 AI 앱 개발과 관련된 지식이 있는 인재가 필요할 것입니다.

그 AI 앱 개발 관련 지식이 어떤 것들인지 그리고 곧 닥칠 수 많은 AI 앱 개발 프로젝트들에서는 어떤 팀 구성원이 새로 필요하게 될지 고민한 내용을 공유합니다.

 AI 시대, 여러분의 커리어와 비즈니스 경쟁력을 높이는 데 도움이 되길 바랍니다!

https://youtu.be/_MnR4K59fVg?si=jg5n4o2xQoetXli2

그동안 Application 개발은 프로그래밍 언어를 배운 사람들만의 전유물이었다면,

AI Application 개발은 그렇지 않은 사람들에게도 어플리케이션 개발의 기회를 줍니다.

AI 는 인간의 언어를 이해하고 인간의 언어를 통해서 작동되는 툴이라서 그렇습니다.

이 추론은 AI 로 부터 좀 더 Quality 높은 답변을 받도록 하는 기술 입니다.

이 부분이 바로 인간의 언어로 프로그래밍 할 수 있는 부분입니다.

이 기술을 배우면 굳이 AI 어플리케이션 개발 뿐만 아니라 일상 생활에서도 AI 를 좀 더 잘 활용하는데 도움이 됩니다.

이 비디오는 AI Agent Application 개발에 관심이 있는 분들을 대상으로 만들어 졌지만
IT 전문가가 아니더라도 알아두면 도움이 될 만한 추론 관련 정보를 얻으 실 수 있을 겁니다.

-------------------------------------------------------------------

오늘은 본격적으로 REWOO 추론 방법론 LangGraph Tutorial 을 공부를 시작합니다.

AI Agent Application을 개발 하다 보면 도구 사용 관련해서 빈번하게 LLM API call 이 이뤄지게 됩니다.
이 추론 방법론은 추론과 도구사용을 분리함으로서 API call을 줄여 비용 절감을 할 수 있게 해 줍니다.
게다가 성능 향상까지 이루어 줍니다.

이 REWOO 추론 방법론이 비용절감과 성능향상을 동시에 이룰 수 있었던 비밀을 제대로 파헤쳐 보겠습니다.

https://youtu.be/qtob6xrZLwM?si=CctYX3di5F2XjoNi

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