IT 기술 따라잡기

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

🔥 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

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

여러분 새해 복 많이 받으세요.

오늘은 지난 시간에 Frontend 소스코드 분석에 이어서 Backend 소스 코드 분석에 들어갑니다.

AI Agent 어플리케이션 개발 Tool이 새로 나오는 이유는 이 프로그래밍이 기존의 프로그래밍과 다른 점이 있기 때문에 그 부분을 구현 한 새로운 개발 툴이 나오는 겁니다.

바로 AI Agent 프로그래밍과 Traditional 프로그래밍의 다른 점을 알아 봅니다.

그것을 알면 AI Agent 프로그래머가 되려면 어떤 부분을 잘 알아야 될지 명확해 집니다.

오늘은 어플리케이션 개발자가 아닌 분들이 보셔도 AI Agent 를 이해하시는데 도움이 되는 내용이 많이 있습니다.

2025년 새해는 AI 가 보다 대중화 되면서 우리 곁으로 좀 더 다가 올 겁니다.

그 중심에 AI Agent 가 있을 겁니다.

새해를 맞아 AI 지식을 쌓아 보세요.

https://youtu.be/lCvOOboeDRc?si=ArkQ-MfpvNfrUPNc

오늘은 AI Agent가 무엇인지 아주 쉽고 간단하게 설명해 주는 비디오가 있어서 소개해 드리려고 합니다.

ToolFlow AI 의 CEO인 Alfie Marsh 가 AI Agent 가 AI 와는 어떻게 다른지 그리고 어디에 어떻게 활용할 수 있는지 쉽고 자세하고 설명해 드립니다.

이 자료는 AI Camp 에서 진행 한 5 Day Challenge for Agentic AI 라는 Study Group 에서 AI Agent를 이해할 수 있는 자료로 추천된 영상입니다.

제가 이 영상을 좀 더 이해하기 쉽도록 한국어로 자막을 달았습니다.

https://youtu.be/40fB4UGJZM4?si=ArOgh2LiW8wIQR88

원본은 아래로 가시면 보실 수 있습니다.

https://youtu.be/hLJTcVHW8_I?si=SpUlPyfRa3edXtFh

작년에 제가 올린 IBM 에서 제작한 AI Agent에 대해 설명한 이 영상도 보시면 AI Agent를 이해하는데 더 도움이 되실 겁니다.

https://youtu.be/F8NKVhkZZWI?si=-dMYAf2-B_hcRUXe

그리고 이 AI Agent를 좀 더 잘 활용하기 위한 아이디어와 실험 결과 등을 이야기 하는 Andrew Ng 교수의 Agentic Workflow 관련 영상을 보시면 훨씬 이해의 폭이 넓어 지실 겁니다.

https://youtu.be/8b7CLBCS3pg?si=DNuvGrdvfctkuOpV

오늘은 Hierarchical Agent Architecture 마지막 시간 입니다.

지금까지 만들어 놓은 도구들과 Agent들, 함수들 그리고 LangGraph 에서 제공하는 모듈들로 레고 블럭 처럼 조립해서 만듭니다.

먼저 Document Team 을 만들고 지난 시간에 만들었던 Researching Team 과 합쳐서 더 큰 Supervisor Architecture 를 손쉽게 만듭니다.

전문성을 갖춘 Agent Team 을 많이 만들어 놓으면 각 프로젝트의 목적에 맞게 적당한 Agent Team 들을 Import 해서 프로젝트를 수행하도록 할 수도 있습니다.

1인 기업도 가능하시만 제 생각에는 현재 기업을 구성하고 있는 각 팀에서 일하는 사람들을 Support 하는 역할이 더 먼저 진행될 거라고 생각합니다.

그러면 팀의 인원을 많이 줄일 수 있을 겁니다.

인간의 역할은 Agent 팀이 일하는 과정과 결과를 감독하고 Confirm 하는 일이 주된 일이 되지 않을까 싶습니다.

오늘 영상 보시고 각자 AI 시대 일하는 환경 변화를 고민해 보시는 것도 좋을 것 같습니다.

https://youtu.be/9sH2HWVTZkg?si=5wINQ3iKwaIX1A9B

오늘은 Research Team 을 완료 합니다.

지금까지 만든 Tool들과 함수들 그리고 LangGraph 에서 제공하는 모듈들을 사용해서 레고 블럭처럼 간단하게 Agent들을 만들고 Supervisor Architecture 로 구성된 Team 을 만들 수 있습니다.

Sub Supervisor Architecture 도 하나의 완성된 Supervisor Architecture 입니다.

그렇기 때문에 이 Sub Supervisor Architecture 인 Research Team 도 독립적으로 User 를 응대 할 수 있습니다.

미래의 구직은 사람이 하지 않을 겁니다.

내가 특정 Task 에 경쟁력 있는 AI Agent를 만들고 그 Agent를 취직 시키면 앉아서 돈을 버는 시대가 올겁니다.

이번 비디오에서 그 가능성을 확인해 보세요.

https://youtu.be/TC18Iqvaf8s?si=ELasdsPRho3NJ28b

자 이제 Agent 생성하기 위한 마지막 준비 단계입니다.

Hierarchical Architecture  는 Supervisor Architecture 를 여러개 모아 놓은 구조 입니다.

즉 Supervisor Architecture 를 여러개 만들어야 한다는 겁니다.

Factory Design Pattern을 사용해서 쉽게 Supervisor Architecture를 구현하도록 하는 함수를 만듭니다.

그러면 나중에 다른 팀을 추가하는 작업도 간편하게 할 수 있습니다.

코드의 유지 보수도 쉽게 해 주고 확장성도 높여 줍니다.

오늘은 이 Factory Design Pattern을 사용해서 Supervisor Architecture를 쉽게 생성하도록 만드는 함수를 공부해 보겠습니다.

그리고 Python 3.11 이상에서만 지원되는 * unpacking 을 3.10 이하 버전에서 unpacking 할 인자들이 가변적일 때 어떻게 처리해야 하는지도 살펴 봅니다.

https://youtu.be/Ft8lK2G5IFs?si=UnmG7BsBrR-aMkqI