IT 기술 따라잡기

🔔 오늘은 저의 유투브 채널 Membership 회원분들께 드리는 소식입니다. 🔔

오늘은 처음으로 한국어로 된 강의 올렸습니다. 🇰🇷
마이크로소프트에서 Principal Research Manager 로 계시는 김영진 박사님의 강의 입니다. 🎓
제목은 DeepSeek 이후의 AI 혁명: Reasoning 능력의 부상과 에이전트 AI의 시대 입니다. 🚀

이 강의는 시애틀에서 아마존에 근무하시는 지인분이 소개해 주셔서 참가해서 들었는데요. 🌲
서울대 워싱턴주동창회시니어클럽에서 매달 개최하는 SNU Forum 인것 같습니다. 🏫

내용이 아주 좋습니다. 👍
그리고 무엇보다 한국어로 진행이 되어서 더 좋습니다. 😊

이 강의 후에 Q & A 시간이 있었습니다. ❓❗
그 내용도 작업 후 Membership only 비디오로 올리도록 하겠습니다.
아주 수준높은 대화가 오고 갑니다. 기대하세요. 😉

저의 채널은 제가 AI를 공부하면서 배우는 내용들을 공유하는 채널 입니다. 🤖📚
그런데 하루가 멀다하고 나오는 새로운 AI 기술과 Tool들이 대부분 유료 서비스가 많습니다. 💸

Membership에서 얻어지는 수익금은 전액 보다 높은 Quality 의 AI 학습 콘텐츠를 만드는데 사용됩니다. ✨

직접적으로 support 하고 싶으신 분들의 많은 참여 바랍니다. 🙏

Membership 에 참여하지 않으시는 분들은 이전과 마찬가지로 제가 공부하는 AI 관련 내용을 계속 보실 수 있습니다. 👀

여러분의 구독과 좋아요 도 많은 도움이 됩니다. 👍❤️

Membership 회원들에게는 제가 시애틀 지역이 AI 행사에 다니면서 보고 듣고 촬영한 영상들을 같이 공유해 드립니다. 🎥🌟

참고로 지금까지 올라온 Membership First 혹은 Membership Only 동영상은 아래 링크로 가시면 보실 수 있습니다. ⬇️

https://www.youtube.com/playlist?list=UUMOaIurbD4wNiT5JmiajIb05w

인도 미녀와 한 팀 먹어 AI 해커썬에서 우승?! 시애틀 Microsoft 본사에서 열린 하루짜리 행사에서 1등을 거머쥔 비하인드 스토리를 공개합니다.

OSS4AI가 주최하는 이 행사에 저는 세 번째 도전 만에 드디어 1등을 차지했는데요, 우승의 열쇠가 정말 ‘인도 미녀’ 팀원 덕분이었을까요? (농담 반 진담 반!)
이번 팀은 단순히 코드만 잘 짠 게 아니라, 짧은 시간 안에 팀워크를 극대화해서 훌륭한 결과를 만들어낸 것이 가장 큰 승리 비결이었습니다.

이 영상에서는:

시애틀의 다양한 AI 커뮤니티와 작은 해커썬의 장점
하루 안에 ‘아이디어 → 개발 → 발표’까지 마무리하는 진행 방식
만화를 만들려다 갑자기 ‘코미디 오디오’ 앱으로 아이디어가 급변한 과정
낯선 사람들과 급조된 팀이 어떻게 1등에 도달했는지
그리고 제가 얻은 꿀팁 & 배운 점까지
자세하게 공유합니다.
AI 개발자부터 처음 해커썬을 접하는 분, 혹은 단순히 궁금한 일반인들까지 모두 재미있게 보실 수 있을 거예요.
‘짧은 시간에, 전혀 모르는 사람들과 합을 맞춰, 완성도 있는 결과물을 만드는 방법’이 궁금하다면 꼭 시청해 보세요!
클릭 한 번으로 우승 노하우와 현장의 에너지를 그대로 느끼실 수 있습니다.

지금 바로 영상에서 확인하세요! 

https://youtu.be/XHjX1Od7zC4?si=-44or69gx6WzBiRm

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

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

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

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

오늘은 LangGraph Quick Start Tutorial 마지막 단원인 Part 7 : Time Travel 입니다.

이름에서 알 수 있듯이 과거로 돌아가서 당시 State를 바꾸는 겁니다. 

그러면 현재의 결과 값을 바꿀 수 있습니다.

바로 State 의 History 가 Checkpoint 단위로 Step 별로 다 관리가 되고 있기 때문에 가능한 겁니다.

이 기능을 사용하면 Agent 의 Process 중 오류가 발생하거나 아니면 디버깅을 하거나 혹은 다른 Business Requirements 중에 이 기능이 필요한 경우 적용해서 보다 고객의 요구 조건을 풍부하게 충족 시켜 주는 어플리케이션을 개발 할 수 있을 겁니다.

https://youtu.be/JgR5BJ7CLEw

오늘은 LangGraph Quick Start Tutorial Part 5 : Manually updating the State 를 다룹니다.

핵심 개념은 update_state 입니다.

Tool이나 AI 메세지를 임의로 만들어서 처리할 수 있구요.

이 때 Tool 이나 AI 를 Call 하지 않고 중간에 처리한 것 처럼 만드는 겁니다.

Message ID 를 사용하면 Tool 이나 AI 로부터 받은 기존의 메세지를 바꿀 수도 있습니다.

Graph 가 처리하는 과정에서 수정이 필요하거나 Agent의 궤적을 제어할 필요가 있을 때 유용한 기능입니다.

https://youtu.be/KitVTQivgHU

오늘은 Lang Graph 의 주요 기능 중 하나인 Human In The Loop 이라는 기능을 배웁니다.

AI Agent 가 일 하다가 어떤 결정을 해야 할 떄, 선택의 순간이 왔을 때 인간의 의견을 물어보도록 만들 수 있습니다.

Interrupt_before , Interrupt_after 가 AI Agent 가 그렇게 인간의 선택을 물어보도록 만들 수 있습니다.

이 HIL (Human In The Loop) 기능은 LangGraph 에서 Checkpointer 라는 개념을 기반으로 제공이 됩니다.

이 외에 지나간 과거의 State 를 변경할 수도 있고 그 기능을 이용해서 Time Travel 이라는 기능도 제공하고 있습니다.

오늘은 LangGraph Quick Start 의 Part 4 Human in the loop 를 공부하고 이어서 다른 다양한 기능을 계속 공부 하겠습니다.

그 개념들에 대한 공부가 마쳐지면 LangGraph 의 이러한 Checkpointer 를 이용한 advanced 한 기능들을 응용해서 다양한 Web Application을 만들어 보겠습니다.

https://youtu.be/eWe3dFHshgA