IT 기술 따라잡기

📌 ToT 소스코드 분석 두 번째 시간!

AI 시대의 App 개발에서는 코딩보다 더 중요한 것이 있습니다.
바로 아키텍처(Architecture), 그 중에서도 State 관리가 핵심입니다.

이번 영상에서는 Tree of Thoughts(ToT) 추론 기법을 구현하면서,
AI App 설계에서 가장 중요한 State 관리의 개념을 심도 있게 살펴봅니다.

🌀 현실에서는 되돌릴 수 없는 과거,
AI Agent는 State를 관리하기 때문에 얼마든지 "다시 돌아갈 수" 있습니다.
마치 영화 박하사탕에서 설경구가 외치던
**"나 다시 돌아갈래!!"**가 현실이 되는 순간이죠.

💡 이번 영상에서 다루는 핵심 주제

* LangGraph에서의 State 관리 메커니즘
* ToT의 추론 흐름을 구성하는 Graph 구조
* Structured Output과 함께 만드는 AI의 추론 흐름
* LangSmith 로그 분석으로 실제 실행 흐름 추적

👨‍💻 이런 분들께 추천드립니다:

* AI Application을 더 깊이 이해하고 싶은 개발자
* GPT를 잘 다루고 싶은 실무자
* Prompt만으로는 부족하다고 느끼는 분
* AI가 어떻게 과거 상태로 "되돌아갈 수 있는지" 궁금한 분
* 논문과 실제 구현 사이의 **다리(Bridge)**를 찾는 분

🔔 좋아요, 댓글, 구독은 콘텐츠 제작에 큰 힘이 됩니다!
앞으로도 더 좋은 컨텐츠로 찾아 뵙겠습니다. 

감사합니다.

https://youtu.be/2Gxmg5ry-FI

🎬 Note: This video is in Korean, but with YouTube’s free dubbing feature, you can watch it in your preferred language! Just turn on dubbing in your language from the video settings! 🌍


📌 Tree of Thoughts (ToT) Source Code – Part 2!

In the era of AI, app development isn’t just about coding anymore — it’s about architecture, and at the heart of that architecture lies State Management.

In this video, we dive deeper into the inner workings of the Tree of Thoughts (ToT) reasoning framework and explore why managing State is critical in AI app design.


🌀 In real life, we can’t go back to the past.
But in AI applications, we can.
Thanks to State management, AI Agents can revisit earlier decision points and rewrite the future — like a scene straight out of a movie.

Just like the iconic line from the Korean film Peppermint Candy:
"I want to go back!"
Now it's not just a wish — it's a feature.


💡 What you’ll learn in this video:

How State is tracked and controlled using LangGraph

How ToT reasoning flows are structured as a graph

How Structured Output enhances controllable reasoning

How to trace execution flows with LangSmith logs


👨‍💻 Who should watch this?

Developers seeking a deeper understanding of AI app architecture

Practitioners who want to go beyond simple prompting

Those curious about how AI can "go back in time" by tracking states

Anyone looking to bridge the gap between research papers and real implementation


🔔 Your likes, comments, and subscriptions mean the world — and help keep this content going!
Thank you for watching, and I hope this video opens a new perspective on AI development.

▶️ https://youtu.be/2Gxmg5ry-FI

🎥 AI 시대 앱 개발 - 로직 중심에서 의미 중심으로
📍 Tree of Thoughts (ToT) 논문 구현 소스코드 분석 & 의미 중심 AI 앱 개발 인사이트

🤖 우리는 지금, 기존 프로그래밍 방식만으로는 설명되지 않는 AI 시대를 살아가고 있습니다.
이 영상에서는 **Tree of Thoughts (ToT)**라는 획기적인 AI 추론 기법을 LangGraph 소스코드로 직접 구현하며,
기존의 “로직 중심” 개발과는 전혀 다른 사고방식, 즉 ‘의미 중심’ 개발이 왜 필요한지를 살펴봅니다.

💡 이 영상에서 다루는 핵심 내용:

* Tree of Thoughts 논문이 제시한 새로운 추론 방식 이해
* LangGraph를 활용한 실제 코드 구현
* AI 앱 개발자가 알아야 할 Prompt 설계와 Structured Output 활용법
* 기존 앱 개발과 AI 앱 개발의 차이: “로직(Logic)” vs. “의미(Meaning)”

👨‍💻 누구에게 도움이 될까요?

* AI 앱/서비스 개발에 관심 있는 분
* GPT를 똑똑하게 쓰고 싶은 분
* CoT, ToT 같은 최신 추론 방식에 대해 실제로 이해하고 싶은 분
* 기존 개발자에서 한 단계 도약하고 싶은 분
* AI 시대에 어떤 변화가 오는지 알고 싶은 비개발자 분

📌 다음 영상 예고
두 번째 영상에서는 Tree of Thoughts를 실행하는 **LangGraph의 핵심 구조(Graph 구성)**를 설명합니다.
그리고 LangSmith 로그를 통해 실제 실행 과정을 시각적으로 추적하며
우리가 만든 함수들과 클래스들이 어떻게 상호작용하며 추론을 완성하는지 살펴볼 예정입니다.

🌐 AI는 이제 단순한 도구가 아니라, 함께 생각하는 파트너입니다.
이 영상이 여러분의 AI 활용에 새로운 시야를 열어드릴 수 있길 바랍니다.
좋아요 👍, 댓글 💬, 그리고 구독 🔔은 큰 힘이 됩니다!

https://youtu.be/K_nDJzfb6hQ?si=Im0Lkh5WiHSVCM74

This video was created in Korean, but with YouTube’s free dubbing feature, you can listen to it in your own language.

🎬 “AI를 좀 더 깊게 생각하게 할 수 있을까?”

GPT-4도 풀지 못했던 문제를 해결한 놀라운 추론 방식,
**Tree of Thoughts (ToT)**를 소개합니다!

ToT는 GPT에게 단순히 답만 뱉게 하는 것이 아니라,
사람처럼 생각하고 비교하고 판단하게 만드는 혁신적인 방법이에요.
CoT(Chain of Thought)보다 한 단계 더 진화한 방식으로,
AI의 성능을 프롬프트만으로 10배 이상 끌어올릴 수 있습니다. 🤯

🧠 이 영상은요…

Tree of Thoughts 논문을 쉽고 자세하게 설명합니다

AI 개발자뿐 아니라 AI를 잘 활용하고 싶은 모든 분을 위한 영상입니다

AI의 잠재력을 더 끌어내고 싶은 분에게 추천드려요!

📌 이런 분에게 강력 추천합니다!

✅ AI 앱/서비스를 만들고 싶은 개발자
✅ 프롬프트 엔지니어링을 배우고 싶은 분
✅ GPT가 엉뚱한 대답만 해서 고민이셨던 분
✅ 창의적 글쓰기, 문제 해결, 아이디어 정리에 AI를 활용하고 싶은 분

👨‍💻 영상 속 모든 설명은 되도록 쉽게 설명 했습니다.
AI 입문자도 부담 없이 따라올 수 있어요.
누구나 ToT 구조를 이해하고 실생활에 활용해 볼 수 있도록 만들었습니다.

📎 CoLab 실습 링크는 이 영상의 설명(Description) 란에 공유됩니다.
직접 실행해보며 학습 효과를 높여보세요!

💡 "AI는 이제 답만 뱉는 도구가 아니라, 생각하는 파트너가 됩니다."
이 영상이 여러분의 AI 활용에 새로운 인사이트가 되길 바랍니다!

🔔 좋아요와 구독, 그리고 댓글은 영상 제작에 큰 힘이 됩니다 :)

https://youtu.be/T-AmZ9Oc5mM