IT 기술 따라잡기

지난 시간에 Reflexion 추론 방법론에 대한 논문을 자세히 분석했습니다.
그 논문 제목은 Reflexion: Language Agents with Verbal Reinforcement Learning 이었는데요.

오늘은 그 논문에서 제시한 추론 방법론을 어떻게 AI Application으로 구현하는지에 대해 배웁니다.

LangGraph 의 Tutorial 소스코드를 자세하게 분석해 드립니다.
그리고 계속 AI Application 개발을 공부하면서 느낀 저만의 Insight도 공유해 드립니다.

프로그래머는 기계와 소통할 수 있는 언어 (Programming Language)로 어플리케이션을 만들죠?
AI는 인간의 언어를 사용합니다.
그렇기 때문에 개발자로서 AI 를 이용해서 어플리케이션을 만들려면 이 둘 사이에 통역을 잘 해야 합니다.

그리고 질문 할 때마다 달라지는 AI 의 응답을 로직으로 컨트롤 할 수 있을 정도의 패턴을 유지하도록 해야 합니다.

그런 것들을 달성하기 위해 사용되는 것이 Structured Output 을 유도하는 Prompt들과 함수들의 조합입니다.

오늘 비디오에서는 기존 프로그래밍과 다른 AI 어플리케이션의 프로그래밍에 대해 자세히 알려 드립니다.

https://youtu.be/PcZLXQup_Jk

오늘 강좌에서 사용된 소스코드가 있는 CoLab 페이지는 아래와 같습니다. https://colab.research.google.com/drive/1XlaiMjB63EfkBAm5BfqUBe--Tqxvh32x?usp=sharing

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

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