IT 기술 따라잡기

🧠 AI에게 ‘생각 좀 해봐’ 했더니… 스스로 추론 전략을 만들었다고?

이번 시간에는 오랜 만에 추론 방법론에 대해 배웁니다.
AI 추론 방법론은 누구나 이해할 수 있을 정도로 쉽습니다.
그 이유는 AI 가 인간의 생각처럼 작동하도록 만들졌기 때문입니다.

우리가 자식이나 학생들을 교육시키듯이 AI 에게 교육 시키면 됩니다.

이 논문에서는 AI 가 인간처럼 자신의 경험과 지식을 통해 전략을 세우고 문제를 해결하게 만드는 방법에 대해 다룹니다.

🧩 영상에서 다루는 핵심 내용
✔️ AI가 스스로 추론 전략(Reasoning Structure)을 어떻게 만드는가
✔️ GPT-4의 정확도를 최대 30% 높인 비결
✔️ Chain-of-Thought, Plan-and-Solve를 넘어선 새로운 패러다임
✔️ 계산은 줄이고, 정확도는 올리는 추론 방식

이런 추론 방법론을 배워 둔다면 AI Application 개발 뿐만 아니라 평상시 AI 를 더 효율적으로 사용하는 방법도 배우게 될 겁니다.
AI 유료 버전을 사용하시는 분들 혹은 무료 버전을 사용하시더라도
AI 를 좀 더 효율적으로 사용하는 나만의 방법을 찾는데 이런 추론 방법론을 활용해 보세요.

https://youtu.be/RS-kZ_ZQHJ0?si=d5NvFcPpSftJUQqG

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

2024년도에 AI Web App 개발 분야에서 떠오르는 기술입니다.
Agentic Workflow, Multi Agent Collaboration 등등 많은 이론과 기술들이 쏟아지고 있습니다.

LangChain에서는 LangGraph라고 하는 별도의 Framework를 만들어서 이 Agentic Workflow, Multi Agent Collaboration 개념과 기술을 AI Application에 구현할 수 있도록 지원하고 있습니다.

오늘 그 AI Agent를 사용해 첫번째 AI Web App을 만들어 보겠습니다.
기본을 탄탄하게 다져 놓으면 어려운 문제가 닥쳐도 쉽게 풀어 낼 수 있습니다. 이 AI Agent 기본은 LangChain에 있는 API Service 들을 사용합니다.

AI Agent 의 기본을 오늘부터 다져 나가겠습니다.

https://youtu.be/Yy0DVD2PlYY?si=gIkT3fcWFIEmOJWs