오늘은 LangGraph의 Hierarchical Agent Teams Architecture 두번째 시간입니다.
지난 시간에 이 Tutorial 에서 제공되는 소스코드의 Agent Architecture 전체 그림을 분석했습니다.
필요한 Team과 각 팀마다 필요한 Agent들을 정했구요.
일을 시키려면 그 일에 맞는 적당한 도구를 주어 줘야 합니다.
오늘은 각 Agent의 역할에 맞는 도구를 구현하는 방법을 배워 보겠습니다.
먼저 Research Team 에 있는 Searcher Agent와 Web Scraper Agent 에게 각각 어떤 Tool들을 제공할지 그리고 그 Tool들은 어떻게 구현하는지 자세히 공부하겠습니다.
https://youtu.be/I4SID3VPUi0?si=QcmZvwe7mFa990_J
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
