최근 업무에서 LLM을 활용한 서비스를 개발하면서 한 가지 고민이 생겼습니다. 사실 일반적인 에이전트 워크플로우는 단순하게 프롬프트만 쥐어줘도 꽤 많은 문제를 해결할 수 있습니다. 쉬운 문제부터 어려운 문제까지 단순한 프롬프트만 쥐어줘도 어느정도 결과는 나올 수 있지만, 그러면 굳이 왜 여러 AI 서비스를 내놓는 곳은 동일한 문제를 해결하기 위해서 Multi-Agent부터 Harness까지 구현하게 될까요? 이와 관련해서 일반적인 프롬프트 엔지니어링으로 한계가 있는 부분은 무엇인지와 더 나아가서 개선하는 방법은 어떻게 개선하는 것인지 함께 알아보도록 합시다!! 글은 AI 여행 에이전트를 설계한다고 가정하고 작성하도록 하겠습니다.1. 요구사항AI 여행 에이전트를 만든다고 가정해보겠습니다.고객이 아래와 같은..

안녕하세요. 티스토리 이전에 운영하던 블로그에는 개발 일기를 정말 자주 썼지만, 어느 순간 첫 취업 이후부터는 쓰지 않았던 것 같아서 오랜만에 작성하게 되었습니다. 근데 뭐 사실 네이버 블로그에 개발 일기를 썼을 때에도 누가 잘 보지도 않았고, Geek해서 재미도 없었지만 스스로 취준생 때 글을 보면 그땐 그랬지 하고 많은 자극을 받기도 했고, 그땐 누군가의 글을 보면서 위로를 받기도 했어서 제 글이 재밌진 않더라도 종종 남겨보려고 합니다~ 티스토리에는 첫 개발일기라서 지금까지의 여정을 간단하게 작성했습니다. --첫 회사까지24년도 11월에 첫 회사에 취업하게 되었습니다. 취업하기 전에 대학교 다닐 땐 개발하는 것이 너무나도 재밌었습니다. AI 없이 정말 한땀한땀 구글링하면서 세상 혹은 일상을 바꾸는 무..

Language / Tech- [x] Python - 작동 원리 이해 문법 숙지- [ ] Python - 이펙티브 파이썬 완독- [x] Pyhton - 비동기 개념 학습 asyncio, event loop, coroutine - [x] FastAPI - 프레임워크 이해- [x] FastAPI - 동기/비동기 엔드포인트 선택 기준 수립 및 이해 - [ ] Backend 요소 - 현 회사에서 진행 프로젝트 병목 지점 확인 및 아키텍처 개선 혹은 이벤트 큐 적용할 수 있는지 혹은 필요 없는지 확인 - [x] LangGraph - 핵심 개념 파악 (StateGraph, Node, Edge, 조건부 분기)- [x] LangGraph - 상태 관리 및 체크포인팅 확인 (대화 메모리, 재시도)- [x] LangGr..

https://github.com/sosow0212/physical-ai-lab 최근에 이직을 하면서, 산업 현장에서 AI를 어떻게 활용할 수 있을지 공부할 겸 가상의 공장 설비를 대상으로 문서와 설비 관계를 이해하고 질문에 답할 수 있는 AI 시스템을 핸즈온 느낌으로 만들어보기로 했습니다.AI 관련 기술들을 찾아보면서 단순히 LLM을 사용하는 것과 실제 산업 현장에서 AI를 활용하는 것에는 생각보다 큰 차이가 있다고 느꼈습니다.그래서 이번에는 단순히 RAG 챗봇을 하나 만들어보는 것보다는, 실제 산업 현장에서 AI를 활용한다고 가정하고 설비, 문서, 도면, 공정 등의 데이터를 어떻게 연결하고 활용할 수 있는지 직접 만들어보려고 합니다. 1. 업무에서 기존 LLM의 한계이직 전 백엔드 엔지니어로 업..