Memory Management 한줄 정의 LLM 에이전트가 대화 맥락과 과거 경험을 저장·검색하는 메커니즘. 상태 없는 LLM에 지속성을 부여한다. 학습 맥락 Memory Management는 W06D03 Agentic RAG & Memory Management에서 Agentic RAG와 함께 다뤘다. 기본 LLM 호출은 상태가 ...

Agentic RAG 한줄 정의 에이전트가 자율적으로 검색 전략을 결정하고 실행하는 RAG. 단순 파이프라인을 넘어 동적이고 반복적인 검색이 가능하다. 학습 맥락 Agentic RAG는 W05의 기본 RAG와 Advanced RAG를 배운 뒤, W06D03에서 Agentic Workflow와 결합해 다룬 주제다. 기본 RAG가 “질문이 들...

Agentic RAG + Memory 실습 실습 정보 주차: Week 06, Day 03 유형: Jupyter Notebook 상태: 완료 실습 목표 Agentic RAG와 Memory Management를 실습한다. 고정된 RAG 파이프라인이 아니라, 에이전트가 검색 필요성, 검색 전략, 재검색 여부를 판단...

Agentic RAG & Memory Management 핵심 개념 요약 기존 RAG에 에이전트의 자율성을 결합한 Agentic RAG를 학습한다. 에이전트가 검색 전략을 스스로 결정하고, 결과를 평가하며, 필요시 재검색하는 능동적 RAG 방식이다. 또한 에이전트의 메모리 관리(단기/장기 메모리)와 Reflexion 패턴을 통한 자기 ...

SeSAC:Note에서 Judge는 정답 판별기가 아니다. Judge는 Summarizer가 만든 노트를 원본 segment와 비교해 groundedness, note quality, multimodal use를 보조적으로 점검하는 gate다. 이 구분이 중요하다. Judge 수치를 잘못 쓰면 생성 품질을 최종 판정한 것처럼 보일 수 있다. 이 글에...

Tool Calling 한줄 정의 LLM이 외부 도구(API, 함수)를 호출하여 작업을 수행하는 기법. LLM의 텍스트 생성 능력을 실제 행동 능력으로 확장한다. 학습 맥락 Tool Calling은 Agentic Workflow의 실행 능력을 만드는 핵심 개념이다. 프롬프트만 사용하는 LLM은 텍스트를 생성할 수 있지만, 파일을 읽거나 A...

MCP (Model Context Protocol) 한줄 정의 Model Context Protocol — LLM과 외부 도구/데이터를 연결하는 표준 프로토콜. Anthropic이 제안한 개방형 표준으로 도구 통합을 표준화한다. 학습 맥락 MCP는 W06D02 Tool Calling Fundamentals & MCP에서 Tool C...

Tool Calling 기본 과제 실습 정보 주차: Week 06, Day 02 유형: Jupyter Notebook 상태: 완료 실습 목표 Tool Calling 기본 개념과 MCP 활용 실습. 핵심 학습 포인트 Function Calling 인터페이스 구현 도구 스키마 정의와 등록 MCP 프...

Tool Calling Fundamentals & MCP 핵심 개념 요약 LLM이 외부 도구를 호출하여 실제 작업을 수행하는 Tool Calling의 기본 원리를 학습한다. 함수 정의, 파라미터 스키마, 호출/응답 흐름을 이해하고, MCP(Model Context Protocol)를 통한 표준화된 도구 연동 방법을 다룬다. 주요 내...

LangGraph 한줄 정의 LangChain 기반의 상태 기계(State Machine) 에이전트 프레임워크. 노드와 엣지로 구성된 그래프로 복잡한 에이전트 워크플로우를 정의하고 실행한다. 핵심 이해 LangGraph의 핵심 개념은 노드(Node), 엣지(Edge), 상태(State) 세 가지다. 노드는 실행 가능한 함수(LLM 호출, ...