본문 바로가기
AI Tech Index읽기 목적에 맞춰 글 밀도 조절

Smart Filter모델, 도구, 개념명으로 좁혀보기

LangGraph를 쓰며 생긴 의문: Graph Engineering은 워크플로우 엔진과 무엇이 다른가

·
관심있는 주제/탐구 노트
LangGraph를 쓰며 생긴 의문: Graph Engineering은 워크플로우 엔진과 무엇이 다른가 LangGraph를 쓰면서 이상하게 느낀 점이 있었습니다. 왼쪽의 자유로운 Agent Loop와 오른쪽의 시스템 통제 Graph를 의사결정 권한의 경계로 나눈 대표 이미지 먼저 그림으로 잡을 핵심: 왼쪽 주황색 Loop에서는 모델이 생각하고 행동하고 관찰하며 다음 행동을 고릅니다. 오른쪽 파란색 Graph에서는 시스템이 허용된 순서, 검증, 사람 승인을 관리합니다. Graph Engineering의 질문은 “어느 쪽이 더 좋은가?”가 아니라 가운데 경계를 어디에 둘 것인가입니다.처음에는 agent의 자율성이 중요하다고 생각했습니다. 모델이 ..

AI 개발자 격주 레이더 2026-07-27~2026-08-09: Omnigent, OpenAI 보안 평가, Muse Code가 에이전트 운영과 실험 기준을 다시 묻는 2주

·
관심있는 주제/AI뉴스
2026-07-27 ~ 2026-08-09 · 참고 리포트 14개 AI 개발자 레이더 2026-07-27~2026-08-09: 2026년 7월 27일부터 8월 9일까지의 핵심은 새 모델 발표 수보다 이번 격주 판단은 주간/월간 누적 TREND 메모에도 반영되어 다음 리포트의 장기 맥락으로 이어집니다. 이 리포트의 목적 최근 2주 AI/LLM 흐름 중 Python/LLM 서비스 개발자가 실제 개발, 배포, 운영 의사결정에 참고할 신호를 선별하는 격주 리뷰입니다. 대상 독자: AI 기능을 제품이나 내부 도구에 붙이는 한국어권 개발자/운영자 · 분석 기간: 2026-07-27 ~ 2026-08-09 작성 기준 격주 입력은 해당 14일 창의 ..

AI 개발자 레이더 2026-08-06: Deep Agents·LangChain·LangGraph·Muse가 코딩 에이전트 경쟁을 하네스와 실행 권한으로 끌어올린 날

·
관심있는 주제/AI뉴스
분석 기간: 2026-07-31 ~ 2026-08-06 · 독자용 상세 리포트 [AIW] 8/6 Deep Agents, LangChain, LangGraph, Muse가 에이전트 하네스 경쟁을 전면으로 끌어올린 날 요구사항 우선 렌즈최신 사용자 요구사항을 우선 적용했습니다: Python/LLM 서비스 개발자가 1~4주 안에 실험할 수 있는 SDK/runtime/eval/RAG/tooling · MCP/tool calling/workflow automation/agent framework 변화 · RAG/vector DB/inference/runtime/observability/deployment 변화 · 주요 provider 모델/API/pricing/rate limit/SDK/plat..

AI 개발자 레이더 2026-07-22: 에이전트 품질은 모델 점수보다 평가·거버넌스·운영 경계로 이동했다

·
관심있는 주제/AI뉴스
분석 기간: 2026-07-16 ~ 2026-07-22 · 독자용 상세 리포트 [AIW] 7/22 에이전트 품질은 모델 점수보다 평가·거버넌스·운영 경계로 이동했다 요구사항 우선 렌즈최신 사용자 요구사항을 우선 적용했습니다: Python/LLM 서비스 개발자가 1~4주 안에 실험할 수 있는 SDK/runtime/eval/RAG/tooling · MCP/tool calling/workflow automation/agent framework 변화 · RAG/vector DB/inference/runtime/observability/deployment 변화 · 주요 provider 모델/API/pricing/rate limit/SDK/platform 변경 오늘의 핫 뉴스2026-07..

LangChain Products 알아보기 (LangChain, LangGraph, LangSmith, LangServe)

·
관심있는 주제/LLM
LangChain 제품들 요약(LangChain, LangGraph, LangSmith, LangServe) LangChain 제품과 각각의 주요 내용을 정리하면 다음과 같습니다:LangChain: 대형 언어 모델(LLM)을 활용한 애플리케이션 개발 프레임워크입니다.개발: 오픈소스 구성 요소와 LangGraph를 사용하여 상태 유지 에이전트를 구축합니다.생산화: LangSmith를 사용하여 체인을 검사, 모니터링, 평가하고 최적화합니다.배포: LangGraph Cloud를 통해 생산 준비가 된 API 및 Assistant로 변환합니다.LangChain의 구성 요소:langchain-core: 기본 추상화 및 LangChain 표현 언어.langchain-community: 서드파티 통합. (https:/..

LangGraph) LangGraph에 대한 개념과 간단한 예시 만들어보기

·
관심있는 주제/LLM
LangGraph 가 나온 이유LLM을 통해서 FLOW를 만들다 보면, 이전 LLM 결과에 대해서 다음 작업으로 넘길 때, LLM이 생성되는 결과에 의해 실패하는 경험들을 다들 해보셨을 것입니다.개인적으로 분기 처리나 후처리 로직을 담는데, Output Parser에서 제어하려 했지만, 이러면 전반적인 구조나 결과를 보기가 쉽지 않았습니다. LangGraph는 LangChain 생태계 내에서 이러한 문제를 직접 해결하기 위해 설계된 강력한 라이브러리입니다. 이 라이브러리는 여러 LLM 에이전트(또는 체인)를 구조화된 방식으로 정의, 조정 및 실행할 수 있는 프레임워크를 제공합니다. LangGraph란 무엇인가요?LangGraph는 LLM을 사용하여 상태를 유지하고 여러 에이전트를 포함한 애플리케이션을 쉽..
조건에 맞는 글이 없습니다다른 검색어를 입력하거나 필터를 초기화해보세요.

AI 도구

AI 도구 사이드 패널

아래 AI 서비스 중 하나를 선택하여 블로그를 보면서 동시에 사용해보세요.

API 키를 입력하세요API 키를 저장하려면 저장 버튼을 클릭하세요API 키가 저장되었습니다
API 키를 입력하세요API 키를 저장하려면 저장 버튼을 클릭하세요API 키가 저장되었습니다
API 키를 입력하세요API 키를 저장하려면 저장 버튼을 클릭하세요API 키가 저장되었습니다
URL과 모델을 입력하세요설정을 저장하려면 저장 버튼을 클릭하세요설정이 저장되었습니다