멀티턴에서 답변을 잘하는 Agent 만들기 - 쿼리 재작성(Query Rewriting)
멀티턴 RAG에서 맥락 손실로 생기는 검색 오류를 쿼리 재작성으로 줄이는 방법을 다뤘습니다. Step-Back, HyDE, Multi-Query와 적응형 라우팅으로 품질과 속도를 함께 조정했습니다.
#RAG#LLM
17300
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
How Was the New QANDA Agent Built?
QANDA가 생성형 AI 시대에 맞춰 단일 문제풀이 앱에서 멀티 에이전트 학습 플랫폼으로 재설계되었습니다. 또한 Plan-and-Execute, Artifact, LangGraph 기반 구조로 의도 분류와 상태 관리를 안정화했습니다.
#LLM#Agent
6300
새로운 콴다 Agent는 어떻게 만들어졌을까?
콴다는 문제 풀이 중심 앱을 멀티 에이전트 기반 학습 어시스턴트로 재설계했습니다. 채팅과 Agent를 분리하고 Plan-and-Execute, Artifact 구조로 확장성과 안정성을 높였습니다.
#LLM#Agent
10000
SSG.COM 사내 Agent 개발기
사내 Confluence 문서를 자연어로 찾는 LLM Agent 개발 과정을 소개했습니다. 검색 쿼리 생성, 요약, 캐싱, OCR 등 운영 최적화 포인트도 다뤘습니다.
#LLM#NLP
26100
Langchain과 Langgraph의 Agent구현의 차이점.
Langchain과 Langgraph의 create_react_agent 차이를 프롬프트 처리와 Tool Call 방식 중심으로 비교했습니다. 상용 LLM과 MCP 환경에는 Langgraph가 유리하고, Private LLM에는 Langchain을 고려할 수 있음을 정리했습니다.
#Langchain#Langgraph
11300