멀티모달 LLM을 활용한 Computer Use Agent를 알아보자!
멀티모달 LLM과 AI Agent 흐름을 바탕으로 Computer Use Agent의 개념과 연구 사례를 정리했습니다. 웹 UI 조작과 자동화 가능성을 중심으로 WebShop, LiteWebAgent, AgentQ를 소개했습니다.
#LLM#MCP
6800
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
생성형 AI의 게임체인저, ReAct Agent를 알아보자
생성형 AI 에이전트의 핵심인 ReAct 패턴과 LangChain 기반 도구 활용 방식을 정리했습니다.현업 적용을 위해 도메인 지식, 프롬프트, Tool 설계, QA까지 함께 고려해야 했습니다.
#LangChain#LLM
14400
우리 서비스와 연결된 MCP Server 빠르게 구현해보기: MCP 해커톤 후기
우리 서비스와 연결된 MCP Server 빠르게 구현해보기: MCP 해커톤 후기
MCP의 개념과 서버/클라이언트 흐름을 해커톤 경험을 바탕으로 정리했습니다. Swagger API와 FastMCP를 활용해 서비스용 MCP tool을 빠르게 구현한 과정을 공유했습니다.
#MCP#LLM
5900
AI Agent의 시대, 벤치마크는 어떻게 진화할까: τ-bench
AI 에이전트의 실무 적합성을 τ-bench로 재평가한 글입니다. 기존 벤치마크와 달리 대화, 정책, 멀티스텝 처리, 일관성까지 함께 봐야 한다고 설명했습니다.
#LLM#AI Agent
7400
MCP와 AI Agent가 싸운다: 당신의 설계는 안전한가?
MCP 서버와 AI 에이전트의 역할을 명확히 구분해야 한다는 설계 원칙을 정리했습니다. 실행 통제와 감사 가능성을 위해 별도 보안 계층이 필요하다고 설명했습니다.
#MCP#AI Agent
2400
MCP와 AI Agent가 싸운다: 당신의 설계는 안전한가?
MCP 서버와 AI 에이전트의 역할을 분리해 보안 설계 원칙을 설명했습니다. 실행 통제와 감사 가능성을 위해 MCP Agent PAM 같은 보완 계층의 필요성을 강조했습니다.
#MCP#AI Agent
2000
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
MCP와 AI Agent가 싸운다: 당신의 설계는 안전한가?
MCP 서버와 AI 에이전트의 역할을 분리해 설계해야 하는 이유를 설명했습니다. 실행 통제와 감사 가능성을 위해 MCP Agent PAM 같은 보안 계층도 함께 고려해야 합니다.
#MCP#AI Agent
5800
지금의 방식이 최선일까? AI로 임팩트를 바꾸는 당근 운영실
당근 운영실이 AI를 활용해 기존 업무 방식을 다시 설계한 사례를 소개했습니다. 멀티 에이전트, CS 분석, 리뷰 라벨링 도구로 실행 속도와 업무 효율을 크게 높였습니다.
#LLM#AI Agent
16400
AI Agent 개발의 핵심: RAG와 LangChain, LangGraph 비교 분석
AI Agent 개발의 핵심: RAG와 LangChain, LangGraph 비교 분석
RAG와 LangChain, LangGraph의 역할과 구조를 비교해 AI Agent 개발 관점을 정리했습니다. 빠른 개발에는 LangChain, 복잡한 워크플로우에는 LangGraph가 적합하다고 설명했습니다.
#LLM#RAG
7300
AI Agent: 자율성의 진화, 비즈니스 가치 확장
AI Agent: 자율성의 진화, 비즈니스 가치 확장
AI 에이전트의 개념, 구조, 유형, 비즈니스 활용 가치를 설명했습니다. 보안과 신뢰성 같은 도입 과제와 향후 발전 방향도 함께 정리했습니다.
#AI Agent#LLM
4500
AI 코딩 도구 개발 결과 비교\:\ Cursor, Windsurf, Aider
Cursor, Windsurf, Aider로 Todo 앱을 구현한 결과를 비교했습니다. 각 도구의 속도, 완성도, 사용 방식 차이를 함께 살펴봤습니다.
#Cursor#Windsurf
4400