Herdr 기반 Multi-Agent Workflow 구축기
단일 AI 에이전트의 한계를 줄이기 위해 조사, 설계, 구현, 검증을 분리한 멀티 에이전트 워크플로우를 구축했습니다. Herdr의 멀티 Pane과 이종 모델 조합으로 컨텍스트를 격리하고 품질 검증을 자동화했습니다.
#LLM#multi-agent
7400
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
LLM에게 수백 MB 로그를 통째로 주지 마세요 — 근거를 "검증"할 수 있는 AI 이슈 분석 에이전트 개발기
LLM에게 수백 MB 로그를 통째로 주지 마세요 — 근거를 "검증"할 수 있는 AI 이슈 분석 에이전트 개발기
수백 MB 로그를 LLM에 그대로 넣는 비효율을 줄이기 위해 AI 이슈 분석 에이전트를 개발한 사례입니다. 이슈를 찾고 읽는 시간을 줄이면서 근거를 검증 가능한 방식에 초점을 맞췄습니다.
#LLM#logging
5900
비용과 성능을 한번에 - 언어 특화 토크나이저 도입기
한국어·일본어 전용 토크나이저를 기존 LLM 백본에 이식해 토큰 효율을 개선했습니다. 실서비스 A/B에서 GPU 사용량과 응답 지연을 줄이고 이용 시간을 높였습니다.
#LLM#토크나이저
100
AI가 분석한 리서치 결과, 어떻게 만들고 전달할까요?
AI가 분석한 리서치 결과, 어떻게 만들고 전달할까요?
리서치 분석을 LLM으로 만들고 전달하는 구조를 정리했습니다. 작업 분해와 평가 루프, SSE·알림음·채팅으로 사용자 경험을 개선했습니다.
#LLM#SSE
1200
한 줄 프롬프트에서 그래프 기반 Agent로: Amazon Bedrock AgentCore 기반 ZEP의 교육용 퀴즈 생성 아키텍처
ZEP의 교육용 퀴즈 생성 아키텍처를 LangGraph와 Amazon Bedrock AgentCore Runtime 중심으로 설명했습니다. 하나의 그래프를 실시간 서빙과 배치 생성에 재사용하고 관측 체계까지 분리해 운영하는 방식입니다.
#LLM#LangGraph
1400
Amazon Bedrock AgentCore로 멀티 데이터소스 자연어 질의 에이전트를 프로덕션에 배포하기
LangGraph 기반 자연어 질의 에이전트를 Bedrock AgentCore로 프로덕션에 배포한 사례를 소개했습니다. Gateway, Memory, Observability, Evaluations, Policy로 운영성과 보안을 보완했습니다.
#Amazon Bedrock#LLM
1100
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
같은 장애를 두 번 겪지 않기 위해, 배포 전에 리뷰합니다 — KRIS 개발기
배포 전에 리뷰해 같은 장애의 재발을 막으려는 개발기 글입니다. 본문이 부족해 구체적 내용은 확인하기 어렵습니다.
#LLM#code review
7000
프롬프트를 쓰는 PM과 AI를 이해시키려는 개발자
올리브영이 MCP를 개발하며 LLM이 툴을 잘 이해하도록 설명과 구조를 다듬은 과정을 공유했습니다. 가격 해석, 툴 체이닝, 미호출 문제를 예시·규칙·네이밍 조정으로 개선했습니다.
#MCP#LLM
12600
LLM Wiki: 코드 기준으로 자동 최신화되는 도메인 지식 SSOT 만들기
MSA 환경의 분산된 도메인 지식을 코드 기준 SSOT로 정리하고, 변경 시 자동 최신화하는 LLM Wiki 구축 사례를 소개했습니다. 사람과 AI가 같은 지식 문서를 기준으로 스펙 정리와 영향도 분석을 수행하도록 구성했습니다.
#LLM#SSOT
10200
AI-Ready Data Platform으로 가는 세 가지 질문
AI를 새로운 데이터 소비자로 보고 데이터 플랫폼의 조건을 세 가지 질문으로 정리했습니다. 맥락 제공, 접근 통제, 공통 인터페이스를 통해 AI-Ready Data Platform을 설계하는 방향을 소개했습니다.
#LLM#SQL
3100
LLM은 왜 Graph DB를 필요로 할까?
LLM은 왜 Graph DB를 필요로 할까?
LLM은 문서 유사성뿐 아니라 데이터 간 관계를 함께 활용할 때 더 유용해졌습니다. Graph DB는 이런 관계 정보를 제공해 GraphRAG와 AI Agent의 탐색 범위를 넓혀줬습니다.
#LLM#Graph DB
9100
자가 발전하는 유저 인터뷰 에이전트 개발기
자가 발전하는 유저 인터뷰 에이전트 개발기
똑닥 AI 모더레이터의 유저 인터뷰 에이전트 설계와 자가 발전 구조를 공유했습니다. 안전은 코드로 고정하고 전략은 스킬 세트로 분리해 피드백 기반 재합성을 구현했습니다.
#TypeScript#LLM
500
AI Native 조직은 도메인 지식을 어떻게 공유하는가
AI Native 조직은 도메인 지식을 어떻게 공유하는가
AI 네이티브 조직에서 도메인 지식을 사람과 여러 AI 에이전트가 공유하는 방법을 다룬 글입니다. 표준 기반 Core 위에 조직 특화 시맨틱 레이어를 얹는 접근을 소개합니다.
#LLM#prompt
15400
채널톡이 글로벌 상담 Agent를 GPT-5.6 Luna로 갈아탄 이유
글로벌 상담 AI Agent의 메인 모델을 GPT-5.6 Luna로 바꾼 이유를 자체 벤치마크로 설명했습니다. 공개 리더보드보다 실제 워크로드에서의 품질, 비용, 속도를 함께 보고 전환했습니다.
#LLM#벤치마크
8100