LLM 코딩 에이전트 작업 관리 방법
LLM 코딩 에이전트를 프롬프트만으로 쓰면 문맥 누적과 임의 판단 문제가 생겼습니다. Task/Plan 하네스로 작업을 분할하고 기록해 안정성과 리뷰 가능성을 높였습니다.
#LLM#prompt
12700
필터 1
![[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략
Databricks Summit 2026의 Agentic Analytics 전략을 정리했습니다. 데이터 플랫폼 중심의 거버넌스와 의미 체계가 Agent 시대의 핵심이라고 설명했습니다.
#Databricks#LLM
1700
[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략
Databricks Summit 2026 키노트를 바탕으로 Agentic AI 시대의 데이터 플랫폼 전략을 정리했습니다. 실시간 데이터, 비즈니스 컨텍스트, 거버넌스의 중요성을 강조했습니다.
#Databricks#LLM
2000
![[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작](https://tech.cloud.nongshim.co.kr/wp-content/uploads/IMG_0283-scaled.jpg)
[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작
Databricks Data + AI Summit 2026 키노트에서 Agentic AI 시대의 데이터 플랫폼 방향을 정리했습니다. 실시간 데이터 기반과 비즈니스 컨텍스트, 중앙 거버넌스가 핵심으로 제시됐습니다.
#Databricks#LLM
2900
시멘틱 컨텍스트 OS 설계: 에이전트 시스템의 토큰 스터핑을 넘어
LLM의 대형 컨텍스트를 단순 누적으로 쓰는 한계를 지적하고 시맨틱 컨텍스트 OS 아키텍처를 제안했습니다.\nVFS, 톱니 메모리 모델, PathAlign으로 토큰과 코드 컨텍스트를 정제하는 방식이 핵심입니다.
#LLM#AI 에이전트
2301
메가 소프트웨어 시대의 암묵지 플랫폼
생성형 AI로 소프트웨어 규모가 폭발하는 메가 소프트웨어 시대의 변화와 개발자 역할 전환을 다루었습니다. 또한 암묵지 관리 시스템과 자동화된 거버넌스로 복잡성과 품질을 통제할 필요를 강조했습니다.
#LLM#MSA
600
프롬프트 튜닝을 수작업에서 AI 튜닝으로: 유전 알고리즘 기반 자동 최적화와 고속화
DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.
#LLM#prompt
4400
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정
동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.
#Amazon Bedrock AgentCore#Amazon OpenSearch Service
3000
분석 에이전트의 힘으로 분석을 하나로 연결하다! 전문 조직에서 도전하는 생성 AI 시대의 업무 혁신과 역할 전환
생성형 AI 기반 분석 에이전트로 비즈니스 질문과 데이터 분석을 하나의 흐름으로 연결한 사례를 소개했습니다. 분석 리드타임 단축과 역할 전환, 조직 전체의 분석 역량 축적 효과를 다뤘습니다.
#LLM#SQL
2700
AI가 쓴 SQL을 안전하게 쓰는 법
자연어를 SQL로 바꾸는 과정에서 LLM이 만든 쿼리를 그대로 믿지 않고 여러 단계로 검증하는 구조를 소개했습니다. 도메인 지식은 DB에 담고, 실행 전후 게이트와 회귀 평가로 안전성과 품질을 지켰습니다.
#LLM#SQL
1000
에이전틱 리소스 디스커버리 규격 발표 등 6월 셋째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
6월 셋째 주 Google for Developers의 주요 제품별 업데이트를 모아 소개했습니다. AI, Android, Flutter 관련 발표와 최신 소식을 한눈에 확인할 수 있습니다.
#LLM#MCP
12000
사내 AI 에이전트 개선기
사내 AI 에이전트 채널랩스를 OpenAI Agents SDK 기반으로 재설계하고, 컨텍스트 비용을 줄이는 구조를 정리했습니다. 파일·채널·스킬을 reference 중심으로 다루며 안전성과 예측 가능성을 높였습니다.
#LLM#OpenAI Agents SDK
8700
스펙만 바꾸면 프롬프트가 따라옵니다 - 답변 생성 모델 자동화 파이프라인
입력 스펙 변경에 맞춰 결함 탐지와 프롬프트 최적화를 자동화한 파이프라인 사례를 공유했습니다. 스펙 기반 AI 서비스 운영에 관심 있는 기획자와 AI 엔지니어를 위한 발표입니다.
#LLM#prompt
5700
사람도 기계도 읽는 규약: 예측 가능한 AI 제품 만들기
AI 출력은 설명만으로는 통제되지 않아 스키마와 런타임 강제가 필요했습니다.\nStructured Outputs와 검증 한 지점화로 예측 가능한 AI 제품을 만들었습니다.
#LLM#JSON Schema
4200