Custom LLM Agent 구축하기(From Scratch)
Langchain 없이 Python으로 ReAct 기반 LLM Agent를 직접 구현하는 예제를 소개했습니다. 프롬프트 설계와 멀티턴 흐름에 따라 함수 호출 결과가 달라질 수 있음을 보여줬습니다.
#Python#LLM#prompt
8800
모든 블로그
대표 인기 포스트나의 새로운 주니어 개발자는 AI? LLM을 활용한 코드 리뷰 자동화744 조회744 조회 AI AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
데보션
주요 카테고리 AI · DevOps · 백엔드
활동 요약
- 최근 30일
- 2개
- 평균 조회
- 77
- 누적 조회
- 37,237
- 전체 글
- 486개
- 마지막 발행
- 2026. 11. 10.
데보션 기술 블로그 글 (269)
Vercel V0 덕에 API Flow 앱을 만든 썰 푼다 (Feat. Flutter ＆ 폐쇄망 ＆ 눈물)
폐쇄망과 VDI 환경에서 API 자동 테스트 도구를 V0와 Flutter로 만든 경험을 공유했습니다. 반복 수정과 프롬프트 개선 끝에 팀 생산성을 높인 교훈도 정리했습니다.
#Flutter#Vercel#API
11800
AI 선생님과 제자의 대화: Teacher–Student 구조와 BERTScore, Classifier 활용법
Teacher–Student 구조를 지식 증류와 멀티턴 대화 학습 관점에서 설명했습니다. BERTScore, 코사인 유사도, Classifier로 검증하는 방법도 함께 정리했습니다.
#LLM#Knowledge Distillation#BERTScore
6900
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#벤치마크
7500
여러 에이전트를 활용한 Flowith의 차별화된 AI 서비스
Flowith는 캔버스형 UX에서 여러 에이전트를 병렬로 돌려 답변을 생성하는 AI 서비스입니다. 기존 LLM과 다른 신선한 구조지만, 비용이 늘어날 수 있다는 점은 감안해야 했습니다.
#LLM#UX/UI#agent
7500
데이터 문해력이 필요해(Data Literacy)
데이터 문해력이 왜 필요한지, 심슨의 역설과 기저 효과를 통해 데이터 해석의 함정을 설명했습니다. 관찰값만으로 단정하지 말고 맥락과 비교군, 인과 구조를 함께 봐야 한다고 정리했습니다.
#데이터 문해력#심슨의 역설#기저 효과
12300
USB-C처럼 연결되는 AI 인터페이스, MCP Server를 만들어보자
MCP를 AI의 USB-C에 비유하며 LLM과 외부 시스템을 표준 인터페이스로 연결하는 방법을 소개했습니다. Python으로 MCP Server, Claude 연동, Streamlit Host, REST API Wrapper 실습까지 다뤘습니다.
#MCP#Python#LLM
12300
어서와요 XR의 숲 : Android Jetpack XR SDK 활용기
Android XR과 Jetpack XR SDK로 Home Space와 Full Space의 차이, 주요 UI 컴포넌트 동작을 정리했습니다. 에이닷 앱에 XR을 적용한 실습과 적용 방식 비교도 함께 공유했습니다.
#Android#Jetpack XR SDK#Compose
6400
iOS 기기에서의 독립적 AI 실행: MLX 기반 온디바이스 모델
온디바이스 AI와 Apple Silicon 최적화 프레임워크 MLX를 소개했습니다. iOS 앱에 오프라인 추론과 메모리 관리 중심의 AI 기능을 통합하는 방법을 설명했습니다.
#iOS#LLM#MLX
5400
수이 기반 탈중앙화 거래소 세투스 해킹으로... 이해하는 web3 용어
Cetus 해킹 사건을 통해 AMM, CLMM, 슬리피지, LP 토큰 같은 web3 용어를 설명했습니다. 또한 오버플로우 취약점과 검증자 자산 동결 논란까지 함께 정리했습니다.
#Sui#DEX#AMM
5700
OpenSearch의 하이브리드 검색 소개
RAG 서비스의 검색 품질을 높이기 위해 OpenSearch 하이브리드 검색을 도입한 사례를 소개했습니다. 키워드 검색과 시맨틱 검색을 결합하고, 가중치 조정과 벡터 구조 개선 방향도 함께 정리했습니다.
#OpenSearch#RAG#검색
11400
Agentic AI 개념 정리: 에이전트와 워크플로우의 스펙트럼
Agent와 Workflow를 명확한 구분이 아닌 스펙트럼으로 바라보는 관점을 정리했습니다. 실제 서비스에서는 둘을 조합한 하이브리드 구조와 정보 흐름 설계가 중요하다고 설명합니다.
#LLM#agent#workflow
8800
에이닷 MCP 기반 API 통합과 적용 사례
기존 REST API를 MCP 표준 구조로 통합해 LLM 애플리케이션에서 Tool 형태로 활용한 사례를 다루었습니다. Tool 추상화와 그룹 관리, 다양한 Transport 지원으로 연동 효율성과 유지보수성을 높였습니다.
#MCP#REST API#LLM
9200
프롬프트리스(promptless) 에이전트가 내 번아웃 수치를 알려준다면?
프롬프트 없이 맥락 데이터를 읽어 먼저 개입하는 에이전트형 AI 개념을 정리했습니다. 번아웃 점수나 과소비 알림처럼 생활 개선 기능에 적용할 수 있는 가능성도 제시했습니다.
#LLM#event#context
4400
NLWeb x MCP : Agentic Web의 서막
Microsoft의 NLWeb과 MCP를 소개하며 웹사이트를 자연어 대화형 AI 앱으로 바꾸는 개방형 구조를 설명했습니다. 벡터 검색과 LLM, MCP를 통해 웹 콘텐츠를 표준화된 방식으로 질의응답하는 흐름도 함께 다뤘습니다.
#MCP#LLM#벡터 검색
3900
쉽게이해하는 GPT. 2편(어떻게 GPT는 Chat을 하는가, instruct모델)
GPT는 기본적으로 다음 단어를 예측하는 모델이라 대화가 어렵습니다. instruction tuning으로 질문-답변 형식을 학습해 ChatGPT 같은 대화형 모델로 확장했습니다.
#LLM#ML#Huggingface
8200
기억하는 AI : Agentic Memory 그리고 A-MEN
자율 에이전트에서 Agentic Memory가 장기 기억 역할을 하며 개인화 응답을 돕는 방식을 설명했습니다. A-MEM의 구조화된 노트, 링크, 검색 흐름도 함께 소개했습니다.
#LLM#agent#memory
9800
테스트를 부탁해 - Firebase App Testing Agent 체험기
Firebase App Testing Agent로 UI 테스트를 체험하며 자연어 기반 자동화와 리포트 기능을 확인했습니다. 다만 복잡한 로직 검증과 디버깅에는 한계가 있어 다른 도구와 병행이 필요했습니다.
#Firebase#UI/UX#자동화
4500