

나만의 ReAct 구현하기 : ReAct를 활용한 추론과 작업 자동화
ReAct를 LLM 추론과 작업 자동화에 활용하는 개념과 구성 요소를 소개했습니다. AWS 서비스와 외부 도구를 연결해 업무를 자동화하는 예시도 함께 다뤘습니다.
새로운 기술 블로그가 추가되었어요


ReAct를 LLM 추론과 작업 자동화에 활용하는 개념과 구성 요소를 소개했습니다. AWS 서비스와 외부 도구를 연결해 업무를 자동화하는 예시도 함께 다뤘습니다.

업무 로그 메모를 Gemini로 정리해 과제 단위에서는 요약과 문서 초안 작성에 도움을 받았습니다. 다만 방대한 도메인 컨텍스트에서는 환각이 생겨, 검증과 자동화가 필요했습니다.

밸런스히어로가 월드뱅크 방문에서 인도 시장의 AI 기반 마이크로 파이낸스 사례를 공유했습니다. 중저신용자 대상 대안신용평가와 빠른 대출 심사로 금융 포용 확대 가능성을 보여줬습니다.

밸런스히어로가 월드뱅크에 인도 시장의 AI 마이크로 파이낸스 사례를 공유했습니다. 중저신용자 대상 대안신용평가와 빠른 심사 모델이 포용 금융 사례로 주목받았습니다.


MCP의 개념과 Host, Client, Server 구조를 통해 LLM Agent가 외부 도구를 호출하는 흐름을 설명했습니다. 또한 표준화와 확장성의 장점과 함께 보안, 비용, 생태계 편중 같은 한계도 짚었습니다.


vLLM의 핵심 기술과 성능 최적화 옵션, 그리고 v1 엔진의 구조 개선을 정리했습니다.\n기능 호환성과 운영 단순성을 높이면서 성능을 끌어올린 흐름을 함께 설명했습니다.

LLM의 한계를 보완하기 위해 MCP로 외부 서비스와 데이터에 표준화된 접근을 연결했습니다.여행 검색부터 예약·결제까지 이어지는 행동형 AI 에이전트 구현 사례를 소개했습니다.

비개발자인 디자이너가 GPT와 Dify로 반복 검수 업무를 자동화했습니다. 처리 속도는 약 20배 빨라졌고, 수작업 부담도 크게 줄었습니다.

서비스 운영팀이 반복 업무를 AI와 스크립트로 자동화해 시간을 크게 절감했습니다. 절감한 시간을 정책 정비와 더 중요한 업무에 재투입했습니다.

여행 상품 담당자의 반복 업무를 줄이기 위해 GPT로 크롬 확장 프로그램을 빠르게 만들었습니다.세밀한 항공편 검색과 정보 공유를 자동화해 업무 효율을 높였습니다.
여행 상품 제목 2,500개를 AI와 Dify 워크플로우로 자동 최적화한 사례입니다. 수작업 21시간 분량을 몇 분으로 줄이고 제목 일관성과 가독성을 개선했습니다.

AI와 외부 시스템을 연결하는 표준인 MCP의 개념과 아키텍처를 설명했습니다. 다양한 업무 자동화 사례와 함께 도입 시 고려할 점도 정리했습니다.