LLM과 에이전트를 설계하는 실무 실험실
AI 에이전트를 설계하고 운영하며 내린 판단들. 도구(Tool) 권한, 오케스트레이션, 관측, 외부 소스 신뢰 경계 같은 실전 설계 문제를 코드와 근거 중심으로 정리한다.
LLM은 “판단하는 도구”이지,시스템의 규칙과 책임까지 대신 설계해주지는 않는다. LangChain으로 Agent를 설계하다 보면 어느 순간부터 이런 프롬프트를 쓰고 있는 나를 발견하게 된다 “적절히 판단해서 처리해줘” “상황에 맞게 알아서 결정해줘” 이게 나만의 문제는 아니라고 생각한다 LLM은 너무 똑똑해보이고 실제로 웬만한 질문에는 그럴듯한답을 내놓기 때문이다. 특히 멀티 에이전트 구조를 만들 때는 더 그렇다 각 에이전트가 역할을 나눠서 추론하고, … 더 읽기
튜토리얼은 따라가는데 혼자 설계하려면 손이 멈추는 이유 AI 개발자에 입문하면 가장 많이 듣는 툴, LangChain. LangChain 공식 튜토리얼을 보면 에이전트를 만드는 건 생각보다 쉬워 보인다. Tool 붙이고, Memory 추가하고, Agent를 하나 선언하면 끝이다. 그런데 막상 내 문제를 풀어보려고 하면 손이 멈춘다. “뭐부터 해야 하지?” 이 글은 에이전트가 무엇인지 설명하려는 글이 아니다. 왜 혼자 설계하려고 하면 … 더 읽기