본문 바로가기
728x90

전체 글400

벡터 RAG 다음은 무엇인가: Graph RAG·온톨로지 월드모델로 가는 3단계 LLM을 업무에 연결할 때 가장 먼저 떠올리는 해법은 RAG입니다. 문서를 잘게 나누고 임베딩한 뒤 질문과 가까운 조각을 찾아 프롬프트에 넣는 방식입니다. 빠르게 시작할 수 있고 효과도 분명하지만, 조직의 질문이 복잡해질수록 단순 유사도 검색만으로는 설명하기 어려운 실패가 쌓입니다.“이 고객과 연결된 계약·담당자·리스크를 함께 보여 달라”, “여러 문서에 흩어진 사건의 원인과 영향을 설명하라”, “규정의 적용 대상과 예외를 구분하라” 같은 질문은 키워드가 비슷한 문장을 찾는 문제가 아닙니다. 관계, 맥락, 규칙, 시간까지 복원해야 하는 문제입니다.이 지점에서 RAG의 진화 방향을 세 단계로 볼 수 있습니다.1단계: 벡터 RAG는 ‘비슷한 문장’을 찾는다Naive RAG 또는 기본 벡터 RAG는 문서를 청.. 2026. 8. 31.
바이브코딩 고수는 프롬프트보다 작업을 설계한다: AI 코딩 실수를 줄이는 8가지 습관 바이브코딩을 잘한다는 말을 들으면 흔히 “AI에게 멋진 프롬프트를 쓰는 능력”부터 떠올립니다. 하지만 실제 프로젝트에서 결과를 가르는 것은 한 번의 영리한 지시보다 AI가 실수하기 어려운 작업 구조를 만드는 능력에 가깝습니다.최근 happytlog님의 Threads 연속 글을 읽으며 이 관점을 다시 확인했습니다. 원문이 제시한 핵심을 바탕으로, AI 코딩 도구를 실무에서 안정적으로 활용하기 위한 여덟 가지 습관과 바로 적용할 수 있는 체크리스트를 정리합니다.1. 구현보다 계획 산출물을 먼저 만든다“기능을 만들어 달라”는 한 문장으로 바로 코딩을 시작하면 AI는 비어 있는 부분을 스스로 추정합니다. 속도는 빨라 보이지만, 잘못된 가정을 기초로 많은 코드를 만든 뒤 되돌리는 일이 생기기 쉽습니다.코딩 전에 .. 2026. 8. 30.
기업 AX 전환, 무엇부터 준비할까? 인프라·RAG·LLM 배포 실전 가이드 생성형 AI를 도입하려는 기업이 가장 자주 부딪히는 문제는 모델 선택보다 운영 구조입니다. 좋은 데모를 만드는 것과 실제 업무에서 안전하고 지속적으로 쓰는 시스템을 만드는 것은 전혀 다른 일입니다.이 글에서는 기업 AX(AI Transformation) 전환을 준비할 때 꼭 짚어야 할 여덟 가지 질문을 인프라, 데이터, 보안, 비용, 운영 관점에서 정리합니다.1. 기업 AX 인프라의 필수 구성 요소기업용 AX 인프라는 다음 일곱 층으로 보는 것이 이해하기 쉽습니다.• 업무 계층: 어떤 업무를 얼마나 개선할지 정의하고, 사람의 승인 지점을 설계합니다.• 모델 계층: 상용 API, 오픈소스 모델, 임베딩 모델을 용도에 따라 조합합니다.• 데이터·RAG 계층: 문서 수집, 정제, 청킹, 임베딩, 검색, 출처 .. 2026. 8. 28.
AI 시대의 오픈소스, 코드를 넘어 ‘판단과 신뢰의 시스템’으로 최근 2026 오픈소스 개발자대회와 관련된 영상 세 편을 연달아 봤다. 발표자의 관점은 조금씩 달랐지만 결론은 놀랄 만큼 닮아 있었다.AI가 코드를 빠르게 만들어 주는 시대에도 무엇을 만들지 결정하고, 그 결과를 믿을 수 있게 검증하고, 다른 사람이 이어갈 수 있는 구조를 만드는 일은 여전히 사람의 몫이라는 것이다.세 영상을 보고 나니 오픈소스를 단순히 “소스 코드를 공개하는 일”로 생각해서는 부족하다는 생각이 들었다. 이제 오픈소스는 코드와 함께 의도, 기준, 검증 과정, 협업 기록까지 공개하는 하나의 운영 방식에 가까워지고 있다.1. 오픈소스의 본질은 코드 공개보다 협업 과정에 있다오픈소스의 법적인 출발점은 비교적 분명하다. 누구나 소스를 열람하고, 사용하고, 수정하고, 다시 배포할 수 있어야 한다... 2026. 8. 1.
2026년 체계적 현장훈련(S-OJT) 외부전문가 교육과정 핵심 정리 2026년 체계적 현장훈련(S-OJT) 외부전문가 교육과정 핵심 정리 이번 교육은 체계적 현장훈련(S-OJT)의 개념과 PBL 기반 훈련 설계, 외부전문가에게 필요한 커뮤니케이션 역량, 그리고 안전·청렴 윤리까지 총 4개 과정으로 구성됐다. 교육 내용을 실무에 적용하기 쉽도록 핵심만 정리해 본다. S-OJT는 왜 PBL 방식으로 변화하는가 과거의 현장훈련은 숙련자가 보유한 지식과 기술을 훈련생에게 그대로 전달하는 전수식 방식이 중심이었다. 그러나 기술, 시장, 고객 요구가 빠르게 변화하는 환경에서는 이미 정해진 답을 그대로 수행하는 능력만으로 충분하지 않다.오늘날 필요한 역량은 변화에 대응하는 민첩성, 회복탄력성, 분석적 사고, 창의적 사고, 협업과 문제 해결 능력이다. S-OJT가 프로젝트 수행과 문.. 2026. 7. 12.
OpenAI Agent SDK 기반 RAG 구축 LLM은 똑똑하지만 학습 시점 이후의 지식과 우리 회사의 내부 문서는 모릅니다. 이 한계를 메우는 대표적인 방법이 RAG(Retrieval-Augmented Generation, 검색 증강 생성)입니다. 이 글은 OpenAI Agent SDK 기반 RAG 구축 강의를 들으며 정리한 노트로, 밑바탕 개념(모델·가중치·임베딩)부터 RAG 파이프라인, 에이전트와의 결합까지 순서대로 정리합니다.1. 바탕 개념 — 모델이란 무엇인가신경망(NN)을 학습시키면 모델이 됩니다. 모델의 실체는 레이어라는 틀 + 가중치 값입니다. 아주 단순화하면 y = ax + b에서 a(가중치)를 데이터로 찾아가는 과정이 학습입니다.목표: 입력에 2를 곱하는 규칙 학습 3 × 2 = 6, 3 × 3 = 9 ← 정답 데이터 가중.. 2026. 7. 5.
AI-Native 소프트웨어 개발: GitHub Spec Kit을 활용한 Spec-Driven Development 0. 들어가며 — AI-Native로 가는 세 단계앞선 글(바이브 코딩을 넘어 GitHub Spec Kit으로 구현하는 SDD)에서 명세 중심 개발의 큰 그림을 다뤘다면, 이번 글은 한 걸음 더 들어간다. 조직이 AI-Native가 된다는 것이 무엇인지, 그 과정에서 개발자와 리더의 역할이 어떻게 바뀌는지, 그리고 Spec Kit 파이프라인을 실전에서 굴릴 때 부딪히는 문제들 — SC/AC 정의, clarify, 그린필드 vs 브라운필드 — 을 정리한다. (출처: 임정환 교수님)AI를 받아들이는 조직은 대체로 세 단계를 밟는다.단계이름설명1단계AE — AI EngineeringAI를 도구로 활용해 기존 개발 프로세스를 보강하는 단계. 코드 자동완성, 문서 요약 수준.2단계AS — Agentic AI Sy.. 2026. 5. 3.
피지컬AI시대를 위한 산업용로봇 어플리케이션 이해 및 활용 0. 들어가며 — 피지컬 AI와 산업용 로봇LLM에서 VLM으로, 그리고 VLA(Vision-Language-Action)로 이어지는 흐름의 종착지는 결국 물리 세계에서 행동하는 AI다. 그 행동을 실제로 수행하는 몸이 바로 산업용 로봇이다. 이 글은 Nachi W-L02877(MZ04 계열) 로봇을 교보재로 진행한 산업용 로봇 어플리케이션 교육 내용을 정리한 것이다. 로봇 제조사 생태계부터 대표 어플리케이션(빈 피킹·아크 용접·협동로봇), 그리고 티칭 프로그래밍의 기초 문법까지를 다룬다.1. 산업용 로봇 제조사 생태계산업용 로봇 시장은 소수의 글로벌 제조사가 주도한다. 일본의 FANUC·Nachi(나치후지코시)·야스카와, 유럽의 ABB·KUKA가 대표적이다. 국내에서는 NKR코리아가 Nachi 로봇의 .. 2026. 4. 26.
LLM 기반 자율 에이전트(Agent) 개발 및 워크플로우 자동화 0. 들어가며 — 에이전트를 한 줄로 정의하면Agent = Planning + Memory + Tool UseLLM이 질문에 답하는 존재라면, 에이전트(Agent)는 목표를 받아 스스로 계획하고, 기억하고, 도구를 사용해 일을 끝내는 존재다. 위 한 줄 정의가 이 글 전체의 뼈대다. 이 글은 LLM 기반 자율 에이전트 개발 교육 내용을 정리한 것으로, 에이전트의 3요소부터 워크플로우 자동화, RAG의 다음 단계, 그리고 멀티 에이전트 시스템(MAS)까지를 다룬다.1. 에이전트의 3요소Planning(계획) — 목표를 실행 가능한 단계로 분해한다. CoT(Chain of Thought) 프롬프팅이 계획 능력의 기반이 된다.Memory(기억) — 대화 맥락을 유지하는 단기 기억과, 벡터 저장소 등에 축적하는.. 2026. 4. 19.
728x90

티스토리툴바