LLM 앱 개발
RAG 심화 #2 검색 품질을 좌우하는 청킹 전략
검색 실패의 뿌리는 검색이 아니라 그 전 단계인 청킹에 있는 경우가 많습니다. 고정 크기 분할의 한계, 구조 기반 청킹, 표와 코드 다루기, 메타데이터, 작게 찾고 크게 넣는 부모-자식 청킹까지 다룹니다.
RAG 심화 #1 RAG가 틀리는 지점부터 찾기
RAG의 답이 이상할 때 무작정 프롬프트를 고치면 운에 맡기는 것과 같습니다. 실패를 검색 실패와 생성 실패로 가르고, 골든셋으로 기준선을 만들어 개선을 측정 가능하게 만드는 것부터 시작합니다.
AI 에이전트 개발 실전 #7 실전 프로젝트: 이슈 트리아지 에이전트
시리즈에서 다룬 부품을 모두 묶어 GitHub 이슈를 분류하고 라벨과 답변을 제안하는 트리아지 에이전트를 완성합니다. 읽기 도구와 승인이 필요한 쓰기 도구, 골든셋 기반 평가까지 작업합니다.
AI 에이전트 개발 실전 #6 MCP 서버 직접 만들기
LLM 앱 개발 실전 11편에서는 남이 만든 MCP 서버에 연결했습니다. 이번에는 우리 도구를 MCP 서버로 직접 만듭니다. FastMCP로 서버 작성, 우리 에이전트 루프에 연결, 도구를 서버로 분리할 기준까지 다룹니다.
AI 에이전트 개발 실전 #5 서브에이전트로 일 나누기
하나의 에이전트가 모든 일을 하면 컨텍스트도 책임도 비대해집니다. 서브에이전트로 일을 위임하는 이유, delegate 도구 구현, 오케스트레이터-워커 패턴과 병렬 실행, 위임이 과해지지 않게 막는 기준까지 다룹니다.
AI 에이전트 개발 실전 #4 긴 작업을 버티는 컨텍스트 관리
에이전트가 오래 돌수록 대화가 자라 컨텍스트 한계에 다가갑니다. 도구 결과 다이어트, 오래된 결과 비우기, 요약 압축과 서버측 compaction, 파일 기반 스크래치패드까지 긴 작업을 버티는 기법을 정리합니다.
AI 에이전트 개발 실전 #3 계획 세우기와 자기 수정
여러 단계 작업을 맡기려면 에이전트에게 행동 규칙과 계획이 필요합니다. 시스템 프롬프트 설계, 계획 먼저 세우게 하기, 중간 검증과 재시도, adaptive thinking으로 생각 깊이를 조절하는 방법까지 다룹니다.
AI 에이전트 개발 실전 #2 좋은 도구 설계하기
에이전트 품질의 차이는 대부분 도구에서 갈립니다. 모델이 읽는 문서로서의 description, 스키마 설계, 에러 메시지 설계, 위험한 도구의 분류와 확인 절차까지 도구 설계 원칙을 정리합니다.
AI 에이전트 개발 실전 #1 에이전트 루프 단단하게 만들기
LLM 앱 개발 실전에서 만든 최소 에이전트 루프를 실전 수준으로 끌어올립니다. stop_reason 전부 처리하기, 도구 에러를 결과로 돌려주기, 재시도와 로깅까지. 이 시리즈의 출발점입니다.
LLM 앱 개발 실전 #13 실전 프로젝트: 사내 문서 Q&A 봇
지금까지의 조각을 하나로 묶어 사내 문서에 답하는 Q&A 봇을 처음부터 끝까지 만듭니다. RAG, 스트리밍, 근거 프롬프트, 대화 메모리를 결합한 시리즈의 마무리입니다.
LLM 앱 개발 실전 #12 비용, 평가, 관측
만든 앱을 실제로 운영할 때 필요한 것들을 다룹니다. 토큰 비용 줄이기와 프롬프트 캐싱, 품질을 측정하는 평가, 그리고 동작을 들여다보는 관측을 정리합니다.
LLM 앱 개발 실전 #11 MCP로 도구 연결하기
도구를 연결하는 표준인 MCP(Model Context Protocol)를 다룹니다. 매번 도구를 손으로 짜는 대신, 이미 만들어진 도구 서버에 Claude를 연결하는 방법을 알아봅니다.