#AI
34 편의 글
LLM 앱 개발 실전 #10 AI 에이전트 만들기
Claude가 스스로 도구를 골라 여러 단계를 밟아 일을 처리하는 에이전트를 만듭니다. 에이전트 루프, 여러 도구 오케스트레이션, 안전한 종료 조건까지 다룹니다.
LLM 앱 개발 실전 #9 대화 메모리와 컨텍스트 관리
대화가 길어질 때 쌓이는 히스토리를 어떻게 다룰지 정리합니다. 컨텍스트 한계와 토큰 비용 문제, 슬라이딩 윈도우와 요약 압축, 서버측 컴팩션까지 다룹니다.
LLM 앱 개발 실전 #8 RAG 파이프라인 구축
벡터 검색으로 찾은 문서를 Claude에게 건네, 우리 문서에 근거해 답하게 하는 RAG를 완성합니다. 청킹, 검색, 프롬프트 주입, 생성까지 전체 파이프라인을 만듭니다.
LLM 앱 개발 실전 #7 임베딩과 벡터 검색
텍스트를 의미가 담긴 벡터로 바꾸는 임베딩과, 그 벡터로 비슷한 문서를 찾는 벡터 검색을 다룹니다. 다음 편 RAG를 위한 준비 단계입니다.
LLM 앱 개발 실전 #6 툴 콜링으로 외부 기능 연결
Claude가 우리가 정의한 함수를 직접 호출하게 하는 툴 콜링을 다룹니다. 도구 정의, tool_use 처리, 실행 루프까지 외부 API와 데이터베이스에 Claude를 연결하는 토대를 만듭니다.
LLM 앱 개발 실전 #5 구조화된 출력 받기
프롬프트로 좁힌 출력 형식을 JSON 스키마로 강제하는 방법을 다룹니다. Pydantic 모델과 messages.parse로 검증된 결과를 받아 곧바로 코드에 꽂아 씁니다.
LLM 앱 개발 실전 #4 프롬프트 엔지니어링 실무
같은 질문도 어떻게 묻느냐에 따라 답의 품질이 달라집니다. 구체적인 지시, 출력 형식 지정, 예시 제공, 태그로 구조 잡기까지 원하는 결과를 안정적으로 끌어내는 프롬프트 작성법을 정리합니다.
LLM 앱 개발 실전 #3 스트리밍으로 응답 실시간 출력
응답을 한 번에 받지 않고 생성되는 대로 화면에 흘려보내는 스트리밍을 다룹니다. messages.stream과 text_stream으로 첫 글자까지의 체감 지연을 크게 줄입니다.
LLM 앱 개발 실전 #2 메시지와 파라미터 이해하기
messages의 역할 구조와 멀티턴 대화, system 프롬프트, 그리고 max_tokens와 temperature 같은 핵심 파라미터를 정리합니다. Claude에게 맥락과 지시를 정확히 전달하는 토대입니다.
LLM 앱 개발 실전 #1 첫 API 호출과 개발 환경 셋업
LLM 앱이 일반 백엔드와 무엇이 다른지 짚고, Anthropic API 키 발급부터 Python SDK로 첫 응답을 받기까지를 따라 합니다. 시리즈의 출발점입니다.