인공지능 개발자 수다

[LangGraph] 워크플로우 패턴 5가지: 상황에 맞게 선택하는 방법1. 개요1.1. 워크플로우 패턴을 구분해야 하는 이유LangGraph의 State, Node, Edge를 배웠더라도 실제 서비스를 만들 때는 또 다른 고민이 생깁니다. 작업을 순서대로 연결할지, 동시에 실행할지, 아니면 결과가 좋아질 때까지 반복해야 할지 결정해야 하기 때문입니다. 🙂LangGraph는 이러한 실행 흐름을 하나의 정답으로 제한하지 않습니다. 대신 문제의 구조에 맞춰 사용할 수 있는 대표적인 워크플로우 패턴을 제공합니다.핵심워크플로우는 기능의 종류보다 작업의 순서, 분기, 반복 방식을 기준으로 선택해야 합니다.이번 글에서는 LangGraph 공식 문서를 기준으로 다섯 가지 패턴을 살펴보고, 어떤 상황에서 무엇을 선택..

1. 개요1.1. Codex에 Plugin이 필요한 이유핵심Plugin을 설치하면 Codex에 반복 작업 방법과 외부 서비스 연결 기능을 추가할 수 있습니다.Codex는 파일을 읽고 글이나 코드를 작성하는 것만으로도 유용합니다. 하지만 Google Drive의 문서를 찾거나 Gmail의 메일을 정리하려면 해당 서비스와 연결할 도구가 필요합니다.이때 Plugin을 활용할 수 있습니다. 필요한 기능을 설치하면 외부 서비스의 내용을 매번 복사하거나 같은 작업 방법을 반복해서 설명하는 수고를 줄일 수 있어요. 🙂1.2. Plugin은 기능을 묶어 설치하는 패키지다Plugin은 하나의 기능이 아니라 설치 가능한 기능 묶음입니다. 반복 작업 절차를 담은 Skill, 외부 서비스에 연결하는 Connector와 MC..

1. 개요Codex에게 "이거 고쳐줘"라고 했는데, 결과를 보고 나서 다시 설명하느라 시간이 더 걸린 적이 있나요? 코딩 에이전트는 똑똑하지만, 내가 원하는 결과와 작업 범위를 짚어주지 않으면 엉뚱한 방향으로 열심히 달릴 수 있습니다. 🙂Codex 프롬프트를 잘 쓴다는 것은 멋진 문장을 쓰는 일이 아닙니다. 내가 원하는 결과, 건드려도 되는 범위, 판단 기준을 Codex가 바로 이해할 수 있게 전달하는 일에 가깝습니다.같은 요청이라도 "이거 고쳐줘"라고 말할 때와 "로그인 실패 시 에러 메시지가 보이지 않는 문제를 찾아서, UI 변경은 최소화하고 테스트까지 추가해줘"라고 말할 때 결과는 꽤 달라집니다. 이 글에서는 Codex에게 코딩 작업을 맡길 때 더 정확한 결과를 얻는 프롬프트 작성법을 실전 예시 ..

1. 개요Codex를 계속 쓰다 보면 같은 설명을 반복하게 되는 순간이 있습니다."블로그 글은 이 형식으로 써줘", "PR 리뷰는 이 체크리스트를 기준으로 봐줘", "릴리즈 노트는 이 순서로 정리해줘"처럼 매번 비슷한 작업 흐름을 설명하고 있다면, 그 내용은 SKILL.md로 분리할 수 있습니다.SKILL.md는 Codex에게 특정 작업을 수행하는 방법을 알려주는 Skill의 핵심 파일입니다. 쉽게 말하면 "반복해서 쓰는 프롬프트와 작업 절차를 파일로 저장해두는 방식"에 가깝습니다.이번 글에서는 거창한 Skill을 만드는 것보다, SKILL.md가 어떤 역할을 하고 어떤 기준으로 작성하면 좋은지 정리합니다.1.1. SKILL.md는 언제 필요한가SKILL.md는 반복 작업이 생겼을 때 유용합니다.한 번만..

1. 개요Codex를 제대로 쓰려면 매번 같은 설명을 반복하지 않도록 만드는 것이 중요합니다."이 프로젝트에서는 pnpm을 써야 해", "테스트는 이 명령어로 돌려야 해", "이 폴더는 직접 수정하면 안 돼" 같은 규칙이 있다면, 매번 프롬프트에 적는 대신 AGENTS.md에 남겨둘 수 있습니다.AGENTS.md는 Codex가 작업을 시작하기 전에 읽는 프로젝트 지침 파일입니다. 팀의 개발 규칙, 빌드 명령, 리뷰 기준, 디렉터리별 주의사항을 적어두면 Codex가 더 일관된 방식으로 작업할 수 있습니다.1.1. AGENTS.md가 필요한 이유Codex는 코드를 잘 읽고 수정할 수 있지만, 프로젝트마다 다른 "암묵적인 규칙"까지 처음부터 알 수는 없습니다.예를 들어 다음과 같은 정보는 저장소 안에 명확히 ..

1. 개요Codex 사용법을 처음 익힐 때 가장 중요한 것은 "AI에게 코드를 맡긴다"가 아니라 "작업 단위를 잘 나누고, 결과를 검증하며 함께 개발한다"는 관점입니다.Codex는 코드베이스를 읽고, 파일을 수정하고, 명령어를 실행하며, 리뷰까지 도와주는 코딩 에이전트입니다. 터미널에서 쓰는 Codex CLI, 데스크톱 앱, IDE 확장, 웹/클라우드 환경 등 여러 방식으로 사용할 수 있지만, 기본 흐름은 비슷합니다.이 글에서는 Codex를 처음 사용하는 사람이 바로 익혀야 할 핵심만 정리합니다.Codex를 어떤 상황에서 쓰면 좋은지첫 작업을 어떻게 요청하면 좋은지AGENTS.md를 왜 만들어야 하는지결과물을 안전하게 확인하는 방법초보자가 자주 하는 실수2. 내용2.1. Codex는 언제 쓰면 좋을까?C..

1. 개요codex로 업무 자동화를 시작하고 싶지만 어디서부터 정리해야 할지 막막할 때가 있습니다. 🙂 이 글은 일반 성인과 직장인을 위해, codex에서 Agent 활용법을 이용해 반복 업무를 정리하는 기본 절차를 순서대로 설명합니다. 글을 끝까지 읽으면 워크플로우 구성, 디렉토리 구조, 실행 방법을 한 번에 이해하고, 작은 자동화 작업 하나를 직접 시작할 수 있습니다. 2. 내용2.1. Codex 업무 자동화 개념먼저 개념부터 간단히 잡아보겠습니다. codex 기반 업무 자동화는 입력 문서를 준비하고, Agent가 단계별 결과물을 만들고, 사람이 검토해 마무리하는 작업 방식입니다.예시:블로그 글 주제를 정리한 파일을 입력으로 준다.Agent가 개요, 초안, 검토 메모, SEO 메타 정보를 차례대로 ..

프로젝트를 하다 보니,새로운 Exaone 모델이 나왔다고 해서어떤 점이 업그레이드가 되었는지 궁금해서논문을 읽어보기로 했다.0. AbstractExaone 4.0은 Non-Reasoning mode 와 Reasoning mode를 둘다 지원함고급 추론 능력을 지원함Agentic tool 을 사용스페인어, 영어, 한국어 가능32B, 1.2B 두가지 사이즈가 있음 1. Introduction실제 서비스 환경에서의 활용성과 고급 추론 능력을 동시에 만족시키는 것을 목표로 개발 agentic tool use를 핵심 역량으로 도입빠른 응답을 위한 비추론 모드 Non reasoning mode와 정확성을 중시하는 추론 모드 Reasoning mode를 하나의 모델 안에서 통합사전학습 단계에서는 이전 버전 대비 훨씬..

1. 현재 1.1. AI Agent현재 LLM 모델 관련 취업 시장은AI Agent 개발자 위주로 취업이 많은데 주로 하는 업무는LLM 모델을 보조해주는Agent 설계 ,Tool 개발, RAG 시스템 개발 이다. 물론 해당 내용이 현재 시점에서2025년12월 21일 기준기업에서 큰 월급을 주고 있지만, 주요 업무는- 데이터 전처리 파이프라인 개발과- RAG 시스템 구축과 성능 개선- Agent 시스템의 성능 최적화 및 성능 개선 이렇게 세가지 이다. 주요 업무 흐름은 다음과 같다.데이터 사이언스 분야에서 항상 하듯 1. 탐색적 데이터 분석(어떤 질문이 들어올지 데이터분석을 하고, 어떤 문서를 답변에 활용할지 데이터를 분석한다)2. Agnet 설계3. 데이터 분석 이후 데이터 전처리4. LLM, Embed..

출처: FastMCP docs Quickstart - FastMCPWelcome! This guide will help you quickly set up FastMCP, run your first MCP server, and deploy a server to FastMCP Cloud. If you haven’t already installed FastMCP, follow the installation instructions. Create a FastMCP Server A FastMCP server is a collegofastmcp.com 0. FastMCP란FastMCP는 Python MCP 개발의 선구자였으며 FastMCP 1.0은 2024년에 공식 MCP SDK 에 통합되었음 FastMCP가 복잡한..