LLM 엔지니어링
LLM 애플리케이션, 프롬프트·컨텍스트 엔지니어링과 모델 최적화 실무를 정리합니다.
Agent를 위한 온톨로지는 전사 데이터 모델에서 시작하지 않는다
전사 데이터를 먼저 온톨로지로 묶기보다 Agent가 실제로 답해야 할 질문에서 필요한 개념과 관계를 좁혀 간다. GraphRAG와 자동 구축을 어디까지 적용할지도 함께 정리했다.
나는 왜 새 Agent 서비스에 Router부터 두지 않는가
새 agent 프로젝트는 별도 Router나 Planner를 두기보다 primary agent 하나와 harness로 시작해 왔다. 반복되는 실패를 보고 agent 경계를 추가하는 기준을 정리했다.
코드를 덜 쓰고 규칙을 더 쓰는 시대: AI 코딩 어시스턴트 하네스 거버넌스 설계기
Cursor·Codex·Claude Code를 오가며 느낀 진짜 병목은 모델 성능보다 운영 모델의 불일치였다. 특히 skills 계층의 비대칭까지 포함해, 개인 취향과 팀 표준을 분리하는 실전 거버넌스 구조를 정리한다.
AI 시대, 아키텍처는 여전히 의미가 있을까?
소프트웨어 아키텍처 강의를 들으며 든 비전공자 AI 개발자의 두서없는 고민들
AI 개발자로서 신입분들에게 전하고 싶은 이야기
LangChain, LangGraph 기반 AI 개발 경험을 바탕으로 신입 개발자들에게 전하고 싶은 실무 팁과 마인드셋을 정리했습니다.
AI 에이전트의 진화: 프롬프트에서 컨텍스트 엔지니어링까지 (ACE를 곁들인)
GPT 등장 이후 AI 에이전트의 발전 흐름을 짚어보고, 모델 외부에서 성능을 향상시키는 최신 연구인 Agentic Context Engineering (ACE)을 소개합니다.
Agentic AI 개념 정리: 에이전트와 워크플로우의 스펙트럼
Agent, Workflow, Agentic AI의 개념을 정리하고, AI 엔지니어링 관점에서의 의의와 실제 적용 전략을 다룹니다.
AI 소설 쓰기 실험: 작업을 나누자 출력이 6~7배 길어졌다
GPT-4o mini 단일 호출은 약 1,800 토큰에서 멈췄다. 같은 주제를 LangGraph 작업으로 나눠 6~7배 긴 결과를 만든 과정과 측정 한계를 기록한다.
DSPy: 프롬프트 엔지니어링의 새로운 패러다임
기존의 하드코딩된 프롬프트 엔지니어링에서 벗어나, 선언적이고 스스로 최적화하는 DSPy 프레임워크를 소개합니다.