윤남매 아빠's 스토리

안녕하세요! 여러분의 AI 아키텍처 길잡이, 팬돌프입니다.지난 2편에서 우리는 LangGraph의 3대 요소인 State, Node, Edge를 활용해 AI의 뇌(순환 구조)를 직접 그려보았습니다. 이제 AI는 빙글빙글 돌며 스스로 생각할 수 있는 기본적인 틀을 갖추게 되었습니다.하지만 통 속에 들어있는 뇌는 혼자서 아무것도 할 수 없습니다. "오늘 서울 날씨 어때?"라고 물어봤을 때, 2023년까지의 데이터만 학습한 LLM은 "저는 실시간 정보를 알 수 없습니다"라고 대답할 수밖에 없죠.AI가 세상과 상호작용하려면 손과 발이 필요합니다. 오늘은 LLM이 스스로 판단하여 날씨 API를 호출하고, 구글 검색을 실행하는 마법, Tool Calling(도구 사용)과 외부 API 연동의 원리를 파헤쳐 보겠습니다..

안녕하세요! 여러분의 AI 아키텍처 길잡이, 팬돌프입니다.데이터 엔지니어링의 끝판왕인 실시간 처리(Flink)를 정복하셨으니, 이제 다시 AI의 최전선으로 돌아올 완벽한 타이밍입니다.지금까지 우리가 만들었던 RAG 시스템은 질문을 하면 문서를 찾아 읽고 답변하는 '수동적인 챗봇(Reader)'에 불과했습니다. 하지만 2024~2025년 이후 AI 업계의 가장 뜨거운 화두는 스스로 계획을 세우고, 도구를 사용하며, 실패하면 다시 시도하는 '자율 행동 AI(Agent)'입니다.기존 LangChain의 단순한 파이프라인(Chain) 구조로는 복잡한 분기 처리와 무한 루프를 도는 에이전트를 만들기 어려웠습니다. 이를 해결하기 위해 등장한 것이 바로 상태(State) 기반의 순환 그래프 구조를 가진 LangGra..