AI 에이전트에 일본 주소·성명·법인 번호·역법 확정값 tool 제공하기 — Vercel AI SDK / LangChain 대응
LLM 에이전트가 일본의 주소, 성명, 법인 번호 등 고유 데이터를 환각 없이 처리할 수 있도록 돕는 shirabe-sdk 활용 가이드입니다. Vercel AI SDK와 LangChain 환경에서 별도의 도구 정의 없이 즉시 사용할 수 있는 7가지 도구 세트를 제공합니다.
7월 20일0
Claude Agent SDK로 커스텀 AI 에이전트를 직접 만드는 구현 절차와 주의사항【2026】
Claude Agent SDK(Python)를 사용하여 커스텀 AI 에이전트를 구축하는 방법과 주의사항을 다룹니다. 도구 정의를 위한 @tool 데코레이터 사용법부터 MCP 서버 연동, 권한 설정 모드(permission_mode)에 따른 자동화 구현 방식을 상세히 설명합니다.
7월 20일0
2026년 최신｜OpenClaw로 경영 OS를 직접 만든 이야기——9체의 AI 에이전트가 회사를 운영한다
Claude Code의 확장 기능을 활용하여 9개의 전문 AI 에이전트로 구성된 '경영 OS'를 구축한 사례를 소개합니다. OpenClaw를 통해 각 에이전트에게 역할과 문맥을 부여하여 1인 기업의 경영 전반을 자동화하는 프로세스를 다룹니다.
7월 20일0
초안은 AI에게, 마무리는 사람에게 | 영업 제안서 작성을 효율화하는 3가지 단계
영업 제안서 작성 시 AI를 초안 생성 도구로 활용하여 작업 시간을 단축하는 3단계 방법론을 소개합니다. 백지 상태의 구성을 AI가 맡고, 사람은 고객 맞춤형 정보와 판단을 보충하는 역할 분담이 핵심입니다.
7월 20일0
RAG란 무엇인가? 문서 검색 + AI로 답변하는 구조를 알기 쉽게 해설
RAG(검색 증강 생성)의 개념과 작동 원리를 설명합니다. AI가 지식을 암기하는 대신, 벡터 DB를 통해 관련 문서를 검색하여 답변을 생성하는 구조와 임베딩의 역할을 다룹니다.
7월 20일0
OpenAI가 Responses API에 도입한 Programmatic Tool Calling은 모델이 직접 도구를 호출하는 대신 JavaScript 코드를 작성하여 작업을 수행하게 합니다. 이를 통해 불필요한 모델-앱 간의 왕복(Ping-pong)을 줄이고, 토큰 사용량과 레이턴시를 획기적으로 개선할 수 있습니다.
7월 20일0
헤드라인
설마 아직도 Claude/GPT/Gemini의 용도별 활용법을 몰라서 손해 보고 계신가요? 영상에서 다 하지 못한 보충 설명
Claude, GPT, Gemini 등 다양한 AI 모델의 특성에 맞춘 용도별 활용 전략을 소개합니다. 사양 분석, 설계, 구현, 리뷰 단계별로 최적의 AI를 분담하여 작업 효율과 코드 품질을 극대화하는 방법을 다룹니다.
7월 20일0
7월 20일0
xAI가 터미널 기반 코딩 에이전트인 Grok Build의 전체 소스 코드를 Apache 2.0 라이선스로 공개했습니다. Rust로 작성된 이 프로젝트는 복잡한 에이전트의 내부 로직과 TUI 구현 방식을 상세히 보여줍니다.
7월 20일0
7월 20일0
LLM은 '무엇을 말했는가'뿐만 아니라 '어떻게 말했는가'도 이해할 수 있는가? - FFTrans Neu 3.x의 음향 특징량 포함 JSON
FFTrans Neu 3.x 업데이트를 통해 음향 특징량(Acoustic Features)이 포함된 JSON 출력 기능을 소개합니다. 텍스트 전사를 넘어 피치, 음량 등 비언어적 메타데이터를 구조화하여 LLM이 화자의 감정과 뉘앙스를 분석할 수 있도록 지원합니다.
7월 20일0
상주형 AI 에이전트 운용 시 발생하는 과도한 LLM 호출 비용을 제어하기 위한 설계 패턴을 제안합니다. 해시 비교를 통한 변화 감지, 차분 데이터 전달, 폴링 빈도 계층화, 배치 처리 및 프롬프트 캐싱 최적화 전략을 다룹니다.
7월 20일0
[Databricks] AI Search 검색 결과에 출처 정보 포함하기 — source_file 컬럼 추가 데모
Databricks AI Search를 사용하여 RAG 시스템 구축 시 검색 결과에 출처 정보(source_file, source_url)를 포함하는 방법을 설명합니다. 소스 테이블에 메타데이터 컬럼을 추가하고 검색 시 해당 컬럼을 지정하는 간단한 데모를 제공합니다.
7월 20일0
【AI 에이전트 해부학: 제2회】 지능에 손발을 부여하기: Function Calling과 구조화된 출력 (Structured Outputs)
AI 에이전트가 외부 도구 및 API와 상호작용할 수 있도록 돕는 Function Calling과 Structured Outputs의 개념을 설명합니다. LLM의 모호한 출력을 엄격한 JSON 형식으로 변환하여 프로그램이 안정적으로 실행할 수 있는 메커니즘을 다룹니다.
7월 20일3
AI 코딩 에이전트 간의 컨텍스트 공유를 돕는 로컬 메모리 OSS 'memcp'의 업데이트 소식입니다. Claude Code와 Codex CLI의 세션 로그를 로컬 SQLite에 저장하고 MCP를 통해 에이전트가 과거 대화를 검색할 수 있게 합니다.
7월 20일0
헤드라인
네, 아직도 ChatGPT 코드를 그대로 운영 환경에 투입하고 계신가요? 영상에서 다 하지 못한 보충 설명
AI가 생성한 코드를 검증 없이 운영 환경에 배포할 때 발생하는 보안 위험과 이를 방지하기 위한 개발 프로세스를 설명합니다. 테스트, 보안 체크, 자동화 도구 활용을 통해 AI를 안전한 어시스턴트로 사용하는 방법을 제안합니다.
7월 20일0
RAG와 외부 API 연동을 결합하여 자율적인 태스크 수행이 가능한 AI 에이전트 구축 절차를 설명합니다. LangChain, LangGraph 등 주요 프레임워크의 특징과 에이전트의 핵심 구성 요소를 다룹니다.
7월 20일0
AI 라이팅 툴 Catchy vs Transcope vs ElevenLabs: 실전 운영 3개월 만에 알게 된 '역할별 활용법'
AI 라이팅 도구의 선택은 '최고 성능'보다 '사용 목적과 워크플로우 통합 여부'가 중요합니다. 본 글은 Catchy, Transcope, ElevenLabs 세 가지 도구를 중심으로 역할별 활용법을 제시하며, 각 도구가 콘텐츠 제작 과정 중 어떤 단계에서 최적화되어 사용될 수 있는지 실질적인 운영 경험을 바탕으로 설명합니다.
