Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
LangChainAI 번역헤드라인
LangSmith와 Lilac을 활용한 LLM 파인튜닝 (Fine-tuning)
LLM 애플리케이션을 프로덕션 단계로 전환할 때 필수적인 고품질 데이터셋 구축을 위해 LangSmith와 Lilac을 결합하는 워크플로우를 소개합니다. LangSmith로 실행 트레이스를 수집하고, Lilac을 통해 데이터를 정제 및 레이블링함으로써 효과적인 파인튜닝 데이터셋을 큐레이션하는 방법을 다룹니다.
5월 20일3
LangChainAI 번역헤드라인
당신의 하네스, 당신의 메모리
에이전트 시스템 구축의 핵심 요소인 '에이전트 하네스'와 '메모리'의 밀접한 결합 관계를 설명합니다. 하네스는 단순한 스캐폴딩을 넘어 컨텍스트와 메모리를 관리하는 핵심 역량이며, 독점적 API 기반의 폐쇄형 하네스를 사용할 경우 메모리에 대한 통제권을 상실할 위험이 있음을 경고합니다.
5월 20일2
LangChainAI 번역헤드라인
에이전트 개선 루프에서의 인간의 판단 (Human judgment)
AI 에이전트가 조직의 암묵적 지식을 반영하여 효과적으로 작동하기 위해서는 도메인 전문가의 판단을 포함하는 개선 루프가 필수적입니다. 본 가이드는 워크플로 설계부터 컨텍스트 제공까지 에이전트 개발 생명주기 전반에 걸쳐 인간의 지식을 통합하는 방법론을 다룹니다.
5월 20일2
LangChainAI 번역헤드라인
Better Harness: 평가(Evals)를 활용한 Harness Hill-Climbing 레시피
더 나은 에이전트를 구축하기 위해 평가(Evals)를 학습 신호로 활용하여 harness를 반복적으로 개선하는 'Harness Hill-Climbing' 방법론을 소개합니다. 평가를 단순한 검증 도구가 아닌 에이전트의 행동을 가이드하는 학습 데이터로 정의하며, 데이터 확보부터 최적화, 검토에 이르는 복합 시스템 엔지니어링 접근 방식을 제안합니다.
5월 20일1
LangChainAI 번역헤드라인
우리의 문서가 스스로를 테스트하게 만든 방법
문서 내의 오래된 코드 샘플로 인해 발생하는 문제를 해결하기 위해 코드 샘플을 테스트 가능한 형태로 전환하는 방법을 소개합니다. Deep Agents CLI를 활용하여 인라인 코드를 독립된 파일로 추출하고 CI 환경에서 자동 테스트할 수 있도록 에이전트에게 작업을 위임하는 워크플로를 제안합니다.
5월 20일1
LangChainAI 번역헤드라인
Credit Genie가 Insights Agent를 사용하여 AI 금융 비서(financial assistant)를 개선한 방법
Credit Genie는 LangGraph로 구축한 AI 금융 비서 AskGenie의 사용자 상호작용을 분석하기 위해 LangSmith Insights Agent를 도입했습니다. Insights Agent를 통해 기존 챗봇이 해결하지 못하는 고객 지원 요청의 공백을 발견하였으며, 이를 바탕으로 현금 서비스 조회 및 상환 날짜 변경 등 필요한 기능을 신속하게 출시했습니다.
5월 20일0
LangChainAI 번역헤드라인
LangSmith와 LangChain OSS가 EU AI Act 요구사항 준수를 돕는 방법
EU AI Act는 고위험 AI 시스템을 대상으로 리스크 관리, 자동 로깅, 투명성 및 인간의 감독 등 엄격한 준수 사항을 요구합니다. LangSmith와 LangChain OSS는 에이전트의 추론 과정과 도구 호출을 포함한 전체 실행 단계를 추적하고 관찰할 수 있는 인프라를 제공하여 이러한 규제 요구사항을 충족하도록 돕습니다.
5월 20일1
LangChainAI 번역헤드라인
Deep Agents deploy: Claude Managed Agents의 오픈 소스 대안
Deep Agents deploy는 모델에 구애받지 않는 오픈 소스 에이전트 하네스를 프로덕션 환경에 즉시 배포할 수 있는 도구입니다. 단 한 줄의 명령어로 오케스트레이션 로직, 메모리, 샌드박스, MCP 도구 등을 통합하여 확장 가능한 멀티 테넌트 환경을 구축할 수 있습니다.
5월 20일1
LangChainAI 번역헤드라인
Villagers x LangSmith: LangSmith를 활용한 멀티 에이전트 (Multi-agent) 사회적 네트워크 시뮬레이션
Villagers 팀은 LangSmith를 활용하여 실제 Twitter 사용자의 행동 패턴을 모방하는 멀티 에이전트 사회적 네트워크 시뮬레이션을 구축했습니다. 이 프로젝트는 수많은 에이전트가 병렬로 상호작용하는 복잡한 환경에서 LangSmith의 자동 트레이스 및 디버깅 기능을 통해 프롬프트 엔지니어링 효율을 극대화한 사례를 보여줍니다.
5월 20일0
LangChainAI 번역헤드라인
백그라운드에서 서브에이전트 (Subagents) 실행하기
기존의 인라인 서브에이전트 방식은 도구 호출이 동기적으로 이루어져 서브에이전트 작업 중 감독 에이전트가 차단되는 데드락 문제가 발생합니다. 이를 해결하기 위해 Deep Agents는 비동기 서브에이전트 패턴을 도입하여, 감독 에이전트가 제어권을 유지한 채 여러 작업을 병렬로 실행하고 관리할 수 있도록 지원합니다.
5월 20일0
LangChainAI 번역헤드라인
에이전트 개선 루프의 시작은 트레이스(Trace)입니다
에이전트 시스템을 체계적으로 개선하기 위해서는 실행 과정의 기록인 트레이스(Trace)를 확보하고 이를 평가 및 피드백으로 풍부하게 만드는 과정이 필수적입니다. 트레이스는 에이전트가 실제로 수행한 동작을 보여주는 핵심 데이터이며, 이를 통해 실패 패턴을 식별하고 타겟팅된 변경을 수행하는 반복적인 개선 루프를 구축할 수 있습니다.
5월 20일0
LangChainAI 번역헤드라인
LangSmith의 재사용 가능한 평가기(Evaluator) 및 평가기 템플릿
LangSmith가 재사용 가능한 평가기(Evaluators)와 30개 이상의 평가기 템플릿 라이브러리를 출시했습니다. 이를 통해 개발자는 안전성, 응답 품질, 멀티모달 등 다양한 측면의 평가를 처음부터 구축할 필요 없이 즉시 적용하거나 커스텀하여 관리할 수 있습니다.
5월 20일0
LangChainAI 번역헤드라인
Agent Builder의 메모리를 구축한 방법 | 에이전트에 메모리 구축하기
LangSmith Agent Builder는 특정 작업을 반복 수행하는 노코드 에이전트 구축 도구로, 사용자 경험을 극대화하기 위해 메모리 시스템을 핵심 요소로 설계했습니다. 메모리는 절차적, 의미적, 일화적 범주로 정의되며, 모델이 파일 시스템을 잘 다룬다는 점을 활용해 파일 세트 형태로 구현되었습니다.
5월 20일0
LangChainAI 번역헤드라인
Deep Agents를 위한 평가(Evals) 구축 방법
Deep Agents의 성능을 개선하기 위해 운영 환경의 핵심 행동을 직접 측정하는 타겟팅된 평가(Evals) 구축 방법을 제안합니다. 무분별한 테스트 추가 대신 검증 가능한 지표를 설정하고, 독스트링과 카테고리 태그를 통해 평가 체계를 문서화하며, LangSmith를 활용해 협업 및 비용 효율적인 실험 환경을 조성하는 것이 핵심입니다.
5월 20일0
LangChainAI 번역헤드라인
에이전트가 컨텍스트 엔지니어링 (Context Engineering)을 위해 파일 시스템을 사용하는 방법
딥 에이전트의 성능을 결정짓는 핵심 요소인 컨텍스트 엔지니어링의 개념과 파일 시스템 도구의 중요성을 다룹니다. 에이전트가 필요한 정보를 정확히 검색하고, 컨텍스트 윈도우를 효율적으로 관리하여 토큰 낭비와 성능 저하를 방지하는 전략을 설명합니다.
5월 20일0
LangChainAI 번역헤드라인
에이전트(Agent)를 구축하는 방법
에이전트 구축을 위한 실질적인 프레임워크를 제시하며, 아이디어를 실제 비즈니스 영향력으로 전환하는 단계를 설명합니다. 구체적인 예시를 통한 업무 정의, 표준 운영 절차(SOP) 설계, 그리고 프롬프트를 활용한 MVP 구축 과정을 통해 성공적인 에이전트 구현 방법을 안내합니다.
5월 20일0
LangChainAI 번역헤드라인
컨텍스트 엔지니어링 (Context Engineering)
컨텍스트 엔지니어링은 에이전트의 작업 단계마다 컨텍스트 창을 최적의 정보로 채우는 기술로, LLM의 컨텍스트 창을 RAM처럼 관리하는 과정입니다. 본문은 에이전트가 장기 작업을 수행할 때 발생하는 컨텍스트 오염, 주의 분산, 혼란, 충돌 문제를 해결하기 위한 전략을 다룹니다.
5월 20일1
LangChainAI 번역헤드라인
Agent Builder의 새로운 기능: 새로운 에이전트 채팅, 파일 업로드 및 도구 레지스트리(Tool Registry)
LangSmith Agent Builder가 대규모 업데이트를 통해 에이전트와의 협업 경험을 혁신했습니다. 새로운 'Chat' 에이전트는 워크스페이스의 모든 도구에 즉시 접근할 수 있으며, 대화 내용을 클릭 한 번으로 재사용 가능한 에이전트로 전환하거나 파일을 직접 업로드하여 분석할 수 있는 기능을 제공합니다.
5월 20일1
LangChainAI 번역헤드라인
Interrupt 2025 요약: LangChain이 주최한 AI Agent 컨퍼런스
LangChain이 주최한 첫 번째 산업 컨퍼런스인 Interrupt 2025가 샌프란시스코에서 개최되었습니다. 이번 행사에서는 Cisco, Uber, JPMorgan 등 글로벌 기업들이 참여하여 AI 에이전트 구축을 위한 아키텍처, 평가, 관측 가능성 및 프롬프팅 전략에 대한 사례를 공유했습니다.
5월 20일1
LangChainAI 번역헤드라인
LangGraph 출시 주간 요약
LangGraph가 Python과 JS 환경 모두에서 저수준 워크플로와 사전 구축된 에이전트 기능을 대폭 강화했습니다. 노드 캐싱, 지연된 노드, 모델 훅, 내장 프로바이더 도구 등의 신규 기능이 추가되어 개발 속도와 제어력이 향상되었습니다.
5월 20일0