DAVINCI - AI

프로젝트 Task 관리 위한 AI 에이전트 활용: 두 가지 강력한 MCP 서버 소개최근 AI 에이전트 기술이 발전하면서, 개발 초기의 설정을 돕고 개발 워크플로우의 생산성을 혁신할 수 있는 강력한 도구들이 등장하고 있습니다. AI 에이전트가 단순한 정보 제공을 넘어 실제 개발 환경에서 여러분을 돕기 위해서는 외부 시스템과 상호작용할 수 있는 방법이 필요합니다. 바로 이 상호작용을 가능하게 하는 핵심 프로토콜이 MCP(Model Control Protocol) 입니다. MCP를 통해 AI는 단순히 대화하는 것을 넘어, GitHub와 같은 개발 도구나 작업 관리 시스템과 직접 소통하며 작업을 수행할 수 있게 됩니다. 이러한 도구들 중에 저는 오늘 프로젝트 관리와 관련된 도구 소개와 환경 세팅을 공유하고자 합..

IT/Toy-Project 2025. 5. 14. 20:57

최근 인공지능 시스템은 단일 에이전트의 한계를 넘어, 여러 전문 에이전트가 서로 협력하여 복잡한 문제를 해결하는 '다중 에이전트 시스템'으로 진화하고 있습니다. 이러한 다중 에이전트 아키텍처는 마치 팀을 이루어 복잡한 문제를 해결하는 전문가 팀과 같습니다. 각 에이전트는 특정 분야에 특화된 독립적인 개체로서 고유한 역할과 문맥을 가지며, 공통 목표 달성을 위해 서로 소통하고 협력합니다.다중 에이전트 시스템은 단일 에이전트 시스템에 비해 향상된 정확도, 효율성, 복잡한 작업 처리 능력, 확장성, 내결함성, 그리고 환각 및 편향 감소와 같은 여러 가지 장점을 제공합니다. 특히 자동차 AI와 같은 실제 환경에서 이러한 다중 에이전트 아키텍처의 이점은 더욱 두드러집니다. 이러한 다중 에이전트를 구성하기 위해서는..

IT/Agentic AI 2025. 5. 10. 09:05

이전 글에서는 Automotive AI에서의 적용까지 살펴보았습니다. 이제 이 시리즈의 마무리로, Agents Companion 백서의 Agent Builder 파트와 Summary 파트를 정리하며 시리즈를 마치고자 합니다.Agent Builder: 에이전트 개발을 위한 종합 플랫폼 ✨백서의 Agent Builder 섹션은 에이전트 개발자들을 위한 Google의 제품 및 서비스 모음에 대해 소개합니다. Vertex AI Agent Builder는 에이전트를 구축하고 연결하기 위한 포괄적인 플랫폼으로 제공됩니다. 이 플랫폼은 Google Cloud의 엔지니어링 우수성 및 보안, Google Deepmind의 AI 연구, 그리고 AgentOps의 베스트 프랙티스를 결합하여 만들어졌습니다. 심지어 Google..

IT/Agentic AI 2025. 5. 9. 16:40

이전 글에서는 에이전트에 '계약' 개념을 도입한 '계약 이행 에이전트'에 대해 살펴보았습니다. 이번 글에서는 이러한 AI 에이전트 기술이 실제 기업 환경에서 어떻게 활용될 수 있는지, 특히 자동차 산업에서의 적용 사례를 통해 멀티 에이전트 아키텍처가 어떻게 실제 문제를 해결하는지 Automotive AI 파트의 예제 중심으로 정리해보겠습니다.Automotive AI: 멀티 에이전트 아키텍처의 실제 적용 사례 ✨AI 에이전트 기술의 실제 적용 사례를 보여주기 위해, 자동차 산업에서의 대화형 AI 시스템을 살펴보겠습니다. 이 시스템은 여러 특화된 에이전트들이 협력하여 직관적이고 끊김 없는 차량 내 경험을 제공합니다. 멀티 에이전트 시스템은 마치 특정 분야의 전문가들로 구성된 팀이 복잡한 문제를 해결하는 것과..

IT/Agentic AI 2025. 5. 9. 16:12

이전 글에서는 기업의 에이전트 사용에 대해 알아보았습니다. 이제 우리는 AI 에이전트의 중요한 발전 방향 중 하나인 '계약(Contract)' 개념을 도입한 '계약 이행 에이전트(Contract adhering agents)'에 대해 살펴보겠습니다.이 블로그 글 시리즈의 첫 글에 작성한 것처럼, 현재 다양한 도구 및 플랫폼에서 AI 에이전트를 정의하는 일반적인 인터페이스는 목표, 텍스트 지침, 사용할 수 있는 도구, 예제 등으로 매우 단순합니다. 이러한 단순한 정의는 시제품(prototype) 데모에는 충분할 수 있지만, 정의가 불충분하여 AI 에이전트가 시제품 단계에서 실제 운영(production) 단계로 나아가는 데 어려움을 겪는 주요 원인 중 하나가 될 수 있습니다.이런 제품화 과정을 위해서 해당..

IT/Agentic AI 2025. 5. 8. 20:10

이전 글에서는 Agentic RAG의 개념과 중요성, 작동 방식까지 살펴보았습니다. 이번 글에서는 이러한 AI 에이전트 기술이 실제 기업 환경에서 어떻게 활용될 수 있는지, "Agents in the enterprise" 파트에 대해 정리해보겠습니다.기업 환경에서의 AI 에이전트기업은 직원들의 특정 업무를 돕거나 백그라운드에서 자동화를 수행하는 에이전트를 개발하고 활용할 것입니다. 예를 들어, 비즈니스 분석가는 AI 생성 통찰력을 바탕으로 업계 동향을 파악하고 데이터 기반 프레젠테이션을 만들 수 있으며, 소프트웨어 엔지니어는 버그를 사전에 식별하고 해결하여 효율성을 높이고 배포 주기를 단축할 수 있으며, 마케터는 더 깊이 있는 성과 분석, 콘텐츠 추천 최적화, 캠페인 미세 조정을 손쉽게 수행할 수 있습니..

IT/Agentic AI 2025. 5. 8. 16:35

이전 글에서는 단일 에이전트를 넘어 여러 에이전트가 협력하여 복잡한 문제를 해결하는 '다중 에이전트 시스템'의 개념과 평가 방법까지 살펴보았죠. 이번 글에서는 다중 에이전트 아키텍처의 중요한 진화 형태인 Agentic RAG (Retrieval-Augmented Generation)에 대해 더 자세히 알아보겠습니다.Agentic RAG란 무엇인가? ✨Agentic RAG는 Retrieval-Augmented Generation (검색 증강 생성)의 강점과 AI 에이전트의 자율성을 결합한 고급 접근 방식입니다. 전통적인 RAG 시스템은 외부 지식 소스에서 관련 정보를 검색하여 언어 모델(LLM)의 답변 생성을 강화하는 방식에 의존합니다. 하지만 이러한 정적인 접근 방식은 모호하거나, 여러 단계를 거치거나,..

IT/Agentic AI 2025. 5. 8. 16:06

이전 글에서는 AI 에이전트의 기본적인 아키텍처와 프로덕션 단계로 나아가기 위한 AgentOps 운영 전략의 중요성, 그리고 에이전트 운영의 핵심 원리인 '측정하고 최적화한다'는 원리를 구현하기 위한 AI 에이전트 평가 방법에 대해 자세히 알아보았습니다. 단일 에이전트의 역량, 궤적, 최종 응답을 평가하는 다양한 방법과 도전 과제들을 살펴보았습니다.이번 글에서는 단일 에이전트를 넘어, 여러 에이전트가 협력하여 복잡한 문제를 해결하는 '다중 에이전트 시스템'에 대해 알아보고, 이러한 시스템을 어떻게 효과적으로 평가할 수 있는지 정리해보겠습니다.다중 에이전트 시스템이란 무엇인가? 🤝최근 AI 시스템은 단일 에이전트에서 여러 전문 에이전트가 협력하여 복잡한 목표를 달성하는 다중 에이전트 아키텍처로 진화하고 ..

IT/Agentic AI 2025. 5. 7. 19:15