오늘은 AI가 단순히 답변만 생성하는 것이 아니라, 외부 함수나 도구를 직접 사용할 수 있게 해주는 Tool Calling에 대해서 공부해보겠습니다. 지금까지는 Prompt, Context, RAG처럼 AI에게 어떤 정보를 주고 어떤 방식으로 작업하게 할지에 대해 공부했습니다.Tool Calling은 여기서 한 단계 더 나아가서, AI가 실제 프로그램의 기능을 사용할 수 있게 만들어주는 방식입니다.Tool Calling이란?Tool Calling은 AI가 사용자의 요청을 보고 필요한 경우 미리 등록된 함수나 도구를 선택해서 호출하는 방식입니다.예를 들어 사용자가오늘 서울 날씨 알려줘라고 물어봤다고 하겠습니다. LLM 자체는 실시간 날씨 정보를 가지고 있지 않을 수 있습니다. 이때 날씨를 조회하는 Tool..

오늘은 AI 모델 하나가 모든 작업을 처리하는 방식이 아니라, 여러 AI 모델에 역할을 나눠서 사용하는 방식에 대해서 알아보았습니다.찾아보다가 Astra가 전체적인 계획과 검토를 맡고, Luna가 실제 코드 작성이나 테스트를 맡는 구조를 보게 되었는데 꽤 흥미로웠습니다.Planner / Executor 구조이 방식은 간단히 말하면 생각하는 역할과 실행하는 역할을 나누는 구조입니다.예를 들어Astra에게 전체 작업에 대한 계획을 맡기고Luna가 코드 탐색, 작성, 테스트를 하며Astra가 결과를 검토하고 최종 판단을 하는 구조 처럼 사용할수 있습니다. Astra는 단순히 생각만 하는 것이 아니라 작업을 분해하고, 서브 에이전트들에게 일을 맡기고, 마지막 결과를 다시 검토하는 역할에 가깝습니다.왜 역할을 ..

오늘은 AI를 사용할때 필요한 정보를 자동으로 찾아서 넣어주는 RAG에 대해서 공부해보겠습니다.이전에 Context에 대해서 공부하면서 AI에게 어떤 정보를 주는지가 중요하다고 했습니다.하지만 프로젝트가 커지면 매번 관련된 파일이나 문서를 직접 찾아서 AI에게 넣어주는 것도 일이 됩니다.이런 문제를 해결하기 위해 사용하는 방식 중 하나가 RAG입니다.RAGRAG는 Retrieval-Augmented Generation의 약자로, 한국어로는 검색 증강 생성이라고 부릅니다.쉽게 말하면 AI가 답변하기 전에 질문과 관련된 정보를 먼저 검색하고, 그 내용을 Context에 넣어서 답변을 생성하는 방식입니다.일반적으로 AI에게 질문하면 아래와 같은 흐름으로 답변을 만듭니다.사용자 질문 ↓LLM ↓답변R..

오늘은 어제 공부한 Skills를 졸업작품 프로젝트에서 실제로 어떻게 활용했는지 정리해보겠습니다.Sequence.md, Context.md먼저 프로젝트의 Context를 AI가 계속 이해할 수 있도록 문서를 분리해서 관리하고 있습니다.Context.md에는 프로젝트에서 사용하는 주요 시스템이나 용어, 구조처럼 AI가 프로젝트를 이해하기 위해 필요한 정보를 정리했습니다.반대로 Sequence.md에는 AI가 작업하면서 변경한 내용을 계속 기록하도록 했습니다.대략 역할을 나누면Context.md→ 프로젝트가 어떤 구조인지 설명Sequence.md→ 지금까지 어떤 작업과 변경이 있었는지 기록AGENTS.md→ AI가 작업할 때 지켜야 하는 규칙Prompt→ 이번에 해야 할 작업위와 같은 구조가 됩니다.이에 따..

오늘은 선생님이 Skills에 관심이 있다면 꼭 한번 참고해 보라고 보내주신 레포지토리를 정리해보겠습니다.이번에 살펴본 것은 Matt Pocock이 만든 Skills라는 Repository입니다.이름 그대로 AI Agent가 사용할 수 있는 여러 Skill들을 모아놓은 Repository입니다. README에는 첫 문장부터Skills For Real Engineers라고 적혀있습니다.단순히 AI에게 모든 코드를 맡기는 방식보다는 실제 개발 과정에서 AI를 어떻게 활용할 것인지에 초점을 맞추고 있습니다.Skill먼저 Skill이 무엇인지 알아보겠습니다.Skill은 AI에게 특정 작업을 어떻게 수행해야 하는지 알려주는 지침이라고 볼 수 있습니다.예를 들어버그를 수정할 때는 먼저 재현 방법을 만들어라.기능을 ..

오늘은 지금까지 공부했던 내용들을 실제 프로젝트에서 어떻게 활용하고 있는지 정리해보는 시간을 가져보겠습니다.이번에는 졸업작품을 개발하면서 실제로 사용했던 Prompt를 돌아보고, 공부 전과 비교했을 때 AI를 사용하는 방식이 어떻게 달라졌는지 정리해보려고 합니다.이전에는 어떻게 사용했을까?예전에는 AI에게 필요한 기능을 바로 요청하는 경우가 많았습니다.PreviewItem 에서 아이템 이름 텍스트도 띄우고 싶은데 구조 너가 짜서 해줘봐Enemy.Dead에서 호출해줬는데 뭔가 연결이 안됐는지 안나옴 디버깅해봐적이 플레이어의 반경 n 안에 들어갈 때까지 달리는 enemyBehaviour 제작해줘간단한 작업에서는 크게 문제가 없지만, 프로젝트가 커질수록 AI가 현재 구조를 제대로 알지 못해 기존 시스템과 맞지..

오늘은 AI를 사용할 때 빠질 수 없는 프롬프트에 대해서 알아보고, 효과적인 프롬프트를 작성하는 방법을 공부해보겠습니다.이번 내용은 MIT Sloan의 Effective Prompts for AI: The Essentials 글을 참고했습니다.https://mitsloanedtech.mit.edu/ai/basics/effective-prompts/ Effective Prompts for AI: The Essentials - MIT Sloan Teaching & Learning TechnologiesUnlock the potential of AI by crafting effective prompts. Learn how prompt engineering can optimize your AI interacti..

오늘부터 AI를 잘 활용하는 방법에 대해서 공부해보겠습니다. 오늘은 AI를 공부할떄 많이 마주치는 개념들에 대해서 공부하였습니다.LLM먼저 LM, Language Model (언어 모델) 이란 입력값을 기반으로 가장 적절한 출력값을 출력하도록 학습된 모델을 뜻합니다.언어 모델 중에서도, 챗지피티와 같이 대규모 데이터와 많은 파라미터를 사용해 학습된 언어 모델들을 LLM, Large Language Model (대규모 언어 모델)이라고 부릅니다. LLM은 현재까지 주어진 내용을 바탕으로 다음에 어떤 내용이 이어질 가능성이 높은지 예측하면서 답변을 생성합니다. 예를 들어for (int i = 0;이라는 코드가 주어졌을때, LLM은 학습 과정에서 접했던 수많은 코드들과 현재 문맥을 바탕으로 다음에 이어질 코드..