Day to_day

들어가며구글에서 발표한 Agent에 대한 백서를 정리해 보면서 Agent란 무엇인지, Agent의 핵심 구성 요소와 동작원리 등에 대해서 알아보겠다. 아래의 링크를 통해서 전체 원문을 참고하면 좋겠다. Agent란 무엇인가?인간은 특정 일을 수행하기 위해서 책, Google 검색, 계산기 등을 사용하여 필요한 정보를 찾거나 계산을 수행한다. 에이전트는 기존 LLM의 단순히 주어진 질문에 답하거나 데이터를 처리하는 능력을 넘어서, 주어진 환경을 관찰하고 이를 바탕으로 자신이 가진 도구를 사용하여 목표를 달성하려고 시도하는 애플리케이션을 의미한다.특히 에이전트는 달성해야 할 목표가 제공될 때, 자율적으로 인간의 개입 없이 독립적으로 행동할 수 있다는 것이 특징이다. 궁극적인 목표를 달성하기 위해 ‘다음에 무..

들어가며이번 포스팅에서는 그동안 실험적으로 진행했던 프롬프트 엔지니어링에 대한 팁들에 대해서 공유해보려고 한다.프롬프트 엔지니어링에 대한 깊은 연구를 바탕으로 이 포스팅을 쓰는 것이 아닌, 프로젝트를 하며 경험적으로 느꼈던 정보들이니 어디까지나 참고만 하였으면 한다. 직접 사용해 본 것들로 후기를 작성하는 포스팅으로 생각해주었으면 한다. Prompt EngineeringLLM으로 다양한 작업이 가능해지면서 그러면 이 기술을 어떻게 활용하느냐가 핵심 역량으로 떠오르게 되었다. LLM, RAG, Agent를 차례로 경험하면서 가장 기본적으로 알아야 할 것은 prompt engineering에 관한 것이라고 생각하게 되었다.그래서 상황별로 내가 사용했던 prompt engineering에 대한 경험과 팁을 소..

들어가며RAG를 사용해야 하는 이유RAG의 패러다임 (RAG 변천사)Naive RAG의 구조langchain과 llamaIndex를 활용한 chromaDB로 Naive RAG 구현하기 What is RAG(Retrieval-Augmented Generation)?전통적인 LLM들은 특정 시점의 데이터로만 훈련되어 훈련 이후의 정보는 반영하지 못한다. 특히 최신 정보를 답변하지 못하거나 hallucination 문제로 인해 구글, OpenAI, Facebook 등 여러 연구 기관과 기업들이 검색 증강 생성(Retrieval-Augmented Generation, RAG) 구조를 도입하게 되었다. 이에 따라 다른 여러 기업에서도 특히 환각 현상을 해결하기 위해 RAG에 대한 주목이 커지기 시작했다.LLM만 ..