파도비늘

AI Agents in Action 2강 - LLM - LLM을 이해하다가, AI 에이전트의 가능성을 다시 보게 되었습니다

2026-06-11T04:06:05Z

프롤로그. AI는 정말 '생각'하고 있을까? 처음 LLM을 공부할 때, 저는 막연히 이런 생각을 했습니다. "이 모델은 어딘가에 있는 정답을 찾아서 보여주는 걸까?" 검색엔진처럼 데이터베이스를 뒤지고, 그중 가장 그럴듯한 문장을 꺼내오는 방식이라고 생각했던 것 같습니다. 하지만 강의를 들으며 알게 된 사실은 조금 달랐습니다. LLM은 정답을 꺼내는 기계라기

백투더베이직 13강 - 에이전트 메모 - 기억하는 AI는 정말 더 다정해질 수 있을까

2026-06-01T04:02:41Z

AI 에이전트의 메모리를 생각하며 처음 AI 에이전트의 "메모리"라는 말을 들었을 때, 저는 그것을 단순한 저장소쯤으로 생각했습니다.사용자가 말한 내용을 어딘가에 적어두고, 필요할 때 다시 꺼내 쓰는 기능. 말하자면 조금 똑똑한 메모장 같은 것이라고요. 그런데 AI 에이전트를 조금 더 들여다보면서 생각이 바뀌었습니다. 메모리는 단순히 정보를 저장하는 공간이

백투더베이직 12강 - 콘텍스트 엔지니어링 - 기억을 잘하는 AI보다, 잘 잊는 AI가 필요했다

2026-05-29T00:59:30Z

콘텍스트 엔지니어링을 배우며 떠올린 '맥락'의 기술 "좋은 에이전트는 모든 것을 기억하는 존재가 아니라, 지금 필요한 것을 정확히 떠올리는 존재에 가깝다." 처음 콘텍스트 엔지니어링이라는 말을 들었을 때, 저는 그것이 프롬프트 엔지니어링의 조금 더 세련된 이름쯤이라고 생각했습니다.모델에게 더 잘 지시하고, 더 좋은 답변을 끌어내는 기술. 딱 그 정도로요.

백투더베이직 11강 - 에이전트 프로토 - 자 똑똑한 AI보다, 함께 일하는 AI가 더 궁금해졌다

2026-05-28T03:01:54Z

프롤로그. 어느 순간, AI에게 부족한 것은 '지능'이 아니었다 처음 AI를 사용할 때 저는 늘 모델의 성능에만 관심이 있었습니다."이 모델은 얼마나 똑똑할까?""이전보다 답변을 더 잘할까?""추론은 얼마나 깊어졌을까?" 그런데 AI 에이전트라는 흐름을 따라가다 보니, 질문이 조금 달라졌습니다. 이제 중요한 것은 단순히 AI가 얼마나 똑똑한지가 아니었습니다

백투더베이직 10강 - AI에이전트를 서비스한다는 - 프로덕션 AI 에이전트를 운영하며 배운 것들

2026-05-27T02:23:18Z

"프로덕션의 AI 에이전트는 정답을 말하는 기계가 아니라, 자신의 여정을 설명할 수 있어야 하는 존재다." 처음 AI 에이전트를 로컬 환경에서 돌려봤을 때, 저는 쉽게 마음이 들떴습니다.몇 번의 질문에 그럴듯하게 답하고, 필요한 도구를 호출하고, 마치 작은 동료처럼 일을 해내는 모습을 보며 생각했습니다. "이 정도면 서비스에 붙여도 되지 않을까?" 하지만

백투더베이직 09강 - 메타인지가 뭘까? - 메타인지가 AI 에이전트를 '도구'에서 '파트너'로 바꾸는 순간

2026-05-26T01:43:58Z

"좋은 답을 내는 AI보다 더 중요한 것은,자신이 왜 그런 답을 냈는지 돌아볼 줄 아는 AI인지도 모릅니다." AI 에이전트에 대해 공부하다 보면 문득 이런 생각이 듭니다.우리는 지금까지 AI에게 주로 "잘 대답하는 능력"을 기대해 왔습니다. 더 빠르게, 더 정확하게, 더 자연스럽게 말하는 모델을 좋은 AI라고 여겼습니다. 그런데 에이전트의 세계로 들어가면

백투더베이직 08강 - 멀티에이전트시스 - 멀티 에이전트 시스템이 제게 알려준 협업의 기술

2026-05-23T04:50:22Z

"혼자서 모든 일을 잘하는 AI보다, 서로의 부족함을 알고 나누어 일하는 AI가 더 오래간다." 처음 AI 에이전트를 공부할 때 저는 막연히 이렇게 생각했습니다."성능 좋은 AI 하나만 있으면 되지 않을까?" 무엇이든 물어보면 답하고, 문서도 쓰고, 코드도 짜고, 고객 응대도 하는 하나의 거대한 AI.어쩌면 꽤 매력적인 상상이었습니다. 마치 동네의 작은 구

백투더베이직 07강 - 계획하는 AI는 왜 더 사람처럼 - AI 에이전트와 계획 패턴에 대해 생각한 밤

2026-05-21T01:10:23Z

프롤로그. 답을 잘하는 AI에서, 일을 끝내는 AI로 처음 AI를 사용할 때 저는 그저 "대답을 잘하는 도구"라고 생각했습니다.질문을 던지면 답을 주고, 문장을 부탁하면 글을 써주는 존재. 빠르고 똑똑했지만, 어딘가 한계도 분명했습니다. 그런데 어느 순간부터 궁금해졌습니다. "AI가 단순히 말만 잘하는 것이 아니라, 실제로 일을 끝낼 수 있다면 어떤 모습일

백투더베이직 06강 - AI에게 일을 맡긴다는 것 - 신뢰할 수 있는 AI 에이전트를 만드는 일에 대하여

2026-05-20T08:36:35Z

처음 AI 에이전트라는 말을 들었을 때, 저는 조금 설렜습니다.드디어 AI가 단순히 대답만 하는 존재를 넘어, 실제로 일을 대신해 주는 동료가 될 수 있겠구나 싶었습니다. 항공권을 예약하고, 문서를 정리하고, 고객 정보를 조회하고, 필요한 시스템을 호출하는 AI.말만 들어도 업무의 속도가 달라질 것 같았습니다. 그런데 강의를 들으며 생각이 조금 달라졌습니다

백투더베이직 - 에이전틱 RAG - 에이전틱 RAG를 보며 떠올린, 똑똑한 시스템보다 믿을 수 있는 시스템

2026-05-18T07:56:25Z

처음 RAG라는 말을 들었을 때, 저는 그것을 꽤 단순하게 이해했습니다."AI가 문서를 찾아보고 답해주는 방식." 그 정도면 충분히 놀라웠습니다. 모델이 모든 것을 외우지 않아도 되고, 기업 문서나 지식 베이스를 참고해 더 정확한 답을 줄 수 있다는 점은 분명 매력적이었습니다. 그런데 시간이 지나면서 한 가지 아쉬움이 생겼습니다. 검색된 문서가 부족하면 어

백투더베이직 - AI에게 손과 발이 필요하다 - LLM은 똑똑하지만, 혼자서는 세상에 닿을 수 없었다

2026-05-15T02:12:33Z

처음 LLM을 사용할 때 저는 조금 과장해서 말하면, "이제 웬만한 일은 다 되겠구나"라고 생각했습니다.문장을 이해하고, 긴 글을 요약하고, 복잡한 개념을 풀어 설명하는 능력은 분명 놀라웠습니다. 마치 아주 영리한 동료가 옆에 앉아 있는 듯했습니다. 그런데 곧 작은 균열을 발견했습니다. "오늘 환율 알려줘.""지금 항공편 상태 확인해 줘.""이 고객의 주문

백투더베이직 - 똑똑한 AI보다, 함께 일하고 싶은 - 불확실한 기계와 신뢰를 쌓는다는 것

2026-05-14T00:50:11Z

좋은 AI 에이전트는 성능 좋은 모델을 붙인 도구가 아니라,사용자가 믿고 통제하며 자신의 능력이 확장된다고 느끼게 만드는 시스템입니다. 처음 AI 에이전트라는 말을 들었을 때, 저는 자연스럽게 "얼마나 똑똑한가"를 먼저 떠올렸습니다.더 어려운 질문에 답하고, 더 복잡한 일을 처리하고, 더 빠르게 결과를 내는 존재. 어쩌면 우리가 기술에게 기대하는 가장 익숙

백투더베이직 - AI에이전트 프레임워크

2026-05-13T01:01:32Z

AI를 만났을 때 저는 그것을 그저 똑똑한 챗봇이라고 생각했습니다.질문을 던지면 막힘없이 답하고, 글을 써달라 하면 제법 그럴듯한 문장을 내놓는 존재. 그것만으로도 충분히 놀라웠습니다. 그런데 업무 자동화를 공부하면서 어느 순간 생각이 바뀌었습니다.AI가 정말 흥미로워지는 지점은 "말을 잘하는 순간"이 아니라, "무언가를 실제로 해내는 순간"에 있다는 것을

백투더베이직 - AI 에이전트란?

2026-05-12T00:56:37Z

1화. 응답하는 존재에서 행동하는 존재로 처음 챗봇을 만났을 때를 기억합니다. 화면 너머 누군가가 내 말을 알아듣고 대답해 준다는 사실만으로도 참 신기했었죠. 하지만 시간이 흐를수록 마음 한구석에 아쉬움이 생겼습니다. "답만 해주지 말고, 네가 직접 해주면 안 될까?"라는 질문이 맴돌았기 때문입니다. 오늘 저는 단순히 말만 잘하는 AI가 아니라, 나를 대신

대화만 하는 AI의 시대는 끝났다: 오픈클로 - 오픈클로스쿨 3기, 실행형 AI 에이전트의 세계로 초대합니다

2026-05-04T01:26:50Z

어느 날 문득 그런 생각이 들었습니다. "나는 왜 매일 아침 똑같은 이메일을 열고, 똑같은 일정을 정리하며, 똑같은 대답을 반복하고 있을까?" 우리는 모두 놀라운 AI 시대에 살고 있다고 말합니다. 하지만 정작 우리의 업무 시간은 여전히 수많은 앱 사이를 유랑하며 낭비되곤 하죠. 챗봇에게 질문을 던지고 화려한 답변을 얻는 것에 감탄하는 단계는 이제 지났

아두이노 우노 Q 강사 과정 - 우리가 함께 그려갈 '만들기'의 지도

2025-10-28T05:24:14Z

누군가에게 무언가를 '가르친다'는 것을 생각할 때면, 저는 늘 약간의 막막함과 설렘을 동시에 느낍니다. 특히 그것이 '만들기'의 영역일 때는 더욱 그렇죠. 이 드넓은 창작의 세계에서, 과연 '무엇부터, 어떻게' 그 첫걸음을 안내해야 할까요? 수많은 부품과 막막한 코드 앞에서 길을 잃어본 경험이 저에게도 있습니다. 그래서 생각했습니다. 이 길을 처음 걷는 사

아두이노 우노 Q가 깨트린 4가지 고정관념 - 파란색 기판에 안주하던 나에게, '괴물'이 찾아왔다

2025-10-16T14:33:29Z

저에게 '아두이노 우노'는 늘 첫사랑 같은 존재였습니다. 파란색 기판 위에 노란색 점퍼 선을 꽂아 LED를 깜빡이던, 'L 포트'를 제어하던 그 순수했던 시절의 상징이었죠. (아마 많은 분이 공감하실 겁니다.) 그저 정해진 코드 몇 줄을 성실하게 수행하던 작고 겸손한 친구. 그런데 얼마 전, 저의 이런 오랜 믿음과 고정관념을 송두리째 흔들어버린 녀석이 나

프로덕션 AI 에이전트를 만들며 배운 여섯 가지 진실 - 코드와 감정 사이에서 찾은 작은 지혜들

2025-08-20T07:23:23Z

"이론과 현실 사이에는 이론만큼이나 큰 차이가 있다." AI 에이전트를 처음 만들기 시작했을 때, 저는 마치 어둠 속에서 퍼즐을 맞추는 기분이었습니다. 수많은 튜토리얼과 논문들이 있었지만, 정작 실제 프로덕션 환경에서 마주하는 문제들에 대한 답은 어디에도 없었죠. 마치 요리책으로는 배울 수 없는 엄마의 손맛처럼, 실제 개발 과정에서만 얻을 수 있는 '부족한

내 작은 데이터 실험실, 세상과 만나다 - Streamlit과 GitHub로 엮어낸 나의 첫 앱 배포기

2025-08-20T01:38:05Z

밤새워 만든 데이터 분석 코드를 동료에게 보여주고 싶을 때, 그저 코드 파일을 보내는 것만으로는 무언가 아쉬울 때가 있습니다. '이걸 직접 만져보고, 슬라이더를 움직여보면 훨씬 와닿을 텐데...' 하는 생각, 저만 해본 건 아니겠죠? 제 컴퓨터 안에서만 맴돌던 아이디어를 누구나 쉽게 경험할 수 있는 웹 앱으로 만들고 싶다는 소망, 그것이 저의 첫 배포 여정

NVIDIA NIM과 나의 첫 만남 - 코드를 넘어, 생각하는 AI를 만나다

2025-08-19T06:34:42Z

AI가 스스로 웹을 검색하고, 질문에 대한 답을 찾아내는 시대. 개발자로서 이런 이야기를 들을 때마다 가슴 한편이 두근거렸습니다. 단순히 주어진 데이터로 답하는 것을 넘어, 능동적으로 정보를 찾고 문제를 해결하는 에이전트라니. 막연한 상상만 하던 차에, NVIDIA에서 GPT-OSS 모델과 NIM이라는 새로운 도구를 공개했다는 소식을 접했습니다. 호기심과