LangChain
-
LangChain이 자사 챗봇을 처음부터 다시 만든 이유
LangChain이 자사 챗봇을 재구축하며 발견한 교훈. 벡터 임베딩 대신 구조화된 검색으로 15초 이내 응답을 달성한 실전 케이스 스터디입니다.
Written by
-
DeepAgents CLI: 프로젝트 규칙을 기억하는 AI 코딩 에이전트
프로젝트 규칙을 세션 간 기억하는 LangChain의 터미널 AI 코딩 도구 DeepAgents CLI. 메모리 시스템과 멀티 에이전트 관리 기능을 소개합니다.
Written by
-
코드 수정 없이 AI 에이전트를 강화학습으로 훈련: Microsoft Agent Lightning
Microsoft Agent Lightning으로 기존 AI 에이전트를 코드 수정 없이 강화학습으로 훈련하는 방법. LangChain, AutoGen 등 모든 프레임워크 지원, SQL 에이전트 정확도 73%→80% 향상 사례 포함
Written by
-
LangChain 1.0: Middleware로 에이전트 제어권을 되찾다
LangChain과 LangGraph 1.0 정식 출시. Middleware로 에이전트 루프를 세밀하게 제어하고, 표준 콘텐츠 블록으로 제공자 독립성 확보. Uber와 LinkedIn이 검증한 프로덕션급 에이전트 프레임워크의 안정성 약속.
Written by
-
LangSmith 토큰 추적으로 LLM API 비용 50% 줄이는 방법
LLM API 비용을 50% 절감하는 토큰 추적 실전 가이드. LangSmith를 활용해 토큰 사용량을 시각화하고 병목 지점을 파악하는 단계별 방법을 소개합니다.
Written by
-
AI Agent 프레임워크의 5가지 보안 함정: LangChain부터 AgentKit까지
LangChain, AutoGPT, CrewAI, AgentKit 등 AI Agent 프레임워크의 5가지 공통 보안 위험을 분석합니다. 인지 아키텍처 취약점, 시간적 지속성 위협, 운영 실행 취약점, 신뢰 경계 위반, 거버넌스 우회와 실전 방어 원칙을 제시합니다.
Written by
-
Claude Code를 도메인별 코딩 전문가로 만드는 법 – LangChain 팀의 실전 가이드
LangChain 팀이 Claude Code를 특정 라이브러리에 특화된 코딩 전문가로 만들기 위해 실험한 방법과 결과를 소개합니다. 압축된 가이드 문서가 단순한 문서 접근 도구보다 효과적이라는 핵심 발견과 함께 실무에 바로 적용할 수 있는 구체적인 방법론을 제시합니다.
Written by
-
AI 에이전트의 기억상실 문제를 해결하는 MongoDB Store for LangGraph
MongoDB Store for LangGraph를 통해 AI 에이전트에 세션 간 장기 기억 기능을 구현하는 방법과 실제 활용 사례를 소개합니다. 고객 지원, 개인 비서, 기업 지식 관리 등 다양한 분야에서 어떻게 활용할 수 있는지 실용적인 관점에서 설명합니다.
Written by
-
Open Deep Research: 누구나 사용할 수 있는 AI 연구 에이전트
LangChain에서 공개한 오픈소스 AI 연구 에이전트 ‘Open Deep Research’의 주요 특징과 활용법을 소개합니다. 3단계 연구 프로세스, 멀티 에이전트 시스템의 장점, 기존 솔루션과의 차별점을 설명하고 실제 사용 방법을 안내합니다.
Written by
-
프롬프트 엔지니어링을 넘어서: 컨텍스트 엔지니어링이 AI 에이전트의 미래인 이유
AI 에이전트 개발의 새로운 패러다임인 컨텍스트 엔지니어링을 소개합니다. 프롬프트 엔지니어링을 넘어서 AI 모델에게 체계적으로 맥락을 제공하는 방법과 실무 적용 사례, 그리고 LangGraph와 LangSmith 같은 도구 활용법을 자세히 다룹니다.
Written by
