빌드 피벗(Build Pivot)

LANGCHAIN 실전 1.0 · 05 현대 RAG — 로드·분할부터 하이브리드 검색과 Agentic RAG까지 인덱싱 vs 질의 분리, 고급 Retriever 4종, 증분 인덱싱, 그리고 2-step LCEL과 Agentic RAG를 언제 무엇으로 쓸지 🟡 중급 ⏱️ 약 15분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — RAG는 로드 → 분할 → 임베딩/저장 → 검색 → 생성의 파이프라인이며 앞 셋은 사전 1회(인덱싱), 뒤 둘은 매 질문(질의)으로 시점이 다릅니다. 1.0에서는 분할이 langchain-text-splitters 별도 패키지로, 고급 Retriever(MultiQuery·Ensemble·Con..

LANGCHAIN 실전 1.0 · 04create_agent & 미들웨어 — LangChain 1.0 에이전트 표준AgentExecutor·텍스트 ReAct가 폐기되고 create_agent로 일원화된 이유, 도구 정의·bind_tools·6훅 미들웨어·HITL·멀티에이전트까지🟡 중급 ⏱️ 약 14분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21TL;DR — LangChain 1.0의 에이전트 표준은 langchain.agents.create_agent 하나입니다. 옛 AgentExecutor · initialize_agent · 텍스트 ReAct(hub.pull)와 중간세대 create_tool_calling_agent는 모두 여기로 모였습니다. 기본 설치에서 from langc..

LANGCHAIN 실전 1.0 · 03 LangGraph 입문 — 상태·영속성·스트리밍·HITL로 에이전트 런타임 익히기 LCEL로 안 되는 순환·분기를 StateGraph로, 대화 기억을 checkpointer로, 사람 승인을 interrupt()로 🟡 중급 ⏱️ 약 14분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — LCEL은 선형 파이프라(DAG)라 순환·동적 분기·다중 액터가 필요하면 막힙니다. 이때 쓰는 게 LangGraph의 StateGraph입니다. 상태(State)는 reducer로 누적하고 단기 기억은 checkpointer + thread_id, 장기 기억은 Store로 다룹니다. 응답은 s..

AGENTIC AI DESIGN PATTERNS · CASE STUDYAI에게 배합 비율을 묻지 마라 — 계산은 옵티마이저에, 설명만 LLM에원료가 매 배치 흔들리는 공정에서 품질을 지키는 법 · 대리 모델(XGBoost)+제약 최적화(SLSQP)가 배합을 계산하고 LLM은 설명만 · 비용 최소화·질량 보존·품질 규격을 옵티마이저에 선언 · 그라디언트 함정과 안전 마진, 사람의 승인 게이트까지🟢 중급~심화 ⏱️ 약 21분 🔧 Surrogate · SLSQP · Hard Constraint · SHAP · HITL 🏢 엔터프라이즈(화학·공정) 🗓️ 최종 검토 2026-06-24TL;DR — 입고되는 원료의 순도가 매 배치 흔들리는 공정에서, 배치마다 최적 배합을 다시 계산하는 엔진 케이스다. 핵심은..

LANGCHAIN 실전 1.0 · 02 LCEL & Runnable — 파이프(|) 하나로 조립하는 표준 인터페이스 prompt | model | parser 의 정체, invoke·batch·stream·astream_events, 그리고 with_fallbacks·캐싱 같은 운영용 합성까지 🟢 입문~중급 ⏱️ 약 13분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — LCEL(LangChain Expression Language)은 prompt | model | parser처럼 | 로 컴포넌트를 잇는 선언적 합성입니다. 잇는 모든 조각이 Runnable이라 invoke · batch · stream · astream_even..

AGENTIC AI DESIGN PATTERNS · CASE STUDYAI는 시험 일정을 계산하지 못한다 — 제약 스케줄링 최적화 모듈과 LLM을 분리한 자동 배치 설계완전 자동 생성을 포기한 이유 · 제약기반 스케줄링 최적화(OR/RCPSP) + LLM 계획서 서술 하이브리드 · 충돌 0·제약 위반 0·같은 입력에 같은 일정(재현성) · 한 실무 요건이 동시에 부른 에이전틱 디자인 패턴 · 세 화면과 HITL 게이트🟢 중급~심화 ⏱️ 약 23분 🔧 OR 스케줄링 · CP-SAT/RCPSP · HITL · LLM 역할분리 🏢 엔터프라이즈(제조) 🗓️ 최종 검토 2026-06-22TL;DR — 제조 부품 신뢰성 시험 약 114종을 한정된 시험 장비에 배치하는 시험계획 자동 생성 케이스다. 핵심은 "..

LANGCHAIN 실전 1.0 · 01 LangChain 1.0 시작하기 — 옛 튜토리얼대로 하면 왜 ImportError가 날까 패키지 4계층·버전 타임라인·폐기 지도, 그리고 1.0 코어 진입점(init_chat_model · with_structured_output)까지 🟢 입문~중급 ⏱️ 약 12분 🔧 LangChain 1.x 🗓️ 최종 검토 2026-06-21 TL;DR — LangChain은 1.0(2025-10-22 GA)부터 단일 패키지가 아니라 langchain-core · langchain · langchain-community · 파트너 패키지 4계층 + 레거시 langchain-classic으로 나뉩니다. 옛 튜토리얼의 LLM..

AGENTIC AI DESIGN PATTERNS · CASE STUDY 가장 비슷한 과거값이 정답은 아니다 — 사출 수축률을 추천하고 학습하는 HITL 에이전트 단순 유사 검색을 넘어 가중 랭킹 + 사람 확정 + 학습 환류 · 한 추천 요건이 동시에 부른 RAG·HITL·메모리·평가 패턴 · 발주사↔개발사 익명 케이스 스터디 🟢 중급~심화 ⏱️ 약 18분 🔧 RAG · 가중 랭킹 · HITL · 학습 루프 🏢 엔터프라이즈 🗓️ 최종 검토 2026-06-20 TL;DR — 수년간 쌓인 사출 수축률 적용 이력에서 유사 부품을 검색하되, 단순 유사도가 아니라 품질 이슈·최신성 가중으로 순위를 보정하고, 여러 추천을 사람이 확정하며, 확정값을 다시 학습 데이..

AGENTIC AI DESIGN PATTERNS · CASE STUDY AI는 품질 대책서를 써주지 않는다 — 비정형 문서 5천 건 이상을 다루는 HITL 에이전트 설계 완전 자동 생성을 포기한 이유 · RAG 지식자산화 + 스무고개식 멀티턴 + 피드백 루프 · 한 실무 요건이 동시에 부른 21개 에이전틱 디자인 패턴 · 발주사↔개발사 익명 케이스 스터디 🟢 중급~심화 ⏱️ 약 22분 🔧 RAG · HITL · Multi-turn · LangGraph/ADK 개념 🏢 엔터프라이즈 🗓️ 최종 검토 2026-06-16 TL;DR — 제조 품질 현장에 쌓인 5천 건 이상의 비정형 개선대책서를 OCR·RAG로 지식자산화하고, 신규 품질문제에 대해 스무고개식 ..

AGENTIC AI DESIGN PATTERNS · 18 똑똑한 AI에게 안전벨트를 채우는 법 — 가드레일·안전 패턴(Guardrails & Safety Patterns) 입력 검증·출력 필터링·행동 제약·도구 권한·외부 중재·휴먼 인 더 루프의 6가지 가드레일과, 이를 겹겹이 쌓는 다층 방어(Defense in Depth). 탈옥(Jailbreak) 공격을 막고, PII를 보호하고, 최소 권한으로 도구를 통제하는 엔터프라이즈 안전 설계까지 🟢 입문~중급 ⏱️ 약 26분 🔧 Python · Google ADK · Gemini · Pydantic 🏢 엔터프라이즈 🗓️ 최종 검토 2026-06-13 TL;DR — 자율성을 가진 AI 에이전트는 입력 → A..