반응형

REACT 2

CH17-AI가 답하기 전에 '생각'하게 만드는 법 — 추론 기법 CoT·ToT·ReAct 완전 해부

AGENTIC AI DESIGN PATTERNS · 17AI가 답하기 전에 '생각'하게 만드는 법 — 추론 기법(Reasoning Techniques)단계별 사고의 사슬(CoT), 여러 갈래를 탐색하는 사고의 나무(ToT), 추론·행동을 잇는 ReAct 루프, 스스로 채점하고 고치는 Self-Correction, 자율 연구 에이전트 Deep Research, 그리고 '작은 모델 + 긴 추론'의 Scaling Inference Law까지🟢 입문~중급 ⏱️ 약 25분 🔧 Python · LangChain · LangGraph · Gemini 🏢 엔터프라이즈 🗓️ 최종 검토 2026-06-13TL;DR — 일반 LLM은 입력 → 출력 한 방에 답합니다. 복잡한 문제에서 이게 무너집니다. 추론 기법은 그..

CH05-AI 에이전트 도구 사용 입문 | @tool·ReAct·FunctionTool로 외부 API·DB 연동하기

AGENTIC AI DESIGN PATTERNS · 05손과 발을 단 AI — 도구 사용(Tool Use·Function Calling) 완벽 정리LLM의 한계부터 6단계 호출 흐름, @tool·ReAct·FunctionTool 3개 프레임워크, Tool Calling vs ReAct, 도구 설계·보안, CRM·ERP·Groupware 적용까지🟢 입문~중급⏱️ 약 18분🔧 LangChain·LangGraph·ADK🏢 엔터프라이즈TL;DR — 도구 사용(Tool Use)은 LLM에게 손과 발을 달아주는 패턴입니다. 입력 → LLM → 출력(끝) 대신, LLM이 외부 도구(API·DB·코드 실행기)를 호출해 실시간 데이터·정확한 계산·실제 행동을 수행합니다. 핵심은 6단계 루프(정의 → 결정 → 호출 ..

반응형