쉴 틈 없는 직장인의 마구잡이 공부

잘난 척을 위한 한 줄 요약ReAct는 LLM이 머릿속으로만 추론하는 데서 멈추지 않고, 생각하고 → 도구를 쓰고 → 결과를 보고 → 다시 생각하는 방식으로 문제를 푸는 에이전트 패턴이다. ReAct, AI 에이전트는 어떻게 ‘생각’하고 ‘행동’할까?먼저, ReAct가 뭔지부터ReAct는 Reasoning + Acting의 줄임말이다. 말 그대로 추론하기(Reasoning)와 행동하기(Acting)를 결합한 LLM 사용 방식이다.여기서 추론은 AI가 문제를 풀기 위해 중간 판단을 세우는 과정이고, 행동은 검색, 계산, 데이터베이스 조회, API 호출, 문서 검색 같은 외부 도구 사용을 말한다. 일반적인 LLM 사용은 이런 식이다.사용자 질문 → LLM 답변 반면 ReAct 방식은 조금 다르다.사용자 질문..

잘난 척을 위한 한 줄 요약LangChain과 LlamaIndex는 둘 다 LLM 앱을 만들 때 쓰는 도구지만, 아주 거칠게 말하면 LangChain은 “AI가 일을 하게 만드는 도구”에 가깝고, LlamaIndex는 “AI가 내 데이터를 잘 찾아보게 만드는 도구”에 가깝다. LangChain과 LlamaIndex, LLM 앱 만들 때 왜 자꾸 등장할까?먼저, 이 개념이 뭔지부터ChatGPT 같은 LLM을 그냥 대화창에서 쓰는 것과, LLM을 활용해 실제 서비스를 만드는 것은 꽤 다르다.대화창에서는 사용자가 질문하고 AI가 답한다. 그런데 실제 서비스에서는 AI가 훨씬 더 많은 일을 해야 한다. 예를 들어 이런 것들이다.회사 내부 문서를 읽고 답변하기PDF 보고서를 요약하기고객 문의를 분류하기데이터베이스..