AI 에이전트 만들기 (AI Agents From Scratch)
프레임워크 없이 로컬에서 AI 에이전트 구축 학습 프로덕션 프레임워크를 사용하기 전에 내부에서 어떤 일이 일어나는지 이해합니다. 함수 호출, 메모리 및 ReAct 패턴에 대한 실제 이해를 구축합니다. 로컬 LLM 함수 호출 ReAct 패턴 블랙박스 없음
학습 내용
실습 예제를 통해 AI 에이전트의 기본 사항 마스터하기
핵심 개념
- • LLM이 근본적으로 작동하는 방식
- • 에이전트란 실제로 무엇인가 (LLM + 도구 + 패턴)
- • 다양한 에이전트 아키텍처 작동 방식
- • 프레임워크가 특정 디자인 결정을 내리는 이유
실용 기술
- • 로컬 LLM을 사용한 에이전트 구축
- • 함수 호출 및 도구 구현
- • 메모리 및 상태 관리
- • ReAct 및 AoT 에이전트 생성
철학: 구축을 통한 학습
이 튜토리얼은 로컬 LLM과 node-llama-cpp를 사용하여 처음부터 AI 에이전트를 구축하는 방법을 알려줍니다. 이러한 예제를 통해 깊이 이해한 다음 프레임워크를 현명하게 사용하게 될 것입니다.
학습 경로
다음 튜토리얼을 순서대로 따라가세요. 각 예제는 이전 예제를 기반으로 하며, 기본 LLM 상호 작용부터 고급 에이전트 패턴까지 안내합니다.
1 기본 LLM 상호 작용 기초 첫 번째 단계: 모델 로드, 기본 프롬프트, 토큰 이해 원본 보기
2 OpenAI API
선택 사항
클라우드 기반 모델, API 키, 메시지 역할, 무상태성
원본 보기
3 시스템 프롬프트
전문화
시스템 프롬프트를 사용하여 일반 LLM을 전문 에이전트로 변환
원본 보기
4 추론 에이전트 추론 AI에게 논리적으로 생각하고 복잡한 문제를 해결하도록 가르치기 원본 보기
5 병렬 처리 성능 더 나은 성능을 위해 여러 요청을 동시에 처리 원본 보기
6 스트리밍 및 제어 UX 더 나은 사용자 경험을 위한 실시간 응답 및 제어된 출력 원본 보기
7 함수 호출 핵심 개념 LLM을 텍스트 생성기에서 행동할 수 있는 에이전트로 변환 원본 보기
8 영구 메모리 상태 에이전트를 컨텍스트를 가진 시스템으로 변환 (무상태 응답기에서) 원본 보기
9 ReAct 패턴 고급 추론 + 행동 = 강력한 문제 해결 에이전트 원본 보기
10 사고의 원자 (Atom of Thought) 전문가 “추론을 위한 SQL” - 구조화되고 실행 가능한 계획 원본 보기
2 프로덕션 프레임워크 구축 2단계 명확하고 교육적인 코드로 LangChain의 핵심 패턴 재구축 학습 원본 보기
숙달할 핵심 개념
AI 에이전트의 이해와 구축을 위한 필수 구성 요소
LLM 기초
무상태 처리, 토큰, 컨텍스트 창, 시스템 프롬프트
함수 호출
도구, 도구 정의, 에이전트 의사 결정, 행동 수행
에이전트 패턴
ReAct, AoT, 메모리 관리, 추론 루프
전제 조건
시작하기 전에 다음 지식과 리소스를 준비해 두세요
일부 개념이 처음이더라도 걱정하지 마세요 - 모든 것을 단계별로 설명해 드립니다!
학습 시작 준비가 되셨나요?
기본 LLM 상호 작용을 이해하기 위해 1단계부터 시작하고, 각 튜토리얼을 단계별로 진행하여 이해를 구축해 나가세요.
관련 노트
- 밑바닥 부터 만드는 Ai agent 목차 (도서) — AI 에이전트 구축 도서 (체계적 학습 경로)
- (정리) Agentic Design Patterns — 에이전트 디자인 패턴 이론
- 프론티어 LLM — 현재 사용 가능한 주요 LLM 모델 비교
- Claude Code 최신 업데이트 — 에이전트 워크플로우 실전 적용