오늘도 공부

https://www.youtube.com/watch?v=mZaQc2GDt8Q아래 내용은 위 영상을 요약한 내용입니다.  AI 기반 에이전트 프레임워크: 효과적인 워크플로우 패턴 분석최근 엔트로픽(Anthropic)에서 "Building Effective Agents"라는 흥미로운 기사를 발표했습니다. 이 기사에서는 다양한 산업 분야에서 AI 기반 에이전트 프레임워크를 구축한 경험과 인사이트를 공유했는데요. 1년 이상의 실전 경험을 바탕으로 효과적인 에이전트 시스템을 정리한 만큼, 매우 가치 있는 정보들이 포함되어 있었습니다.이러한 개념을 제대로 이해하기 위해 저는 직접 기사에서 소개된 워크플로우 블루프린트를 활용하여 n8n에서 실습해 보았습니다. 이번 글에서는 각 워크플로우를 단계별로 살펴보며, 효과적..

왜 MCP가 AI 통합의 미래인가?인공지능(AI)은 자동화, 의사 결정 개선, 생산성 향상 등을 통해 다양한 산업을 혁신하고 있습니다. 그러나 AI 기반 에이전트를 다양한 API 및 플랫폼과 통합하는 것은 항상 복잡하고 시간이 많이 소요되는 작업이었습니다. 이러한 문제를 해결하는 것이 바로 **모델 컨텍스트 프로토콜(MCP)**입니다.기존 API 통합의 문제점MCP 이전에는 Slack, Gmail 또는 맞춤형 데이터베이스와 같은 API와 AI 에이전트를 통합하려면 수작업으로 구축해야 했습니다. 이 과정에는 다음이 포함됩니다:각 API의 문서를 이해하는 과정에이전트의 API 접근 권한을 제한하는 작업 (예: 이메일을 생성할 수는 있지만 삭제는 할 수 없도록 제한)API 호출을 올바르게 형식화하는 작업보안 ..

https://youtu.be/wado2Zz2kjY?si=FvgAlIsQC4ScV3Wb위 영상을 요약한 내용입니다. (위 영상 시청하시는걸 추천드립니다)영상 데이터 전처리란 무엇인가?지난 시간에는 영상 데이터가 무엇인지, 그리고 정답지가 얼마나 중요한지에 대해 알아보았습니다. 이제 본격적으로 영상 데이터 전처리에 대해 배워볼까요?영상 처리(Image Processing)란?영상 처리란, 인공지능이 등장하기 이전부터 사용되던 개념으로, 영상에서 노이즈(잡음)를 제거하고, 분석에 적합한 형태로 데이터를 변환하는 과정을 의미합니다. 예를 들면, 잘못 촬영된 영상의 색감을 조정하거나, 특정 영역을 강조하는 등의 작업이 포함됩니다.우리가 일상적으로 사용하는 "방수 처리", "코팅 처리"와 같은 표현처럼, 영상도 ..

Mcp Server를 이용해서 Figma에 있는 디자인을 커서로 그대로 Flutter 코드로 가져오는 방법을 공유 할려고 합니다. (클론 가능)준비물NodeFigmacursor🚀 MCP(Model Context Protocol)란?MCP는 애플리케이션이 LLM(대형 언어 모델)과 맥락(Context)을 주고받는 방식을 표준화하는 프로토콜이에요. 쉽게 말해, LLM이 원하는 결과를 제대로 생성하도록 정확한 정보(맥락)를 전달하는 기술입니다.💡 비유하자면, MCP는 USB-C와 같아요.하나의 표준 인터페이스로 다양한 기기(LLM)와 연결할 수 있죠.Figma 디자인을 Flutter 코드로 변환하려면, 올바른 맥락을 LLM에 제공해야 해요. 그렇지 않으면 결과물이 완전 엉망이 되거나, 원하는 수준에 도달하..

중국, 세계 최초 완전 자율 AI 에이전트 '매니스' 공개 – AI 패권 경쟁 본격화?최근 AI 업계에서 큰 주목을 받고 있는 '매니스(Manis)'라는 인공지능 에이전트가 등장했습니다. 이는 중국에서 개발한 세계 최초의 완전 자율형 AI 에이전트로, 기존의 챗봇이나 자동화된 워크플로우를 넘어 인간과 같은 작업 수행 능력을 보여주고 있습니다. AI 패권 경쟁에서 미국이 선도하고 있지만, 중국 역시 이에 맞서 획기적인 기술을 선보이며 치열한 경쟁을 벌이고 있는 상황입니다.'매니스(Manis)'란 무엇인가?'매니스'는 단순한 챗봇이 아니라, 다양한 작업을 완전 자동으로 수행하는 AI 에이전트입니다. 기존 AI 모델들은 주로 정보를 제공하거나 간단한 명령을 수행하는 수준에 그쳤지만, 매니스는 개념과 실행을 연..

https://www.youtube.com/watch?v=hFURlsMwU7c&list=WL&index=1&t=5s 아래는 원문 영상을 토대로 요약한 내용입니다. 영상을 시청하시는걸 추천합니다. 오픈소스 AI 혁명: 자유로운 AI 개발을 위한 필수 기술 스택AI 개발이 더 이상 독점 기술로 가로막히던 시대는 끝났어요. 오픈소스 AI가 폭발적으로 성장하면서, 누구나 자유롭게 실험하고 맞춤형 AI 프로젝트를 구축할 수 있는 환경이 열렸죠. 특히, 비용 부담 없이 최신 기술을 활용할 수 있다는 점이 매력적인데요. 그렇다면 실제로 오픈소스 AI 스택은 어떤 모습일까요? 프런트엔드부터 데이터 레이어, 백엔드까지 하나씩 살펴보겠습니다.🚀 프런트엔드: AI 애플리케이션의 관문AI 애플리케이션의 인터페이스는 사용자의..

https://www.youtube.com/watch?v=edsshVochqM&list=WL아래 내용은 원문 영상을 보고 요약한 내용입니다. (영상을 보시는 걸 추천드립니다)랭그랩(LangGraph) 기반 AI 에이전트 시스템 구축하기1. 기존 랭 체인의 한계기존 랭 체인(LangChain)은 AI 기반 애플리케이션을 구축하는 데 유용하지만 몇 가지 한계를 가지고 있습니다.1.1. 프로덕션 환경에서의 어려움고객 요구사항 증가에 따른 데이터 통합 및 유지보수의 어려움새로운 AI 모델 실험 및 파이프라인 변경 시 높은 의존성 문제1.2. 리니어 스트럭처드 레그의 한계기존 방식은 모든 프로세스를 순차적으로 실행해야 하며, 특정 단계에서 오류가 발생하면 전체 흐름이 영향을 받음검색 후 생성 단계로 바로 이어지기..

Vite vs Next.js 비교 및 장단점 분석Vite와 Next.js는 모두 프론트엔드 개발을 위한 인기 있는 도구지만, 목적과 기능이 다릅니다.Vite: 빠른 개발 환경과 빌드 속도를 제공하는 프레임워크 불문 번들러이자 빌드 툴.Next.js: React 기반의 풀스택 프레임워크로, 서버사이드 렌더링(SSR)과 정적 사이트 생성(SSG)을 지원.아래에서 두 도구를 상세 비교하고, 각각의 장점과 단점을 분석하겠습니다.1. 기본 개념 비교비교 항목 Vite Next.js주요 목적프론트엔드 개발 환경 및 번들링 최적화React 기반의 풀스택 웹 프레임워크지원 프레임워크Vue, React, Svelte 등 다수React 전용렌더링 방식클라이언트 사이드 렌더링(CSR) 기본SSR, SSG, ISR, CSR ..

원문 영상https://www.youtube.com/watch?v=3wk45Ow3m3M&list=PLeP_2-Xa7OBIdGlagL8n6IohwQXVISPFl&index=7아래 내용은 위 영상을 요약한 내용입니다.2025년, AI 에이전트의 해 – 파이썬과 OpenAI API로 AI 워크플로우 구현하기1. AI 에이전트 시대의 도래2025년은 AI 에이전트의 해라고 할 만큼, 많은 기업과 개인이 AI 자동화 시스템을 활용하여 업무 효율을 극대화하는 방법을 고민하고 있습니다. 코드 없이 AI 에이전트를 구축할 수 있는 로우코드 툴(예: Make, M8n)이 등장했고, 파이썬 기반 AI 워크플로우 프레임워크도 계속해서 발전하고 있습니다.하지만, 추상화된 레이어가 추가된 AI 툴은 내부 동작을 이해하기 어렵고..

Python을 활용한 AI 기반 주식 연구 에이전트 개발1. AI 에이전트로 주식 연구 자동화하기주식 투자에서 리스크를 최소화하고 수익을 극대화하려면 끊임없는 시장 조사, 기술적 분석, 최신 뉴스 확인, 재무제표 분석이 필요합니다. 하지만 이러한 작업은 상당한 시간과 노력이 요구됩니다.이번 튜토리얼에서는 Python과 Pydantic AI를 활용하여 주식 연구를 자동화하는 AI 에이전트를 구축하는 방법을 소개합니다. 이 AI 에이전트는 시장 조사, 기술적 분석, 주식 추천을 수행하여 더 나은 투자 결정을 돕습니다. 초보자도 쉽게 따라 할 수 있으며, Python 기본 지식과 OpenAI, Gemini 또는 Anthropic API 액세스만 있으면 됩니다.이번 예제에서는 OpenAI의 GPT-40 Mini..