오늘도 공부

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..

원문 영상https://www.youtube.com/watch?v=O93x9JvDQd0&list=PLeP_2-Xa7OBIdGlagL8n6IohwQXVISPFl&index=3 아래 내용은 위 영상에 대한 내용 요약입니다.그래프 RAG를 위한 Text-to-Cypher 에이전트 구현하기1. 그래프 RAG란?그래프 RAG는 **네오4j(Graph Database)**를 활용하여 사용자 질문과 관련된 데이터를 조회하고, 이를 기반으로 답변을 생성하는 RAG(Retrieval-Augmented Generation) 방식입니다. 기존에 생성형 AI 패키지를 사용해 그래프 RAG를 구현한 적이 있지만, 이번에는 처음부터 직접 구축해보려 합니다.2. Text-to-Cypher 에이전트 개념Text-to-Cypher 에..

원본 영상https://www.youtube.com/watch?v=ibzSgp8B2Hw&list=WL&index=1 내용 요약먼저, AI SaaS 스타트업 아이디어를 찾는 방법에 대해 이야기하려고 해요. 성공적인 AI SaaS 비즈니스는 기업 가치를 창출하고, 안정적인 현금 흐름을 만들어내며, 월 1만~7만 달러 이상의 수익을 창출할 가능성이 있어요. 오늘은 이런 숨겨진 기회를 찾을 수 있는 실용적인 프레임워크를 공유해 보려고 해요.AI SaaS 스타트업 아이디어를 찾는 핵심 전략현재 SaaS 시장은 변화하고 있어요. 새로운 기회가 많아지고 있으며, AI와 SaaS를 결합해 강력한 비즈니스를 구축할 수 있는 가능성이 열려 있죠. 하지만, 어떻게 좋은 아이디어를 찾을 수 있을까요? 오늘 공유할 프레임워크는..

강력한 AI 애플리케이션을 구축하려면?LangChain, LangGraph, LangFlow, LangSmith 비교 분석AI 애플리케이션을 개발하는 과정에서 다양한 도구와 프레임워크를 접하게 되는데요. 특히, LangChain, LangGraph, LangFlow, LangSmith 같은 도구들은 LLM(대형 언어 모델)을 활용한 개발을 더욱 쉽게 만들어줍니다. 하지만 각각의 기능과 차이점이 무엇인지 궁금하신 분들도 많을 텐데요. 이번 글에서는 이 네 가지 도구의 특징과 활용법을 예제와 함께 비교해 보겠습니다.1. LangChain: LLM 애플리케이션을 쉽고 체계적으로 구축하기LangChain은 오픈 소스 프레임워크로, LLM을 활용한 애플리케이션을 보다 체계적으로 구성할 수 있도록 도와줍니다. 예를..

로그(logging)는 개발과 운영에서 매우 중요한 요소야. 로그를 잘 남기면 디버깅, 문제 해결, 성능 분석, 보안 감사 등에 큰 도움이 돼. 여기서는 효율적으로 로그를 남기는 방법을 정리해볼게.🔹 1. 로그의 목적을 명확히 하자로그는 단순한 출력이 아니라 분석과 문제 해결을 위한 기록이야. 따라서 로그를 남길 때는 다음을 고려해야 해.디버깅을 위한 로그: 개발 중 코드의 흐름을 확인하는 용도운영 로그: 실제 서비스에서 발생하는 오류, 사용자 활동 기록보안 로그: 권한 변경, 로그인 시도, 데이터 접근 기록 등목적에 맞게 로그 레벨을 적절히 사용해야 해.🔹 2. 로그 레벨(Level)을 올바르게 사용하자로그 레벨을 잘 구분해야 로그 관리가 쉬워져.레벨 설명 사용 예시DEBUG상세한 디버깅 정보변수 ..

에이전틱 RAG와 로컬 AI: 더욱 강력한 AI 에이전트를 구축하는 방법by n8nRAG란 무엇인가?Retrieval-Augmented Generation (RAG) 는 AI 에이전트가 특정 도메인의 문서를 바탕으로 보다 정확한 응답을 생성할 수 있도록 하는 가장 널리 사용되는 방법 중 하나입니다. 이를 통해 AI가 단순한 질의응답(Q&A) 시스템이 아니라, 문서 기반 도메인 전문가로 활용될 수 있습니다. 그러나 기존의 RAG는 종종 충분한 성능을 발휘하지 못하는 경우가 많습니다.그래서 최근에는 에이전틱 RAG (Agentic RAG) 라는 개념이 등장하여 보다 강력하고 유연한 RAG 시스템을 구축하는 방법이 연구되고 있습니다.기존 RAG vs. 에이전틱 RAG전통적인 RAG 시스템은 다음과 같은 방식으..

https://www.kaggle.com/whitepaper-agents AgentsAuthors: Julia Wiesinger, Patrick Marlow and Vladimir Vuskovicwww.kaggle.com  구글의 에이전트 백서: AI 에이전트의 개념과 작동 방식 요약에이전트란 무엇인가?최근 구글에서 발표한 에이전트(Agent)에 대한 백서는 AI 기술의 발전에 있어 중요한 개념들을 다루고 있습니다. 기존의 ChatGPT와 같은 모델들은 단순히 질문을 받으면 즉각적인 응답을 제공하는 방식이지만, 에이전트는 자율적(autonomous)이고 독립적(independent) 으로 작동하며 여러 단계를 거쳐 문제를 해결하는 것이 특징입니다.기존 모델과 에이전트의 차이점기존 AI 모델(ChatGPT..

원문 영상https://www.youtube.com/watch?v=1OLrT3dEzhA 아래 내용은 영상을 요약 및 정리한 내용입니다AI 기반 에이전트 디자인 패턴 완전 정복에이전트 디자인 패턴이란?AI와 머신러닝에서 **에이전트 디자인 패턴(Agentic Design Patterns)**은 LLM(Large Language Models)을 더 효율적으로 활용하는 방법을 연구하는 분야입니다. 특히, 에이전트 기반 시스템을 구축할 때 반복적으로 사용되는 패턴을 정리하고, AI가 더욱 정교한 의사 결정을 내릴 수 있도록 설계하는 방식인데요. 이번 블로그에서는 4가지 주요 패턴을 하나씩 알아보며 Python을 이용해 직접 구현하는 방법까지 상세히 설명드리겠습니다.4가지 에이전트 패턴본 강의에서는 다음과 같은 ..

https://www.youtube.com/watch?v=DrMND9TTEWw 아래 내용은 위 영상을 보고 요약 및 정리한 내용입니다. 작은 언어 모델(SLM)의 가능성과 활용: 최신 서베이 논문 소개최근 AI 분야에서 큰 주목을 받고 있는 작은 언어 모델(Small Language Models, SLM)에 대한 서베이 논문이 발표되었습니다. 이 논문은 2023년 11월 4일 아카이브(arXiv)에 공개된 따끈따끈한 연구로, SLM의 개념과 장점, 주요 기술, 활용 방안 등을 상세히 다루고 있습니다.작은 언어 모델(SLM)이란?일반적으로 우리가 알고 있는 대형 언어 모델(Large Language Models, LLM)과 달리, SLM은 비교적 적은 수의 파라미터를 사용하여 더 적은 연산 자원으로 높은 ..

딥러닝의 혁신: 딥시 R1과 딥시 V3 모델 완벽 분석최근 인공지능(AI) 업계에서 가장 큰 화제를 모은 사건 중 하나는 "딥시(DeepSeek)"라는 연구팀이 발표한 딥시 R1과 딥시 V3 모델입니다. 특히, 딥시 R1은 오픈AI의 GPT-4 Turbo에 버금가는 성능을 갖추고도 오픈소스로 제공된다는 점에서 엄청난 주목을 받았습니다. 또한, 딥시 V3는 저사양 GPU에서도 뛰어난 성능을 발휘하며 모델 학습 비용을 획기적으로 절감할 수 있도록 설계된 점에서 AI 연구자들에게 중요한 시사점을 제공합니다.이번 포스팅에서는 딥시 R1과 딥시 V3의 특징을 분석하고, 딥러닝 모델 학습 과정에서 중요한 개념들을 쉽게 설명해 보겠습니다.1. 딥러닝 모델의 발전과 딥시의 등장인공지능 분야에서는 더 크고 강력한 모델을..

원문 영상https://www.youtube.com/watch?v=osv2csoHVAo&t=857s 아래 내용은 위 영상을 보고 정리한 내용입니다. 바닥부터 대형 언어 모델(LM) 만들기 – 개요 및 실습최근 AI와 머신러닝 기술이 발전하면서 대형 언어 모델(LM, Large Language Model) 구축에 대한 관심이 높아지고 있습니다. 오늘은 LM을 바닥부터 만들어보는 과정을 소개해 드리겠습니다. 이 과정은 여러분이 직접 실습하며 모델 훈련과 작동 원리를 이해하는 데 도움이 될 것입니다.LM 기술의 변화와 현재대형 언어 모델을 직접 구축하는 기술은 이미 몇 년 전부터 대중화되기 시작했습니다. 특히 중국에서 개발된 ‘딥시(DeepSeek)’가 등장하면서 LM 시장이 급격히 변화하고 있으며, 오픈소스..

안녕하세요! 오늘은 n8n을 이용해서 AI를 활용하여 얼굴 없는 유튜브 영상을 제작하는 방법을 소개해 드리겠습니다. AI 에이전트를 활용하면 누구나 간단하게 자동화된 워크플로우를 통해 영상을 만들 수 있습니다. 이번 포스트에서는 전체 프로세스를 하나씩 설명해 드릴 테니, 끝까지 읽어 주세요!1. 얼굴 없는 영상(Faceless Video) 제작 워크플로우📌 첫 번째 워크플로우: 영상 제작이 워크플로우에서는 다음과 같은 5가지 단계를 거쳐 AI가 자동으로 영상을 생성합니다.1️⃣ 워크플로우 초기화 2️⃣ 11 Labs를 이용한 AI 음성 생성 3️⃣ Flux AI 모델을 활용한 이미지 생성 4️⃣ 오디오, 이미지, 자막 및 배경 음악 결합 5️⃣ 최종 영상 생성 및 Google Sheets에 데이터 저장..

오늘은 N8N을 이용한 AI 에이전트를 처음부터 끝까지 구축하는 방법을 배워보겠습니다. 기초 개념부터 시작해 점점 고급 기술로 나아갈 예정인데요. 본격적으로 개발을 시작하기 전에, 먼저 AI 에이전트란 무엇이며 왜 중요한지 이해하는 것이 필요합니다.1. 에이전트 시스템이란?에이전트 시스템(agentic system)은 여러 개의 에이전트와 워크플로우(workflow)로 구성된 환경을 의미합니다. 여기서 워크플로우란 자동화된 프로세스를 의미하며, 일정한 입력(input)이 주어지면 미리 정의된 출력(output)이 생성됩니다. 예를 들어, 고객이 제품을 구매하면 주문 확인 이메일을 자동으로 발송하는 시스템이 하나의 워크플로우입니다.반면 **에이전트(agent)**는 동적인 자동화 시스템입니다. 즉, 미리 ..

🔍 MidJourney --cref 명령어 가이드 (Character Reference)✅ **--cref (Character Reference)**는 MidJourney V6에서 추가된 기능으로,이전 이미지의 캐릭터 스타일과 특징을 유지하면서 새로운 이미지를 생성할 수 있도록 도와줍니다.📌 1. --cref (Character Reference) 기본 개념--cref를 사용하면 이전 캐릭터 이미지의 스타일과 특징을 참조하여 새로운 이미지를 생성 가능일관된 캐릭터 디자인을 유지하는 데 유용기존 --iw (Image Weight) 옵션과 함께 사용하면 참조 강도를 조절 가능✅ 기본 사용법:/imagine prompt: [새로운 이미지 설명] --cref [이미지 URL]✅ 이미지 강도 조절 (0.5~2..

🎭 MidJourney에서 캐릭터 일관성을 유지하는 프롬프트 가이드MidJourney는 기본적으로 일관된 캐릭터(같은 얼굴, 같은 스타일)를 유지하는 기능이 부족하지만,다음과 같은 기법을 활용하면 캐릭터의 일관성을 어느 정도 유지할 수 있습니다.📌 1. 캐릭터 일관성을 높이는 방법✅ 1) 캐릭터의 세부 사항을 상세하게 기재MidJourney는 텍스트 프롬프트 기반으로 이미지를 생성하기 때문에,캐릭터의 특징을 매우 구체적으로 작성하면 일관성을 유지할 확률이 높아집니다.🔹 필수 요소:성별 (Male, Female, Androgynous, etc.)연령 (Young, Middle-aged, Elderly)얼굴 특징 (Sharp jawline, freckles, scar on left cheek)헤어스타일..

Nginx에서 sites-enabled 디렉터리에 설정 파일을 링크하는 방법은 다음과 같습니다.1. 설정 파일 생성먼저, Nginx의 sites-available 디렉터리에 원하는 설정 파일을 생성합니다.sudo nano /etc/nginx/sites-available/my_website예제 설정 파일 (my_website):server { listen 80; server_name example.com; root /var/www/example; index index.html index.htm; location / { try_files $uri $uri/ =404; }}파일을 저장한 후, CTRL + X → Y → Enter 를 눌러 종료합니다.2. sites-..

🚀 next/image에서 모든 이미지 도메인 허용하기Next.js의 next/image는 보안 및 최적화를 위해 외부 이미지 도메인을 명시적으로 지정해야 합니다."Un-configured Host" 오류는 허용되지 않은 도메인의 이미지를 불러오려고 할 때 발생합니다.1️⃣ 모든 도메인 허용 (next.config.js)Next.js에서는 images.domains 옵션을 설정해야 하지만, 특정 도메인을 모를 경우 와일드카드(* 사용)는 불가능합니다. 대신, remotePatterns 옵션을 사용하여 모든 도메인을 허용할 수 있습니다.📌 next.config.js 설정 (모든 도메인 허용)/** @type {import('next').NextConfig} */const nextConfig = { i..

https://liveblocks.io/ Liveblocks | Ready‑made features for AI & human collaborationThe best products for the AI era aren’t solo experiences—they’re collaborative, like Notion and Figma. Liveblocks provides ready‑made features that make your app multiplayer, engaging, and AI‑ready.liveblocks.io 📌 Liveblocks란?Liveblocks는 실시간 협업(Real-time Collaboration) 기능을 쉽게 추가할 수 있도록 지원하는 서비스입니다.Google Docs의 동..

https://clerk.com/ Clerk | Authentication and User ManagementThe easiest way to add authentication and user management to your application. Purpose-built for React, Next.js, Remix, and “The Modern Web”.clerk.com 📌 Clerk란?Clerk는 풀스택 애플리케이션을 위한 인증 및 사용자 관리 서비스입니다. 기존의 Firebase Authentication, Auth0, Supabase Auth와 비슷하지만, Next.js, React, Remix, Svelte 등 최신 웹 프레임워크와 긴밀하게 통합되어 개발 속도를 크게 단축시킬 수 있습니다...

https://www.convex.dev/ Convex | The reactive database for app developersConvex is the reactive database for app developers. Everything you need to build your full-stack project.www.convex.dev Convex DB란?Convex DB는 풀스택 개발을 위한 백엔드 데이터베이스 및 서버리스 프레임워크입니다. 기존의 데이터베이스와 달리 자동 스케일링, 상태 관리, 트랜잭션 처리 및 리얼타임 기능을 포함한 완전한 백엔드 솔루션을 제공합니다.Convex는 특히 React, Next.js, Svelte, Vue 등과의 연동이 강력하여 풀스택 개발을 단순화하는 것을 목표..

Next.js 15로 만든 웹사이트를 구글 검색에서 잘 노출되게 하려면(SEO 적용) 아래 단계를 따르는 것이 좋습니다.---1. Next.js의 기본 SEO 설정1) 에 메타 태그 추가Next.js에서는 next/head를 사용하여 각 페이지의 태그를 관리할 수 있습니다.import Head from "next/head";export default function Home() { return ( Next.js 15 SEO 튜토리얼 Next.js 15 SEO 최적화 );}title 태그: 페이지 제목 (검색결과 제목으로 사용됨)meta description: 검색결과에서 설명으로 노출됨..

Next.js에 Google AdSense 광고를 삽입할 수 있습니다. 다만, Next.js는 기본적으로 서버 사이드 렌더링(SSR)을 지원하기 때문에 AdSense 코드가 제대로 실행되려면 클라이언트 사이드에서 실행되도록 설정해야 합니다.1. Google AdSense 승인 및 코드 발급먼저, Google AdSense 계정을 승인받고, 광고 코드를 발급받아야 합니다.2. Next.js에 AdSense 삽입하는 방법(1) _document.js에 전체 사이트용 스크립트 추가Google AdSense의 스크립트를 모든 페이지에서 실행하려면 _document.js 또는 _document.tsx 파일을 수정해야 합니다.📌 pages/_document.jsimport { Html, Head, Main, Ne..

파이어폭스(Firefox)에서 네트워크 응답 내용을 직접 변경하는 것은 기본적으로 제공되지 않지만, 몇 가지 방법을 활용하면 가능할 수 있습니다.1. 개발자 도구에서 응답을 수정하는 방법파이어폭스 자체 개발자 도구(F12)를 사용하면 네트워크 요청을 가로챌 수 있지만, 응답 자체를 수정하는 기능은 기본적으로 제공되지 않습니다.2. Tamper Dev 확장 프로그램 사용Tamper Dev 같은 확장 프로그램을 사용하면 HTTP 요청 및 응답을 가로채고 수정할 수 있습니다.요청을 보낼 때 Tamper Dev를 실행하면 특정 요청을 가로챌 수 있으며, 원하는 응답 내용을 수정할 수도 있습니다.3. Mitmproxy 또는 Burp Suite 사용파이어폭스의 네트워크 트래픽을 가로채려면 Mitmproxy나 Bur..

원문https://android-developers.googleblog.com/2025/02/second-beta-android16.html?utm_source=email&utm_medium=newsletter&utm_campaign=Play-february25&m=1 The Second Beta of Android 16Android 16 Beta 2 is now available, with new features for professional camera experiences, graphical effects, performance improvements, and more.android-developers.googleblog.com Android 16 베타 2 주요 업데이트 요약Google은 Andro..

PostgreSQL에서 테이블 구조를 확인하는 방법에는 여러 가지가 있습니다. 주요 방법은 다음과 같습니다.1. psql 메타 커맨드 사용psql 클라이언트에서는 간단하게 메타 커맨드를 사용할 수 있습니다.예시:\d 테이블명이 명령어는 해당 테이블의 컬럼, 데이터 타입, 인덱스, 제약조건 등을 보여줍니다.2. information_schema 뷰 사용SQL 쿼리로 테이블의 구조를 확인하려면 information_schema.columns 뷰를 활용할 수 있습니다.예시 쿼리:SELECT column_name, data_type, character_maximum_length, is_nullable, column_defaultFROM information_schema.columnsWHER..