본문 바로가기

전체 글568

[AI] - Agentic AI 역할 및 동작 원리 1. Agentic AI란?Agentic AI(에이전틱 AI)는 인공지능이 주어진 목표(Goal)를 달성하기 위해 스스로 작업을 계획하고, 필요한 도구를 활용하며, 실행 결과를 바탕으로 다음 행동을 결정하는 목표 지향적 자율 AI 시스템을 의미합니다.기존의 생성형 AI가 사용자의 입력에 대한 응답을 생성하는 데 중점을 두었다면, Agentic AI는 단순한 정보 제공을 넘어 목표 달성을 위한 의사결정과 작업 수행까지 확장된 개념입니다.Agentic AI는 대규모 언어 모델(LLM)의 추론 능력을 기반으로 외부 도구(Tools), 메모리(Memory), 계획(Planning), 실행(Executing) 등의 기능을 결합하여 복잡한 작업을 단계적으로 처리합니다.또한 작업 수행 중 새로운 정보나 예상하지 못한.. 2026. 11. 16.
[AI] - LLM 서비스의 시작 LLM 서비스의 시작1. 생성형 AI 기술 생태계에 대한 이해기업에서 AI 서비스를 도입하기 전, 가장 먼저 해야 할 일은 기술의 현주소와 생태계를 냉정하게 파악하는 것입니다.1-1. 기술의 한계 인식생성형 AI는 아직 완성형 기술이 아닙니다.다음과 같은 리스크를 인지해야 합니다.할루시네이션(Hallucination): 사실이 아닌 내용을 마치 정답처럼 확신에 차서 말하는 현상정보 보안 문제: 입력한 데이터가 외부로 유출되거나 학습에 재사용될 위험비용 문제: 학습 및 운영(Inference)에 막대한 GPU 자원과 비용 소요1-2. 적절한 기술의 선택해결하려는 문제에 따라 적절한 기술을 분류해야 합니다.생성형 AI: 창작, 요약, 대화가 필요할 때판별형 AI: 분류, 예측, 이상 탐지가 필요할 때1-3... 2026. 11. 15.
[AI] - AGI란? 1. AGI(Artificial General Intelligence)란?AGI(인공 일반 지능) 하나만 잘하는 AI(ANI, Narrow AI)가 아니라, 모든 분야에서 인간 이상의 지능을 가졌으며, 인간처럼 스스로 학습하고, 추론하고, 모든 종류의 작업을 수행할 수 있는 범용 인공지능을 뜻합니다.2. AGI와 Edge AI의 관계AGI는 필연적으로 엄청난 컴퓨팅 파워를 요구합니다.그렇다고 성능이 제한적인 Edge AI(온디바이스)와 AGI는 서로 상충하는 개념이 아닙니다.AGI가 실생활에 적용되기 위해서는 Edge AI가 필수적입니다.3. P-AGI(Personal AGI): 나만의 인공지능미래의 AGI는 전 세계 공통의 지식을 가진 거대한 뇌(Cloud AGI)와, 나를 가장 잘 아는 작은 뇌(P-.. 2026. 11. 14.
[AI] - Edge AI란? Edge AI란 무엇인가1. Edge AI란?Edge AI는 데이터가 생성되는 현장(Edge), 즉 사용자의 기기(Device) 자체에서 AI 연상을 수행하는 기술을 말합니다.클라우드(서버)로 데이터를 보내지 않고, 스마트폰, 노트북, 자동차, IoT 센서, CCTV 등 단말기 내부의 칩셋(NPU 등)을 이용해 AI 모델을 구동합니다.이를 On-Device AI(온디바이스 AI)라고도 부릅니다.2. Edge AI 등장 배경기존의 초거대 AI(ChatGPT 등)는 엄청난 연산량이 필요하여 거대한 데이터 센터(Cloud)에 의존해야 했습니다.하지만 다음과 같은 문제가 발생합니다.지연 시간(Latency): 서버에 갔다 오는 시간이 걸림보안 (Privacy): 민감한 내 데이터가 외부 서버로 전송됨비용 (Co.. 2026. 11. 13.
[AI] - 멀티모달이란? 멀티모달(Multimodal)이란?멀티모달은 Multi(여러 개의) + Modal(모드/형태)의 합성어로 LLM이 책만 읽는 AI였다면, 멀티모달 AI는 눈으로 보고, 귀로 듣고, 말할 수 있는 AI입니다.즉, 멀티모달 AI는 텍스트뿐만 아니라 이미지, 음성, 영상 등 다양한 형태의 데이터를 동시에 받아들이고, 이해하고, 생성할 수 있는 기술을 말합니다.1. 멀티모달의 핵심 역할예를 들어 챗봇 시스템에 멀티모달 기술이 적용되면 다음과 같은 획기적인 기능 수행이 가능해집니다.1-1. 인지 및 이해 (Perception)사용자가 입력하는 다양한 형태의 정보를 AI가 이해합니다.이미지 인식: 사용자가 고장난 기계 부품 사진을 찍어 올리면, AI가 그 부품이 무엇인지, 어디가 고장 났는지 분석합니다.문서 분석 .. 2026. 11. 12.
[AI] - LLM vs vLM vs sLM의 관계 LLM vs vLM vs sLM이란1. LLM, sLM, vLM: 용어 정리1-1. LLM (Large Language Model)LLM은 대규모 언어 모델의 약자입니다.이는 수백억 개(Billions)에서 수조 개(Trillions)에 이르는 방대한 양의 파라미터(매개변수)와 텍스트 데이터를 학습한 인공지능 모델을 통칭합니다.역할: 인간의 언어를 이해, 요약, 번역, 생성하는 등 광범위한 자연어 처리(NLP) 작업을 수행합니다.특징: 모델의 크기(파라미터 수)가 클수록 더 복잡하고 미묘한 언어적 패턴을 학습하여 높은 성능을 보이는 경향이 있습니다.예시: GPT-5, Gemini 2.5 Pro, Llama 4, Claude Opus 4.11-2. sLM (Small Language Model) - 효율 .. 2026. 11. 11.
[AI] - LLM이란 LLM이란?LLM은 Large Language Model의 약자로, 대규모 언어 모델을 의미합니다.이는 이름 그대로 방대한 양의 텍스트 데이터 세트를 학습한 인공지능 모델의 일종으로, 이 과정을 통해 인간의 언어를 이해하고 생성하는 능력을 갖추게 됩니다.LLM의 종류LLM은 개발 주체와 방식에 따라 다양하게 분류됩니다.상용모델 (Closed Source): 특정 기업이 개발하여 API 등을 통해 제공하는 모델입니다.OpenAI의 ChatGPT (gpt-5, gpt-5-mini, gpt-5-nano 등)Google의 Gemini 2.5 Pro, Gemini 2.5 Flash 등오픈소스 (Open Source): 모델의 구조와 가중치가 공개되어 누구나 접근하고 수정할 수 있는 모델입니다.Google의 Ge.. 2026. 11. 10.
[Programming] - 미들웨어란? 미들웨어 (Middleware)미들웨어 탄생 배경과거에는 애플리케이션과 시스템을 동일한 서버에서 실행하기 때문에 서로 다른 애플리케이션들이 상호작용하기 힘들었습니다.각각의 애플리케이션은 자체적으로 모든 기능을 구현해야 했습니다.애플리케이션의 개발 및 유지보수가 복잡해졌습니다.클라이언트 쪽에 비즈니스 로직이 많을 경우, 클라이언트 관리(배포 등)로 인해 비용이 많이 발생하는 문제도 발생했습니다.이러한 문제를 해결하기 위해 미들웨어가 등장했습니다.미들웨어란?서로 다른 애플리케이션, 시스템, 프로토콜 등의 컴퓨터 프로그램들이 서로 상호작용할 수 있도록 도와주는 소프트웨어입니다. (즉, 다른 소프트웨어와 소통하기 위한 인터페이스 역할을 합니다.)비즈니스 로직(클라이언트와 DBMS 사이의)을 미들웨어 서버에서 동.. 2026. 11. 9.
[Programming] - 백엔드 아키텍처 구조 비교 벡엔드 아키텍처 구조 비교 (3Tier ~ Clean Architecture)백엔드 개발에서 아키텍처 선택은 프로젝트의 확장성과 유지보수성을 크게 좌우합니다.많은 개발자들이 Controller -> Service -> Repository의 3Tier 구조를 사용하지만, 프로젝트가 복잡해지면 Usecase 계층을 추가하거나 완전히 다른 아키텍처로 전환하는 경우가 많습니다.이제 실무에서 자주 사용하는 5가지 아키텍처 패턴을 비교하고, 각 폴더 구조와 선택 기준을 설명하겠습니다.1. 3Tier와 4Tier의 차이1-1. 3Tier 구조: Controller -> Service -> Repository3Tier에서 Service는 비즈니스 로직과 데이터 접근 로직을 모두 담당합니다.상대적으로 간단하고 빠르게 구.. 2026. 11. 5.