프롬프트 엔지니어링의 시대는 끝났다? 에이전트를 제어하는 '하네스 엔지니어링'의 등장
·
생각과다짐
AI 기술이 발전하면서 우리는 AI에게 단순히 질문을 던지는 것을 넘어, AI가 스스로 코드를 짜고 복잡한 업무를 수행하는 '에이전트(Agent)' 시대를 맞이하고 있습니다. 하지만 AI 에이전트가 똑똑해질수록 새로운 고민이 생깁니다. "어떻게 하면 이 강력한 AI가 내 의도대로, 실수 없이 끝까지 일을 완수하게 만들 수 있을까?"이 질문에 대한 해답으로 최근 주목받는 개념이 바로 **하네스 엔지니어링(Harness Engineering)**입니다. 오늘은 프롬프트 엔지니어링의 한계를 짚어보고, 왜 우리가 하네스 엔지니어링으로 넘어가야 하는지, 그 핵심 철학과 적용 방법에 대해 알아보겠습니다. 참고로 블로그를 작성하면서 참고한 유튜브 영상을 공유합니다.https://youtu.be/DrekqeDlO1w?..
랭체인 에이전트 및 도구, Pydantic 스키마로 구조화된 입력받기, ReAct
·
독서
한빛미디어의 'AI에이전트 마스터 클래스' 챕터 7 내용의 일부를 정리했습니다.1. 에이전트 도구 사용 과정1) 사용자 질문 입력 -> 모델2) 모델 -> 도구들(action)사용자의 질문을 확인한 모델이 '지금은 도구를 써야겠다'고 판단합니다. 어떤 도구를 어떤 인자로 호출하지 action을 생성합니다. 주어진 도구들이 각자 어떤 역할을 수행하는지 확인하고, 현재 질문 내용을 토대로 도구를 사용할 것인지, 아니면 직접 답변을 생성할 것인지 결정합니다.3) 도구들 -> 모델(observation)도구가 실행된 뒤, 그 결과값을 반환합니다.(observation) 도구가 모델을 '관측'하는 것이 아니라, '모델이 도구의 실행 결과를 관찰한다'고 이해하면 됩니다. 4) 모델 -> 출력(fishsh)ahepf..
랭체인 프롬프트, 모델, 출력파서, 랭체인 허브
·
카테고리 없음
한빛미디어의 'AI에이전트 마스터 클래스' 내용의 일부를 정리했습니다. 1. 프롬프트프롬프트를 랭체인 문법에 맞춰 작성하는 방법1. PromptTemplate.from_template()langchain_core 패키지의 prompts 모듈로부터 Prompt Template 객체를 가져오는 법from langchain_core.prompts import PromptTemplateprompt = PromptTemplate.from_template("{topic}에 대해 {level} 수준으로 설명해 주세요.")print(prompt)"""input_variables=['level', 'topic'] input_types={} partial_variables={} template='{topic}에 대해 {l..