최근 랭그래프(LangGraph)를 활용한 멀티 에이전트 AI 서비스나 복잡한 공공 데이터를 다루는 데이터 기획 실무를 하다 보면 큰 고민에 빠지게 됩니다. 바로 '데이터 간의 숨겨진 맥락과 관계를 시스템에 어떻게 이해시킬 것인가' 하는 문제입니다.본 내용은 패스트캐퍼스에 '온톨로지 기반 프로덕트 레벨 AI Agent 서비스 구축' 공부하고 남긴 글입니다. 우리가 널리 사용하는 관계형 데이터베이스(RDB)는 스키마가 잘 짜여 있어 빠르고 안정적입니다. 하지만 현실 세계의 복잡한 네트워크를 표현하기 위해 수많은 테이블을 쪼개고 무거운 조인(Join) 연산을 걸어야 하는 한계가 있습니다.이번 글에서는 단순히 데이터를 저장하는 것을 넘어, 데이터 스스로 관계를 맺고 지식을 도출하는 기술인 온톨로지(Ontolo..

오늘은 3주차 AI 에이전트 엔지니어링(한빛미디어) 인프런 스터디에 Chapter8 단일 에이전트에서 멀티 에이전트로에 대해서 다룹니다. Chapter8 단일 에이전트에서 멀티 에이전트로에이전트는 몇 개나 필요할까?기본 원칙: 단순함에서 출발하여 필요할 때만 복잡성 추가영향 요인: - 작업 난이도와 도구 개수(16개 이상이면 성능 저하) 요즘은 더 많이 사용 가능...- 환경 복잡성과 병렬 처리 필요성-지연시간(latency) 요구사항선택 경로:1) 단일 에이전트로 시작2) 계층적/시맨틱 도구 선택으로 최적화3) 필요시만 멀티 에이전트로 전 단일 에이전트 vs 멀티 에이전트구분단일 에이전트멀티 에이전트구현 난이도단순복잡지연시간낮음높음(조율 오버헤드)도구 관리도구가 많을 수록 성능 떨어짐전문화로 정확도 높..