본문 바로가기
반응형

IT63

AI와 도구를 잇는 표준, MCP v2 핵심 요약: 무엇이 달라졌을까요? 안녕하세요! AI 에이전트와 외부 서비스(DB, API 등)를 연결해 주는 표준 프로토콜인 MCP(Model Context Protocol)가 대규모 개편을 거쳐 v2로 새롭게 태어났습니다.이번 v2 업그레이드는 단순한 기능 추가를 넘어, "AI 인프라를 웹 표준에 맞게 얼마나 가볍고 확장성 있게 만들 것인가"에 초점을 맞추어 근본적인 구조가 대수술되었습니다.기존 v1과 비교해 어떤 점이 명확하게 바뀌었는지 블로그 형식으로 알기 쉽게 정리해 드립니다!1. 가장 큰 변화: "세션이 필요 없는" 무상태(Stateless) 구조기존(v1): 클라이언트와 서버가 연결될 때 핸드셰이크(initialize) 과정을 거치고, 세션 ID(Mcp-Session-Id)를 유지한 상태에서 통신해야 했습니다. 이 때문에 서버.. 2026. 8. 20.
복잡한 AI 에이전트 워크플로우의 정답: '그래프 엔지니어링(Graph Engineering)'과 오르카(Orca) 실전 가이드 최근 AI 에이전트 개발 환경에서 '그래프 엔지니어링(Graph Engineering)'이 화두입니다. 단일 루프 방식의 한계를 넘어, 여러 에이전트가 협업하는 구조를 체계적으로 설계하는 방법론입니다.오늘은 그래프 엔지니어링의 핵심 개념과 함께, 이를 실제로 구현하기 위한 오르카(Orca) 오케스트레이션 활용법 및 실제 프롬프트 예시를 정리해 드립니다.1. 그래프 엔지니어링이란? (루프 vs 그래프)루프 엔지니어링(Loop Engineering): 하나의 에이전트가 트리거 발생 후 '계획-실행-검토' 과정을 종료 조건이 충족될 때까지 반복하는 방식입니다.그래프 엔지니어링(Graph Engineering): 하나의 루프로 해결하기 어려운 복잡한 작업을 다수의 특화된 에이전트(노드)로 분산하고, 이들 간의 .. 2026. 8. 19.
[꿀팁] AI에게 '세상을 볼 수 있는 눈'을 달아주자: 에이전트 리치(Agent Rich) 활용기 평소 클로드(Claude)나 각종 AI 에이전트를 사용하면서 이런 답답함 느껴보신 적 없나요?> *"지금 X(트위터)에서 유행하는 키워드가 뭐야?"*> *"이 유튜브 영상 내용 좀 요약해서 핵심만 알려줘."*> *"깃허브 이슈에서 이 에러 해결 방법 좀 찾아봐."*> 그때마다 AI는 **"죄송합니다. 저는 최신 정보에 접근할 수 없습니다."**라며 작년 어딘가에 멈춰버린 지식만 늘어놓곤 하죠. 결국 우리가 직접 브라우저를 켜고, 검색하고, 복사해서 다시 AI에게 붙여넣는 '셀프 심부름'을 하게 됩니다.세상에서 가장 똑똑한 비서를 앉혀두고 정작 일은 내가 다 하는 이 상황, 오늘 소개해 드릴 **'에이전트 리치(Agent Rich)'**가 단번에 해결해 드립니다.### 💡 에이전트 리치가 뭐길래?에이전트.. 2026. 7. 2.
[AWS SAP-C02] 시험 합격을 위한 전략: 도메인 및 작업 분석 AWS Certified Solutions Architect – Professional (SAP-C02) 시험을 준비하고 계신가요? 단순히 서비스의 기능을 암기하는 것만으로는 이 시험을 정복하기 어렵습니다. 오늘은 시험의 전체적인 뼈대를 잡고, 4개의 핵심 도메인과 각 작업(Task)이 무엇을 의미하는지 명확하게 정리해 드립니다.1. 시험의 성격 파악하기이 시험은 클라우드 솔루션을 설계·구현한 경력이 2년 이상인 전문가를 대상으로 합니다. 서비스의 스펙을 넘어, 복잡한 조직 내의 다양한 요구 사항을 평가하고 아키텍처 지침을 제시할 수 있는 능력을 검증합니다.참고: 모바일 앱 프런트엔드 개발, 12-factor 앱 방법론 등은 출제 비중이 낮으므로 학습 우선순위에서 조정 가능합니다.2. 시험 구성 요약문항.. 2026. 6. 21.
모델은 그대로, 결과는 퀀텀 점프: AI 에이전트의 성적표를 바꾼 'Agent Skill'의 비밀 모델은 그대로, 결과는 퀀텀 점프: AI 에이전트의 성적표를 바꾼 'Agent Skill'의 비밀최근 AI 코딩 에이전트 시장의 열기가 뜨겁습니다. "이런 기능 구현해줘" 한마디에 복잡한 코드를 쏟아내는 Cursor나 Claude Code, GitHub Copilot은 이제 개발자의 필수 동료가 되었죠. 하지만 이 똑똑한 동료에게도 치명적인 약점이 있습니다. 바로 '졸업 후 공부를 멈춘 천재' 같다는 점입니다.AI 모델은 학습이 완료된 시점의 데이터에 갇혀 있습니다. 반면, 소프트웨어 세상은 자고 일어나면 새로운 프레임워크가 나오고, 어제의 정답(Best Practice)이 오늘의 오답(Deprecated)이 되기도 합니다. 결과적으로 AI는 존재하지 않는 API를 호출하거나, 보안에 취약한 구식 패턴을.. 2026. 4. 5.
[AI 인사이트] "LLM은 막다른 길이다" — 튜링상 수상자의 1조 원 규모 승부수 최근 AI 업계에 거대한 균열을 일으키는 소식이 전해졌습니다. 현대 딥러닝의 대부이자 튜링상 수상자인 얀 르캉(Yann LeCun)이 Meta를 떠나며 던진 한마디, "현재의 LLM(거대언어모델) 방식은 막다른 길에 다다랐다"는 선언입니다.그는 단순히 비판에 그치지 않고, 약 10억 달러(한화 약 1조 3천억 원)의 투자를 유치하며 새로운 대안을 만들기 위한 본격적인 행보에 나섰습니다. 그 이론적 토대가 담긴 최신 논문(arXiv:2603.15381)의 핵심 내용을 정리해 드립니다.1. 현재 AI 경쟁의 한계: "더 크게, 더 많이"의 역설지금의 AI 시장은 세 가지 키워드로 요약됩니다. * 더 큰 모델 (More Parameters) * 더 많은 데이터 (More Data) * 더 많은 컴퓨팅 파워 (.. 2026. 3. 19.
반응형

티스토리툴바