AI BriefingLangChain Blog 뉴스
LangChain Blog에서 수집한 AI·개발 최신 뉴스와 한국어 요약입니다.
원문 사이트 방문 →Replit Agent의 복잡한 워크플로우를 통한 LangSmith의 한계 돌파
Replit이 LangSmith의 기능을 고도화하여 복잡한 Replit Agent의 워크플로우를 효율적으로 디버깅하고 모니터링한다.
Align Evals 소개: LLM 애플리케이션 평가 프로세스 간소화
LangChain이 LLM 평가 점수를 인간의 선호도에 맞게 조정할 수 있는 Align Evals 기능을 출시했다.
AI 에이전트란 무엇인가?
AI 에이전트를 정의하기보다 시스템이 얼마나 자율적으로 동작하는지를 나타내는 '에이전트성(Agentic)'의 개념이 더 중요하다.
Fireworks를 활용해 비용을 100배 절감한 Trace Judge 구축하기
LangSmith가 Fireworks와 협력하여 Qwen 모델을 미세 조정함으로써 비용을 100배 절감한 'Perceived Error' 탐지 모델을 개발했다.
에이전틱 엔지니어링: AI 에이전트 군집이 소프트웨어 엔지니어링을 재정의하는 방법
AI 에이전트를 단순 도구가 아닌 협업하는 팀원으로 활용하여 소프트웨어 개발 생애주기 전체를 자동화하는 에이전틱 엔지니어링을 제안한다.
에이전트 관측성: 프로덕션 환경에서 LLM 에이전트를 모니터링하고 평가하는 방법
LLM 에이전트는 비결정론적 특성과 무한한 입력 공간 때문에 기존 소프트웨어와는 다른 방식의 관측성이 필요하다.
LLM-as-a-Judge를 인간의 선호도에 맞게 정렬하기
LangSmith가 인간의 피드백을 학습하여 LLM 평가 모델을 스스로 개선하는 기능을 선보였다.
관측 가능성(Observability)을 활용한 AI 에이전트 디버깅 및 평가 방법: LangChain 가이드
AI 에이전트는 결정론적이지 않은 추론 과정을 거치므로 기존 소프트웨어와는 다른 관측 가능성과 평가 방식이 필요하다.
LangChain이 코딩 에이전트의 비용 지출을 예측 가능하게 만든 방법
LangChain은 AI 에이전트의 급격한 비용 증가를 막기 위해 LangSmith LLM Gateway를 도입하여 실시간 비용 추적 및 제어 기능을 구현했다.
Box AI가 Deep Agents를 통해 엔터프라이즈 콘텐츠 에이전트를 구축한 방법
Box가 Deep Agents 아키텍처를 활용해 복잡한 기업용 데이터 분석을 수행하는 에이전트 시스템을 구축했다.
AI 에이전트를 위한 올바른 샌드박스 선택 방법
AI 에이전트의 코드 실행 시 발생하는 보안 위협을 방지하기 위한 샌드박스의 필수 기능과 선택 기준을 설명한다.
최고의 AI조차 충분히 똑똑하지 않을 때, Benchling이 에이전트를 구축하는 방법
생명과학 데이터 플랫폼 Benchling은 멀티 모델 교차 검증과 구조화된 트레이스 리뷰를 통해 과학 연구용 AI 에이전트의 정확도를 높이고 있다.
에이전트와 애플리케이션 사이의 끊어진 연결 고리
LangChain이 클라이언트 측 API와 상태에 직접 접근할 수 있는 Headless Tools를 통해 에이전트의 실행 환경 한계를 극복한다.
SmithDB의 전체 텍스트 검색: 오브젝트 스토리지용 역색인 설계
SmithDB는 대규모 JSON 페이로드를 가진 에이전트 트레이스를 효율적으로 검색하기 위해 오브젝트 스토리지에 최적화된 역색인 구조를 설계했다.
AI 헬스 코치 구축하기: 평가, 안전성 및 규제 준수
디지털 헬스 기업 Numan이 AI 코치 'Nu'의 품질과 규제 준수를 위해 LLM 페르소나를 활용한 자동화된 평가 루프를 구축하는 방법을 설명한다.
AI 에이전트에게 전용 컴퓨터를 부여하라
AI 에이전트가 안전하고 독립적으로 코드를 실행할 수 있도록 하드웨어 수준의 격리를 제공하는 LangSmith Sandboxes를 소개한다.
LangGraph의 결함 허용(Fault Tolerance): Retry, Timeout, Error Handler
LangGraph는 Retry, Timeout, Error Handler를 통해 실전 에이전트의 결함 허용 기능을 지원한다.
모델 중립성: AI 벤더 종속을 피해야 하는 이유
AI 모델이 범용화됨에 따라 벤더의 오케스트레이션 도구에 종속되지 않기 위한 모델 중립성이 중요해지고 있다.
법률 에이전트를 위한 효율적인 검증기 설계
Harvey와 LangChain Labs가 법률 에이전트 평가 및 사후 학습을 위한 저비용·고신뢰 LLM 검증기 설계 방안을 연구했다.