AI Briefing#langchain
#langchain와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#langchain와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
OpenWiki는 코딩 에이전트가 코드베이스를 더 잘 이해할 수 있도록 문서를 자동 생성하고 유지 관리하는 오픈 소스 도구이다.
LangChain은 WebAssembly와 QuickJS를 활용해 격리된 환경에서 에이전트의 코드를 안전하게 실행하는 기술을 공개했다.
Deep Agents는 모델 제공업체별로 상이한 프롬프트 캐싱 전략을 자동화하여 AI 에이전트의 운영 비용을 절감한다.
LangChain이 LangSmith의 새로운 기능과 Deep Agents를 위한 오픈소스 도구들을 공개했다.
Vercel의 AI SDK Harness가 Deep Agents와 OpenCode 어댑터를 추가하여 다양한 코딩 에이전트 런타임을 통합 지원합니다.
Klarna가 LangGraph와 LangSmith를 활용해 700명의 인력을 대체하는 고성능 AI 에이전트를 구축했다.
LangChain은 LangSmith와 오픈소스 도구를 통해 EU AI Act의 고위험 AI 시스템 규제 준수를 지원한다.
Factory는 LangSmith를 도입하여 LLM 파이프라인의 관측성을 확보하고 피드백 루프를 자동화함으로써 제품 개선 속도를 2배 높였다.
LangSmith가 개발자 워크플로우 최적화를 위해 홈페이지를 개편하고 리소스 관리 기능을 강화했다.
Replit이 LangSmith의 기능을 고도화하여 복잡한 Replit Agent의 워크플로우를 효율적으로 디버깅하고 모니터링한다.
LangChain이 LLM 평가 점수를 인간의 선호도에 맞게 조정할 수 있는 Align Evals 기능을 출시했다.
AI 에이전트를 정의하기보다 시스템이 얼마나 자율적으로 동작하는지를 나타내는 '에이전트성(Agentic)'의 개념이 더 중요하다.
AI 에이전트를 단순 도구가 아닌 협업하는 팀원으로 활용하여 소프트웨어 개발 생애주기 전체를 자동화하는 에이전틱 엔지니어링을 제안한다.
LLM 에이전트는 비결정론적 특성과 무한한 입력 공간 때문에 기존 소프트웨어와는 다른 방식의 관측성이 필요하다.
LangSmith가 인간의 피드백을 학습하여 LLM 평가 모델을 스스로 개선하는 기능을 선보였다.
AI 에이전트는 결정론적이지 않은 추론 과정을 거치므로 기존 소프트웨어와는 다른 관측 가능성과 평가 방식이 필요하다.
LangChain이 클라이언트 측 API와 상태에 직접 접근할 수 있는 Headless Tools를 통해 에이전트의 실행 환경 한계를 극복한다.
Harvey와 LangChain Labs가 법률 에이전트 평가 및 사후 학습을 위한 저비용·고신뢰 LLM 검증기 설계 방안을 연구했다.
Rippling은 Deep Agents와 LangSmith를 활용해 복잡한 데이터 모델을 처리하는 프로덕션 AI를 6개월 만에 구축했다.
AI 에이전트를 체계적으로 구축하고 운영하기 위한 4단계 개발 라이프사이클을 제시한다.
LangSmith Engine은 AI 에이전트의 실패 패턴을 분석하고 원인 진단부터 수정 제안까지 개발 주기를 자동화한다.