본문 바로가기

MCP

프롬프트 엔지니어링 6편 | Tree of Thoughts(ToT), reason&act(ReAct) 딱 한 줄 바꿨을 뿐인데, 답변의 퀄리티가 이렇게 차이난다고? 맞습니다. 똑같은 돈을 내고 AI 모델을 사용하더라도, 어떻게 질문을 하느냐에 따라 얻을 수 있는 결과는 천차만별입니다. 어떻게 하면 AI의 성능을 최대로 끌어내어 정확하고 의미있는 답변을 출력하게 할 수 있을까요? 구글에서 발간한 화제의 백서, “Lee Boonstra의 프롬프트 엔지니어링 백서”를 보면 알 수 있습니다. 원문은 모두 영어로 되어 있는데요. 이번 백서의 내용을 꼼꼼히 공부하고, 직접 실험해보면서 중요한 개념들을 해설하는 시리즈를 기획했습니다. 총 8편에 걸쳐 진행될 예정이며, 구글 백서 원문은 이곳(링크)에서 확인할 수 있습니다. [구글 프롬프트 엔지니어링 백서 파헤치기 시리즈]1편 - LLM의 작동 방식과 config 조정.. 더보기
비슷한 것 같으면서도 다른 MCP vs RAG vs AI Agent, 무슨 차이일까? 지난 글에 이어서 씁니다. 이번 글 역시 업스테이지 프라이빗 세미나 2회차 내용을 바탕으로 작성했습니다. 이 세미나는 업스테이지 테크 리드 박준현 님이 나와 “AI Agent/ RAG 기술 동향”을 주제로 강연했습니다. RAGRAG는 검색 증강 생성 기술입니다. 유저가 LLM에게 질문을 하면 만들어 놓은 검색기가 데이터를 검색하고, 이를 LLM에게 넘겨주어 이 정보를 참조하여 답변을 만듭니다. 데이터가 저장된 벡터 스토어, 임베딩 모델, LLM 이 3가지 요소가 어우러져 답변을 만드는 시스템이 가장 간단한 RAG 구조일 것 같습니다. 검색에는 여러 방식이 있습니다. 벡터 검색도 있고, 키워드 검색도 있고요. 사람이 데이터를 찾아서 넣는 방식이나 아이디 값을 조회하는 것도 일종의 검색입니다. LLM은 학습.. 더보기
요즘 가장 핫한 MCP, LLM에 손발을 붙여주다 LLM에 손발을 붙여준 MCP 가장 직관적이고 쉽게 비유를 해볼께요. 만약 LLM이 뇌라고 한다면 MCP는 눈, 코, 입, 귀, 손을 붙여줘요. 예전에는 눈을 붙이고, 코를 붙일 때 각각 다른 연결 방식을 썼는데, 이제는 하나의 표준화된 MCP가 나와서 손쉽게 연결하고 해제할 수 있게 됐어요. 덕분에 LLM의 능력은 하늘을 찌르는 중!  1. MCP란 무엇인가요?모델 컨텍스트 프로토콜(Model Context Protocol)의 약자로, LLM에 정보를 제공하는 방식을 표준화한 개방형 프로토콜이에요. MCP의 C는 컨텍스트로, 문맥이나 맥락을 의미하죠. 프로토콜은 규칙이라는 뜻이고요. LLM에게 참조할 수 있는 문맥이나 정보, 컨텍스트를 주는 방식을 규칙으로 정한 것 이라고 이해할 수 있어요. 2. 컨텍.. 더보기

티스토리툴바