이 시리즈를 영상으로 실습하고 싶다면
📚 강의 목차
- 1
LLM 에이전트란 무엇인가
LLM이 도구를 사용하고 스스로 계획해 목표를 달성하는 에이전트 개념과 챗봇과의 차이, 인식→계획→행동→관찰 루프, 한계와 대표 사례를 소개합니다.
- 2
ReAct 에이전트 패턴
ReAct(Reasoning+Acting) 패턴의 두 가지 구현 방식—텍스트 파싱 기반과 Tool Use API 기반—을 비교하고, Anthropic API로 실제 ReAct 에이전트를 파이썬으로 구현합니다.
- 3
도구 정의와 스키마 설계
에이전트 도구를 JSON Schema로 정의하는 방법, 파라미터 타입 설계, required/optional 구분, 그리고 description 품질이 에이전트 성능에 미치는 영향을 실전 예제와 함께 설명합니다.
- 4
도구 실행 루프 구현
tool_use 응답 파싱, 함수 디스패처 구현, 병렬 도구 호출 처리, 에러 복구, 종료 조건 설계를 통해 프로덕션에서 사용할 수 있는 견고한 에이전트 루프를 완성합니다.
- 5
멀티스텝 추론 구현
복잡한 목표를 하위 단계로 분해하는 Plan-Execute 패턴, 실행 중 계획을 동적으로 수정하는 Re-planning, 그리고 에이전트 성능을 측정하는 방법을 구현합니다.
- 6
에이전트 단기 메모리 설계
컨텍스트 창의 한계를 극복하는 슬라이딩 윈도우, 요약 기반 압축, 스크래치패드 등 에이전트 단기 메모리 전략을 파이썬으로 구현합니다.
- 7
에이전트 장기 메모리 구현
임베딩과 벡터 DB(ChromaDB)를 사용해 세션을 넘어 지식을 보존하는 장기 메모리를 구현하고, 에이전트 루프에 관련 기억 검색을 통합합니다.
- 8
멀티에이전트 시스템 개요
단일 에이전트의 한계를 넘어 여러 에이전트가 협력하는 멀티에이전트 시스템의 핵심 패턴(오케스트레이터-워커, 피어-투-피어, 계층적)과 에이전트 간 통신 방법, 장단점을 다룹니다.
- 9
오케스트레이터 패턴 구현
작업 의존 관계 그래프 기반 실행 순서 결정, ThreadPoolExecutor 병렬 실행, 워커 실패 재시도, 결과 합성까지 프로덕션 수준의 오케스트레이터를 완성합니다.
- 10
서브에이전트 분업 설계
리서치·코딩·검증 에이전트를 역할에 맞게 설계하는 방법, 일관된 에이전트 인터페이스 표준화, 전문화와 범용 에이전트 사이의 트레이드오프를 다룹니다.
- 11
에이전트 평가 방법
에이전트 성능을 객관적으로 측정하는 평가 데이터셋 구성, 정량적 지표 설계, LLM-as-Judge 패턴, 회귀 테스트 자동화 방법을 다룹니다.
- 12
안전한 에이전트 설계
최소 권한 원칙, 허용·금지 도구 목록, 사용자 확인 요청, 실행 전 계획 검토, 롤백 전략, 프롬프트 인젝션 방어까지 에이전트 안전 설계의 핵심을 다룹니다.
- 13
비용과 성능 최적화
Haiku·Sonnet 모델 혼용, 프롬프트 캐싱, 병렬 도구 호출, 컨텍스트 압축으로 에이전트 실행 비용을 줄이고 속도를 높이는 실전 최적화 전략을 다룹니다.
- 14
에이전트 디버깅 기법
사고 과정 로깅, 도구 호출 트레이싱, 프롬프트 A/B 테스트, 실패 케이스 수집과 개선 루프로 에이전트의 잘못된 행동 원인을 빠르게 찾아 수정하는 방법을 다룹니다.
- 15
LangGraph 기초
LangGraph의 StateGraph·노드·엣지 개념을 이해하고, 조건부 분기와 루프로 ReAct 에이전트를 직접 구현하며, 체크포인트로 상태를 영속화하는 방법을 다룹니다.
- 16
LangGraph 고급 패턴
서브그래프로 멀티에이전트를 구성하고, interrupt_before로 Human-in-the-Loop를 구현하며, SqliteSaver 체크포인트 영속화와 스트리밍 이벤트 처리까지 LangGraph 고급 패턴을 다룹니다.
- 17
Claude API로 에이전트 구현
Anthropic Python SDK의 스트리밍 에이전트 루프, 배치 API, computer_use 도구를 활용해 1~16강의 모든 기법을 통합한 프로덕션 수준의 에이전트를 완성합니다.
- 18
에이전트 프로덕션 배포
FastAPI 에이전트 서버, Redis 작업 큐, 웹훅 비동기 응답, 에이전트 상태 저장소, 자동 재시도와 장애 복구까지 에이전트를 실제 서비스로 배포하는 아키텍처를 다룹니다.
- 19
에이전트 모니터링
LangSmith 트레이싱, Prometheus 메트릭, 비용 추적 대시보드, 오류 알림, 이상 탐지까지 운영 중인 에이전트의 관측 가능성(Observability)을 완성합니다.
- 20
멀티에이전트 실전 프로젝트
리서치·구현·검증 3개 에이전트가 협력하는 자동 코드 리뷰 시스템을 처음부터 끝까지 구현하고, 1~19강의 모든 기법을 통합해 프로덕션 배포까지 완성합니다.
관련 주제
- LLM 에이전트
- 챗봇과의 차이
- 인식 계획 행동 관찰 루프
- Perceive Plan Act Observe
- 에이전트 한계
- 대표 사례
- ReAct 패턴
- Reasoning Acting
- Thought Action Observation
- Tool Use API
- Anthropic Python SDK
- 무한 루프 방지
- 도구 스키마 설계
- JSON Schema
- input_schema
- AI 기술
- AI 기술 강의
- LLM 에이전트 설계와 구현 20강
- NUGUNA
- 누구나

