본문 바로가기
반응형

에이전틱ai10

⚙️ Sampling과 Root — 서버가 모델을 호출하고, 파일에 접근하는 법 🧠 1. Sampling — 서버가 LLM 호출 요청하는 방법 MCP에서 Sampling이란, 서버가 "나 대신 Claude/GPT에게 이 질문 좀 던져줘"라고 요청하는 행위입니다.🧪 예시 시나리오서버가 내부 데이터로 전략 요약을 만들고 싶을 때:{ "method": "sample", "params": { "prompt": "이 전략을 5줄로 요약해줘", "context": { "resources": ["strategy_detail.json"] } }} 🎯 특징서버는 LLM에 직접 접근할 수 없음대신, 클라이언트가 모델을 호출하고 응답을 받아 전달따라서 사용자 동의 및 권한 제어는 클라이언트(Host)가 수행🛡️ MCP는 의도적으로 서버가 전체 프롬프트를 못 보게 설.. 2025. 4. 4.
🔍 MCP의 세 가지 핵심 구성요소 — Prompts, Resources, Tools 완전 이해 2025.03.30 - [AI/AI Agents] - MCP란 무엇인가? — AI의 새로운 문법 MCP란 무엇인가? — AI의 새로운 문법MCP란 무엇인가? — AI의 새로운 문법🧠 AI 초보~중급 개발자를 위한 MCP 입문 가이드1. MCP의 등장 배경 🧩 Generative AI 시대가 본격화되면서, 다양한 앱과 도구들이 언어모델(LLM)의 힘을 빌려 동작datasciencebeehive.tistory.com2025.03.31 - [AI/AI Agents] - 🧠 MCP의 핵심 철학: Context의 힘 🧠 MCP의 핵심 철학: Context의 힘1. Generative AI의 진짜 실력은 '문맥'에서 나온다많은 분들이 "GPT가 똑똑하다", "Claude가 유능하다"는 말을 합니다. 그런데 .. 2025. 4. 2.
🧠 MCP의 핵심 철학: Context의 힘 1. Generative AI의 진짜 실력은 '문맥'에서 나온다많은 분들이 "GPT가 똑똑하다", "Claude가 유능하다"는 말을 합니다. 그런데 이 모델들이 진짜로 유용해지는 이유는 단순히 모델이 크거나 똑똑해서가 아닙니다. ✔️ 얼마나 정확한 문맥(Context)을 주느냐에 따라,✔️ 얼마나 관련성 있는 결과를 만들어내느냐가 결정됩니다.2. 컨텍스트란 정확히 무엇인가요?🧩 컨텍스트 = AI 모델이 현재 상황을 이해하고, 적절한 반응을 하기 위해 필요한 정보예시로 살펴보죠:텍스트 모델 (예: GPT, Claude)→ 대화 내용, 질문, 시스템 프롬프트 등코드 생성 모델 (예: Copilot, Codium)→ 이전 코드, 함수 이름, 주석, 사용 중인 라이브러리 등이미지 생성 모델 (예: DALL·E.. 2025. 3. 31.
💡Agentic AI 시대의 데이터 엔지니어링 혁신 기업 데이터 관리를 재정의하는 AI 에이전트의 등장최근 AI 분야에서는 단순한 생성형 AI(Generative AI)를 넘어서 Agentic AI라는 새로운 패러다임이 주목받고 있습니다. ChatGPT처럼 텍스트를 생성하는 도우미 역할을 넘어, AI 에이전트는 이제 스스로 복잡한 작업을 수행할 수 있는 능력을 갖추기 시작했습니다. 예를 들어 여행을 계획하고, 항공편을 예약하며, 심지어 집 수리를 위한 견적을 비교해 계약까지 할 수 있는 자율적 시스템이 등장한 것이죠. 이러한 변화는 기업의 핵심 업무 중 하나인 데이터 관리(Data Management)에도 커다란 영향을 미치고 있습니다. 이번 글에서는 Debmalya Biswas의 글을 기반으로, Agentic AI가 어떻게 기업의 데이터 카탈로깅(Dat.. 2025. 3. 29.
반응형