본문 바로가기

분류 전체보기

 (39)
AI 모델이 최신 정보를 모를 때 어떻게 할까? AI 모델이 최신 정보를 모를 때(GPT의 지식 한계, knowledge cutoff),어떻게 최신 모델(GPT-5, Claude 등)을 정확히 사용하게 만들수 있을까? 1. Knowledge Cutoff란?AI는 학습한 시점까지만 세상의 정보를 알고 있음예를 들어 GPT가 2024년까지 학습됐다면, 2025년에 나온 GPT-5 모델을 모름그래서 코드나 프롬프트에서 “gpt-5 써줘!”라고 해도AI가 실제로는 gpt-4를 써버리는 경우가 생김.2. 해결하는 방법?1) CLAUDE.md 파일을 만들어서, 현재 최신 모델 정보를 명시적으로 기재2) Context7 MCP 활용 1) CLAUDE.md 파일 작성 ## 최신 AI 모델 정보### OpenAI - 최신 모델: GPT-5 (2025년 8월 출시) -..
세부 파라미터 이해하기 1. GPT-5 API에서 자주 사용하는 세 가지 고급 파라미터 verbosity → 응답의 상세도와 스타일 low: 매우 간결. 불필요한 장황함 없이 핵심만 응답합니다 medium (기본값): 별도 설정 없으면 medium입니다 high: 매우 자세. 추가 설명/예시/맥락을 풍부하게 포함. 복잡한 주제의 심층 해설에 적합max_completion_tokens → 길이 제한 (비용·속도 관리용)-> 답변 중간에 1000자 넘으면 짤림. 따라서 verbosity 활용해서 내용의 길이를 조절 가능(verbosity=low여도 5개의 단락을 만든다 - 단, 각 단락의 길이는 짧아짐)reasoning_effort → 사고 깊이 (정확성 vs 속도 트레이드오프)답을 내기 전에 모델이 내부적으로 얼마나 깊게 생각할..
LLM API 호출, Langchain LLM (Large Language Model) = 대규모 언어 모델API (Application Programming Interface) = 프로그램끼리 서로 연결해주는 통신창구, 단일 기능 호출 MCP는 여러 API, 파일, DB를 연결해 모델이 스스로 사용할 수 있게 하는 연결 시스템 LLM API의 작동 흐름: 사람이 입력 → 서버가 생각 → AI가 텍스트로 응답요청(Request) — 사용자의 질문을 AI 서버로 보냄처리(Processing) — LLM이 질문을 이해하고 답변 생성응답(Response) — 생성된 텍스트를 결과로 돌려줌from openai import OpenAIimport os# OpenAI 클라이언트 초기화client = OpenAI( api_key=os.enviro..
Workflow vs Agent, AI Agent 아키텍쳐 1. 정의 (주요 차이점 : 사전 결정 수준)Workflow 정해진 순서대로 움직이는 시스템 (엄격하고 사전 설계된 경로를 따름)1→2→3 순서로 처리” 같은 예측 가능한 작업에 적합 Agent스스로 판단해서 움직이는 시스템 (환경 피드백을 기반으로 실시간으로 적응하고 결정을 내림)문제도, 해결 순서도 매번 달라지는 열린 문제에 적합 OpenAI 정의지시사항(해야 할 것), 가드레일(하지 말아야 할 것), 도구(할 수 있는 것)을 가지고 사용자를 대신해 행동하는 AI 시스템예를 들어, 사용자가 “서울 주말 날씨로 여행 일정 짜줘”라고 하면날씨 API를 부르고,호텔 예약 도구를 쓰고,여행 일정을 요약해서 출력까지 해주는 것.2. 설계 원칙1. 가장 단순한 솔루션으로 시작하기 * 불필요한 복잡성 피하기..
Hooks와 Output Styles 설계 1. Hooks란? 자동 저장정의: Claude Code가 도구를 사용할 때 자동으로 실행되는 스크립트목적: 도구 호출 제어, 결과 로깅, 워크플로우 자동화타이밍: 9가지 Hook 이벤트 타입 제공 2. Hook vs Memory 차이점 : 핵심 차이 ---> "무엇을" 저장하느냐! Hook (훅): "행동 기록"을 저장 → "뭘 했는지" 저장 (오늘 이런 작업 했어요, 약간 로그 기록)Hook을 사용하는 경우- 작업 내역 추적하고 싶을 때 - 자동으로 파일 저장하고 싶을 때- 팀원과 공유해야 할 때- 보고서 작성해야 할 때- 감사(Audit) 필요할 때Memory (메모리): "내용/정보"를 저장 → "무엇에 대해 알고 있는지" 저장 (사용자는 이런 사람이에요, 맥락을 기억)Memory를 사용하는 경우..
Sub Agent 설계 1. Slash Command vs Sub Agent Slash Command = 마법 주문서 📜"/불공격" 이라고 외치면 → 정해진 불공격이 나감 → 항상 같은 패턴 Sub Agent = 전문가 용병 고용 🦸 "@불마법사" 라고 부르면 → 불마법 전문가가 와서 상황 파악 → 알아서 최적의 불마법 선택 → 임무 끝나면 떠남 (메인 캐릭터 힘 소모 X) 2. Sub Agent가 꼭 필요한 이유 (실전 예시) ### ❌ Sub Agent 없이 작업하면? 선생님: "숙제 100페이지 중에서 중요한 5페이지만 찾아서 요약해" 나: 1페이지 읽기... 기억력 -1% 2페이지 읽기... 기억력 -1% ... 50페이지쯤... 기억력 50% 남음 선생님: "이제 요약 시작해!" 나: "어....
Slash Command 1. Slash Command란?반복적인 작업을 자동화하고 워크플로우를 표준화하는 핵심 도구매번 긴 프롬프트를 작성하는 대신, /review, /optimize 같은 짧은 명령어로 복잡한 작업을 즉시 실행할 수 있음.정의: /로 시작하는 특수 명령어로 특정 작업을 즉시 실행장점: 반복 작업 자동화, 일관된 작업 수행, 빠른 실행활용: 코드 리뷰, 배포, 테스트, 문서화 등2. 기본 제공 명령어 (꼭 알아야 할 것들)/review - 코드 리뷰 수행/status - 현재 작업 상태 확인/model - AI 모델 변경/mcp - MCP 서버 연결 관리/memory - 장기 기억 관리3. 파일 구조 프롬프트 예시)프로젝트 초기화하면서 기본 slash command들 세팅해줘 linear mcp를 사용해서 li..
CLAUDE.md와 AGENTS.md 세팅하기 - AI 에이전트 메모리 설계 1. 바이브코딩 워크 플로우1. 프로젝트 생성 (1분) ↓2. /init으로 CLAUDE.md 자동 생성 (10초) ↓3. AGENTS.md 심볼릭 링크 생성 (5초) ← 선택사항 (Symbolic Link 사용해서 CLAUDE.md와 AGENTS.md 통합하기) claude -p "AGENTS.md 파일을 생성: CLAUDE.md 파일에 심볼링 링크를 걸어줘" ↓4. 바로 개발 시작! ↓5. 개발 중 # 메모로 규칙 추가/ # 메모리는 세션 종료 시 자동으로 CLAUDE.md에 저장됨 (ex) # 이 프로젝트는 반드시 uv를 사용해야 함 (pip는 사용 금지) # API 테스트할 때는 항상 pytes..

티스토리툴바