Next-BlockChain

워크플로우 vs 에이전트 — 챕터 9 의 결정적 정리, 그리고 "워크플로우 우선" 의 이유이 챕터의 첫 글(#55)에서 우리는 워크플로우와 에이전트를 처음 분류했고, Chaining(#56) → Routing(#57) → Agents and tools(#58) → Environment inspection(#59) 까지 거치면서 양쪽의 구체적 사용법을 익혔습니다. 🎓이제 마지막 정리 시간이에요. "실무에서 둘 중 무엇을 골라야 하나?" 라는 가장 중요한 질문에 답할 준비가 됐습니다. 결론부터 던지면 — "가능하면 워크플로우, 정말 필요할 때만 에이전트." 왜 그런지 본격적으로 풀어볼게요. 🎯🧭 한눈에 보는 정의워크플로우(Workflow)알려진 문제(또는 문제군)를 풀기 위한 사전에 정의된 Claude..

AI 2026. 6. 16. 22:47

환경 점검(Environment Inspection) — 눈먼 에이전트가 시야를 갖는 순간지난 글(#58)에서 우리는 "도구는 추상적이어야 한다" 는 원칙을 다뤘습니다. 좋은 도구 세트만 있으면 에이전트가 강력해진다는 거였죠. 그런데 도구만큼 중요하지만 자주 간과되는 한 가지가 더 있습니다. 👀바로 환경 점검(Environment Inspection) 입니다.핵심 비유부터 던질게요. 도구를 주는 건 손을 달아주는 것이고, 환경 점검을 시키는 건 눈을 달아주는 것 이에요. 손만 있고 눈이 없으면? 어둠 속에서 더듬더듬 할 뿐입니다. 오늘 글은 여러분의 에이전트에게 시야를 달아주는 방법에 관한 이야기예요. 🔍🤔 왜 환경 점검이 그렇게 중요한가?Claude 는 "눈먼 실행자" 다기본 가정을 다시 세팅합시..

AI 2026. 6. 13. 11:10

에이전트와 도구 — 도구를 "추상적으로" 설계해야 에이전트가 똑똑해지는 이유지금까지 우리는 워크플로우의 세 가지 패턴 — Chaining, Routing, Evaluator-Optimizer — 를 살펴봤습니다. 이제 시점이 바뀝니다. 🔄이번 강의부터는 에이전트(Agent) 의 영역이에요. 워크플로우가 "개발자가 단계를 미리 정해놓는" 세계였다면, 에이전트는 "목표와 도구만 던져주고 Claude 가 알아서 푸는" 세계입니다. 그리고 이 세계에선 도구를 어떻게 설계하느냐가 결과의 8할을 결정해요. 🛠️오늘 글의 핵심 메시지: "도구는 추상적일수록 강력하다." 왜 그런지, Claude Code 의 사례까지 끌고 와서 풀어보겠습니다. 🎯🔄 워크플로우에서 에이전트로 — 시점의 전환구분워크플로우에이전트🧭..

AI 2026. 6. 12. 21:26

라우팅(Routing) 워크플로우 — 입력에 따라 다른 길로 보내는 "교통 정리" 패턴체이닝(Chaining)이 "하나씩 순서대로" 였다면, 라우팅(Routing)은 "입력 종류에 따라 다른 길로" 보내는 패턴입니다. 🛤️오늘 글의 핵심 질문은 이거예요. "같은 챗봇 / 같은 도구라도, 사용자 요청 유형이 너무 달라서 하나의 프롬프트로 다 잘 처리할 수 없을 때 어떻게 할까?" 답은 의외로 단순합니다 — 입력을 먼저 분류한 다음, 그에 맞는 전문 파이프라인으로 보낸다. 우리가 평소에 병원 접수처에서 진료과별로 흩어지는 것과 똑같은 아이디어예요. 🏥🤔 왜 라우팅이 필요한가? — 일반 프롬프트의 한계원문 강의의 시나리오로 시작해봅시다. 사용자 주제 → 영상 스크립트 자동 생성 마케팅 도구.사용자 입력적..

AI 2026. 6. 11. 00:18

체이닝(Chaining) 워크플로우 — "한 방에 다 시키지 말고, 한 번에 하나씩" 시키는 기술지난 글(#55) 에서 워크플로우와 에이전트의 큰 그림을 잡았다면, 이번엔 가장 단순하면서도 가장 자주 쓰이는 워크플로우 패턴 — 체이닝(Chaining) 차례입니다. 🔗이름은 직관적이고 심지어 너무 당연해 보여요. 그래서 많은 개발자가 가볍게 여기고 넘어가는데, 사실 Claude API 활용에서 결과 품질을 가장 크게 끌어올리는 한 끗 이 바로 이 패턴입니다. 진짜로요. 오늘 글을 다 읽으면 "하나의 거대한 프롬프트" 라는 유혹과 영영 작별하실 거예요. 👋🤔 체이닝이란?한 줄 정의: 큰 작업을 작고 순차적인 하위 작업들로 쪼개고, 각 단계의 출력을 다음 단계의 입력으로 흘려보내는 패턴.[입력] ▼[..

AI 2026. 6. 10. 07:50

MCP 서버에서 프롬프트 노출하기 — 사용자가 짠 한 줄 명령을 "전문가 프롬프트"로 바꾸는 법이전 강의들에서 우리는 MCP 의 도구(Tools) 와 리소스(Resources) 를 모두 다뤄봤습니다. 이제 MCP 서버가 노출할 수 있는 세 번째 빌딩 블록 — 프롬프트(Prompts) 차례에요. 💬오늘 글의 핵심 질문은 이거예요. "사용자가 직접 잘 짠 프롬프트를 입력할 수도 있는데, 왜 굳이 서버가 프롬프트를 미리 준비해서 노출해야 할까?" 답은 한 줄로 끝납니다 — "전문성의 패키징" 이에요. 자세히 풀어보죠. 🎯🤔 왜 프롬프트를 서버가 정의하나요?상황을 떠올려봅시다. 사용자가 챗봇에 이렇게 입력했어요.> report.pdf 를 마크다운으로 변환해줘이 한 줄로도 Claude 는 어느 정도 답변을 ..

AI 2026. 6. 3. 14:23

title: "Claude RAG 파이프라인 완벽 가이드 — 청킹부터 응답 생성까지 6단계 한눈에 보기"description: "텍스트 청킹, 엠베딩, 벡터 DB, 코사인 유사도, 최종 프롬프트 결합까지 — RAG의 전체 흐름을 단계별 예제로 풀어 정리합니다."tags:ClaudeAnthropicRAGVectorDatabaseEmbeddingCosineSimilarityLLM검색증강생성PromptEngineering인공지능Claude RAG 파이프라인 완벽 가이드 🧭 — 청킹부터 응답 생성까지 6단계로 한눈에 정리"RAG가 뭔지는 알겠는데, 실제로 안에서 무슨 일이 벌어지는지 가 헷갈려요."이전 글에서 우리는 RAG(검색 증강 생성) 의 개념과 텍스트 청킹 전략 을 살펴봤습니다. 그런데 막상 "그래서 ..

AI 2026. 5. 23. 23:14

Claude 평가 파이프라인 구축하기 (Running the eval): 3개의 함수로 끝내는 첫 평가 실행지난 글에서 데이터셋 자동 생성 까지 마쳤어요. 이제 진짜 재미있는 부분이 시작됩니다. 만든 데이터셋을 실제로 Claude 에게 흘려보내고, 결과를 모아서 점수를 받는 파이프라인 을 구축할 차례예요.복잡해 보이지만, 핵심은 단 3개의 함수 로 끝납니다. run_prompt (프롬프트 결합) → run_test_case (실행 + 채점) → run_evaluation (전체 데이터셋 순회). 오늘은 이 세 함수를 차근차근 짜고, 처음으로 베이스라인 결과 를 손에 쥐어보겠습니다.📝 함수 이름 메모: Anthropic 강의 원문은 마지막 함수를 run_eval 이라고 부릅니다. 이 블로그에서는 일부 보..

AI 2026. 5. 9. 00:34