Geny Agent는 대화 중에 필요한 Tool을 직접 만들지만, 사용자는 그 사실을 알기 어려웠습니다. 만든 Tool을 채팅에 남기고, 둘로 갈린 채팅 화면을 하나로 합치고, 런타임의 정식 이벤트에 화면을 맞추며 판단이 세 번 바뀐 과정을 정리합니다.
LLM을 이해하기 위해 꼭 알아야 할 핵심 개념을 하나씩 짚어봅니다.
결함리포트 80건을 읽고 코드·오류·매뉴얼을 다시 만든 3주의 기록
AI 에이전트가 일하는 실행 환경을 밑바닥부터 설계한 기록
질문에서 출발해 지식그래프를 만들고 품질과 검색까지 다듬은 기록
추론 과정은 복잡한 문제를 풀 공간을 늘리지만 정답 보증서는 아닙니다. 환각을 오류 유형으로 나누고 과제별 평가 기준을 설계하는 방법을 설명합니다.
삭제·수정 반영, 값의 타입, 출처와 동명이인, 평가 체계 등 현재 한계와 미결정 사항을 B2B 도입 기준으로 정리합니다.
서비스 단위 관측으로는 보이지 않던 병목과 실패 지점을 에이전트 노드 단위까지 끌어올려 추적하고, 대시보드와 경보로 바로 확인·감지할 수 있는 형태까지 만든 과정을 정리합니다.
반복 LLM 탐색을 그래프·벡터 검색의 한 번짜리 융합으로 바꾸고, 기준 저장소와 증분 갱신 구조를 운영 가능한 형태로 정리한 과정입니다.
