[AI Agent 구현하기] LangGraph에 대해서 알아보자 - 기초편

이전 글에서는 LangChain에 대해 알아봤습니다. 이번에는 AI Agent의 실행 흐름을 그래프 형태로 정의하고 관리할 수 있도록 지원하는 프레임워크인 LangGraph에 대해서 알아보겠습니다.LangChain에 대한 내용이 궁금하다면 아래 글을 참고 부탁드립니다~! [AI Agent 구현하기] LangChain에 대해서 알아보자앞 글에서 MCP를 통해 외부 시스템을 연결하는 방법을 살펴봤습니다. MCP는 어디까지나 외부 시스템과의 “연결”을 정의하는 표준일 뿐, LLM이 이러한 도구를 언제, 어떻게 사용할지에 대한 로직itcodeheaven.tistory.comLangGraph란?LangGraph는 LLM을 기반으로 AI Agent의 워크플로우를 정의하기 위한 오픈소스 프레임워크입니다. Agent를..

• format_list_bulleted AI 개발
• · 2026. 6. 21.

[AI Agent 구현하기] LangChain에 대해서 알아보자

앞 글에서 MCP를 통해 외부 시스템을 연결하는 방법을 살펴봤습니다. MCP는 어디까지나 외부 시스템과의 “연결”을 정의하는 표준일 뿐, LLM이 이러한 도구를 언제, 어떻게 사용할지에 대한 로직까지는 제공하지 않습니다.즉, AI Agent를 구현하기 위해서는 LLM이 사용자의 요청을 이해한 뒤, 필요한 도구를 선택하고, 실행 결과를 바탕으로 다음 행동을 결정하는 일련의 워크플로우가 필요합니다. LangChain과 LangGraph는 이러한 워크플로우를 설계하고, 필요한 기능을 구현하여 실제 AI Agent를 구현할 수 있도록 돕는 프레임워크 입니다.Langchain에 대해서 먼저 알아본 이후에 LangGraph에 대해서 소개해보도록 하겠습니다.Langchain이란?대규모 언어 모델(LLM)을 외부 데이..

• format_list_bulleted AI 개발
• · 2026. 6. 3.

[AI] MCP(Model Context Protocol)에 대해서 알아보자(이론편)

회사에서 AI를 활용한 업무 자동화나 AI 개발 대회 등을 통해 AI로 업무 능률을 높이는 부분을 강조하고 있어, 저 역시 실제 업무나 개발 과정에서 활용할 수 있도록 AI 기술에 관심을 가지고 학습해보려고 합니다.대학교에서 추천 시스템, 컴퓨터 비전, 자연어 처리 등을 이론적으로 배우고 프로젝트에도 적용해본 경험은 있지만, 이미 만들어진 AI 서비스나 모델을 실제 서비스와 연계하여 개발 생산성을 높이는 방식으로 활용해본 경험은 많지 않았습니다...그래서 먼저 MCP(Model Context Protocol)에 대해 공부해보려고 합니다.MCP가 무엇인가요?MCP란 LLM이 외부의 다양한 도구(tool)와 구조화된 방식으로 상호작용할 수 있도록 설계된 프로토콜입니다.과거에는 AI가 외부 기능이나 데이터에 ..

• format_list_bulleted AI 개발
• · 2026. 4. 11.

[데이터엔지니어링] Hadoop Yarn에 대해서 알아보자 - (4편)

Yarn의 등장Hadoop 1.x에서는 클러스터의 자원 관리(Resource Management)와 애플리케이션의 라이프사이클 관리를 Apache Hadoop의 JobTracker가 단일 컴포넌트로 담당했습니다.클러스터의 자원관리와 어플리케이션의 라이프사이클 관리를 Job Tracker가 모두 담당하여 병목현상이 발생하게 되었고, 이러한 병목현상을 개선하기 위해 Hadoop 2.0부터는 자원 관리와 어플리케이션의 실행을 분리할 수 있도록 YARN을 도입했습니다.Yarn의 구조Yarn은 cpu, Memory와 같은Computing Resource를 관리하고 할당해주는 소프트웨어입니다.또한 Yarn은 HDFS와 완전히 독립적인 역할을 합니다. HDFS는 Storage에 대한 기능을 제공하고,Yarn은 어플리..

• format_list_bulleted 데이터엔지니어링
• · 2026. 4. 1.

[데이터엔지니어링] Hadoop MapReduce에 대해서 알아보자 - (3편)

Hadoop MapReduce는 대규모 데이터를 병렬로 처리할 수 있도록 지원하는 분산 데이터 처리 프레임워크입니다. MapReduce와 HDFS가 동일한 노드 집합에서 동작하는 경우, MapReduce는 데이터가 저장된 노드에서 작업을 실행하도록 Task를 스케줄링할 수 있어, 불필요한 데이터 전송을 최소화하여 효율적으로 데이터를 처리할 수 있습니다. Map 작업과 Reduce 작업MapReduce는 Map과 Reduce라는 두 가지 작업으로 구성됩니다. Map 단계에서는 입력 데이터 블록을 읽고 처리하여 중간 출력물인 key-value 쌍을 생성한 이후 Reduce 작업으로 전달됩니다. Reduce 단계에서는 여러 맵 작업으로부터 Key-Value값 쌍을 받아, 동일한 key를 가진 값들을 집계하여 ..

• format_list_bulleted 데이터엔지니어링
• · 2026. 3. 7.

[데이터엔지니어링] Hadoop HDFS에 대해서 알아보자 - (2편)

Hadoop Distributed File System은 Apache Hadoop의 핵심 스토리지 시스템으로, 대용량 데이터를 분산 저장하고 안정적으로 관리하기 위해 설계된 파일 시스템입니다.HDFS의 디자인 목표1. 하드웨어 FailureHDFS는 파일 시스템의 데이터를 수백, 수천 대의 서버 머신(Node)에 분산하여 저장하는 구조를 갖습니다. 이 때 해당 머신들에서 다양한 장애가 발생할 수 있습니다. (ex : 디스크 장애로 인한 데이터 유실, 네트워크 장애로 인한 접근 불가 등…)HDFS는 이러한 장애를 빠르게 감지하고 대처할 수 있게 설계 되었습니다. HDFS에 데이터를 저장하면, 복제본도 함께 저장되어 데이터 유실을 방지하고, NameNode와 DataNode 간에는 주기적인 Health Ch..

• format_list_bulleted 데이터엔지니어링
• · 2026. 1. 25.