오픈위키(OpenWiki): 코딩 에이전트가 읽을 저장소 문서를 자동으로 만들고 갱신하는 CLI
랭체인이 공개한 오픈위키는 사람이 아니라 코딩 에이전트가 읽을 저장소 문서를 만들고 스스로 갱신하는 오픈소스 도구다. 설계 원칙과 초기 평가 결과, 그리고 팀이 스스로 틀렸다고 인정한 전제까지 정리했다.
핵심 내용 읽기 →
AI TOPIC
랭체인 최신 뉴스와 핵심 해설
랭체인 관련 핵심 뉴스와 활용 인사이트 27편을 최신순으로 모았습니다.
랭체인 매니지드 딥 에이전트로 만드는 자동 실행 AI 에이전트, 도구와 스킬부터 슬랙 연동과 배포까지
랭체인이 해커뉴스와 X를 훑어 매일 아침 소셜 게시물 초안을 슬랙으로 보내주는 AI 에이전트를 빈 폴더에서부터 만드는 과정을 공개했다. 모델 선택과 도구 정의, 스킬과 메모리, 슬랙 연동, 정해진 시각 자동 실행과 배포까지 순서대로 짚는다.
핵심 내용 읽기 →
랭체인 매니지드 딥 에이전트 정리: 에이전트 배포에 필요한 런타임·샌드박스·컨텍스트 허브
랭체인이 공개한 매니지드 딥 에이전트 소개 영상 정리. 에이전트를 노트북에서 프로덕션으로 옮길 때 한꺼번에 늘어나는 런타임·샌드박스·인증·평가 요구사항과, 지시문을 코드 밖 컨텍스트 허브로 빼낸 설계를 짚었다.
핵심 내용 읽기 →
에이전틱 AI 프레임워크 완전정리: 랭체인 랭그래프 오토젠 크루AI 비교와 선택 기준
AI 에이전트와 에이전틱 프레임워크는 어떻게 다를까. 목표 이해부터 계획 수립과 도구 연결, 학습까지 에이전트의 작동 방식을 살펴보고 랭체인·랭그래프·오토젠·크루AI 등 대표 프레임워크와 선택 기준을 정리했다.
핵심 내용 읽기 →
RAG 인덱싱 실습 정리: 임베딩 모델 차원과 FAISS·크로마·큐드런트 벡터DB 비교
RAG 문서 인덱싱의 마지막 단계인 저장을 다룬 강의다. 오픈AI와 로컬 임베딩의 차원 차이, FAISS·크로마·큐드런트 세 저장소의 성격과 한계, 유사도 검색과 메타데이터 필터링 사용법을 실습으로 하나씩 짚는다.
핵심 내용 읽기 →
딥 에이전트 구조 해부: 시스템 프롬프트, 할 일 목록, 파일 시스템, 서브 에이전트
딥 리서치와 코딩 에이전트가 공통으로 쓰는 네 가지 설계 요소를 정리했습니다. 시스템 프롬프트와 할 일 목록, 파일 시스템, 서브 에이전트가 각각 무엇을 해결하는지, 35분간 287번 검색한 실제 실행 결과와 비용까지 짚었습니다.
핵심 내용 읽기 →
딥 에이전트와 하네스: 랭체인이 정리한 AI 에이전트 구조와 프로덕션 배포 시 부딪히는 문제들
AI 에이전트는 기반 모델과 하네스의 합이다. 랭체인 팀이 딥 에이전트를 이루는 구성 요소와, 오래 도는 에이전트를 실제 서비스에 올릴 때 마주치는 실패 복구·기억·권한·사람 개입 문제를 차례로 짚었다.
핵심 내용 읽기 →
에이전틱 AI 입문 강의 정리: 랭체인·랭그래프로 멀티 에이전트부터 AWS 배포까지
프리코드캠프가 공개한 24시간 분량 에이전틱 AI 강의를 정리했다. 비동기와 파이단틱 기초부터 랭그래프 워크플로, 메모리와 사람 개입, 도커·CI/CD 배포와 실전 프로젝트 세 개까지의 구성을 짚는다.
핵심 내용 읽기 →
AI 에이전트 루프 엔지니어링 4단계: 검증 루프와 자기개선 루프로 신뢰성 높이기
랭체인 웨비나가 정리한 AI 에이전트의 네 가지 루프. 도구를 호출하는 기본 루프부터 결과를 채점하는 검증 루프, 슬랙·이메일 같은 이벤트 기반 실행, 트레이스를 분석해 스스로 고쳐 나가는 학습 루프까지 짚어본다.
핵심 내용 읽기 →
AI 에이전트 개발 생애주기 5단계: 빌드·테스트·배포·모니터링·거버넌스 전 과정 정리
랭체인 공동창업자 해리슨 체이스가 웨비나에서 AI 에이전트 개발 생애주기를 빌드·테스트·배포·모니터링·거버넌스로 나눠 설명했다. 에이전트를 실제 서비스에서 안정적으로 굴리는 데 필요한 작업들을 정리했다.
핵심 내용 읽기 →
AI 에이전트 시맨틱 메모리 구현법: 임베딩과 pgvector로 장기 기억 만들기
대화 기록을 그대로 쌓는 단기 기억과 달리 의미 기억은 중요한 사실만 벡터로 저장한다. 임베딩과 pgvector로 AI 에이전트에 세션을 넘어 유지되는 장기 기억을 붙이는 과정을 단계별로 정리했다.
핵심 내용 읽기 →
AI 에이전트란? RAG·MCP·평가까지 랭체인 팀이 답한 핵심 개념 정리
에이전트, RAG, MCP, 환각, 메모리, 휴먼 인 더 루프, 평가(evals)까지—AI 에이전트를 처음 접하는 사람을 위한 기본 개념을 문답 형식으로 정리했다.
핵심 내용 읽기 →
랭체인 커스텀 툴 만들기: LLM이 API를 호출하는 도구 연동 실습
랭체인(LangChain)의 tool 데코레이터로 커스텀 도구를 만들고, 로컬 라마(Ollama) LLM이 사용자 질문에 따라 그 도구를 호출하게 하는 과정을 단계별로 정리했다.
핵심 내용 읽기 →
오픈위키 퍼스널 브레인 설정법: 노션·지메일·X 연결로 AI 에이전트 능동형 범용 메모리 만들기
랭체인이 공개한 오픈소스 오픈위키의 퍼스널 브레인은 노션·지메일·X 등 내가 이미 쓰는 서비스를 스스로 훑어 능동적으로 기억을 쌓는 AI 에이전트 범용 메모리다. 반응형 메모리와의 차이, 커넥터 연결과 설정법까지 정리했다.
핵심 내용 읽기 →
LLM 위키와 에이전트 메모리 — 랭체인 웨비나로 본 지식 관리의 미래
랭체인이 크로마·도수와 함께 'LLM 위키'와 에이전트 메모리를 논의했다. 위키를 캐시이자 인덱스로 보는 관점, 사람 개입, 유지·관리의 어려움과 ROI 측정까지 정리했다.
핵심 내용 읽기 →
랭스미스에서 클로드 코드 트레이싱하기: 플러그인 설치와 설정 파일 가이드
랭체인 팀이 소개하는 클로드 코드 세션 추적 방법. 마켓플레이스 플러그인 설치와 settings.local.json 설정만으로 모든 메시지·툴 호출·서브에이전트 실행을 랭스미스 트레이스로 확인한다.
핵심 내용 읽기 →
딥 에이전트란? LLM 하네스의 4가지 핵심 능력과 랭체인 아카데미 강좌
랭체인이 오픈소스 에이전트 하네스 '딥 에이전트'를 소개하는 신규 강좌를 공개했다. LLM과 현실 세계를 잇는 하네스 개념과 실행 환경·컨텍스트 관리·위임·조종이라는 네 가지 핵심 능력을 정리했다.
핵심 내용 읽기 →
젠슨 황 오픈 에이전트 시스템 - 기업용 AI 하네스와 모델 전문화, 거버넌스 전략
엔비디아 젠슨 황과 랭체인의 대담을 정리했다. LLM을 감싸는 하네스의 의미, 오픈 모델과 프런티어 모델의 역할 분담, 기업 전용 슈퍼 에이전트 구축과 거버넌스·평가 체계까지 기업이 AI를 자기 것으로 만드는 전략을 짚는다.
핵심 내용 읽기 →
AI 에이전트 메모리 이해하기: 단기·장기 기억과 핫패스·백그라운드
랭체인이 설명하는 AI 에이전트 메모리 개념 정리입니다. 대화 범위의 단기 기억과 스레드를 넘는 장기 기억, 핫패스와 백그라운드 갱신, 지시·프로필·목록이라는 기억의 형태를 자막을 근거로 살펴봅니다.
핵심 내용 읽기 →
LangSmith Agent Builder: 랭체인이 내놓은 첫 노코드 에이전트 빌더 정리
랭체인이 공개한 LangSmith Agent Builder는 워크플로우가 아닌 '에이전트'를 자연어와 설문만으로 만드는 노코드 도구다. 해리슨 체이스의 설계 철학과 실제 동작을 정리했다.
핵심 내용 읽기 →
LangGraph 커스텀 챗봇 인터페이스: 에이전트 챗 UI 커스터마이즈 가이드
랭체인이 공개한 에이전트 챗 UI를 커스터마이즈해 랭그래프 백엔드와 연결하는 방법. YAML 설정으로 로고·테마·도구 표시를 조절하고, 스레드·시스템 프롬프트 동적 변경까지 지원하는 프런트엔드를 소개한다.
핵심 내용 읽기 →
랭체인(LangChain) 입문: AI 에이전트·챗봇을 쉽게 만드는 프레임워크
랭체인은 LLM·메모리·벡터DB·RAG 같은 요소를 미리 만들어진 컴포넌트로 묶어, AI 에이전트와 챗봇을 적은 코드로 구축하도록 돕는 추상화 계층입니다. 핵심 개념을 정리했습니다.
핵심 내용 읽기 →
벡터 임베딩 쉽게 이해하기 — 코사인 유사도부터 벡터DB·랭체인 실습까지
단어·이미지 같은 데이터를 의미를 담은 숫자 배열로 바꾸는 벡터 임베딩의 개념을 성격 검사 비유로 풀고, 코사인 유사도와 벡터 데이터베이스, 랭체인으로 AI 비서를 만드는 과정까지 정리했다.
핵심 내용 읽기 →
프로덕션 RAG 완전정복: 랭체인·벡터DB로 실패 모드 해결과 스케일링
문서 10개에서는 되던 RAG가 1만 개에서 무너지는 이유를 짚고, 랭체인과 벡터 데이터베이스로 다섯 가지 실패 모드를 해결하며 비용·품질을 최적화하고 에이전틱·그래프·멀티모달까지 다루는 프로덕션 RAG 강의를 정리했다.
핵심 내용 읽기 →
RAG 완전정복: 인덱싱·검색·쿼리변환·라우팅까지 검색증강생성 핵심 정리
랭체인 엔지니어가 가르치는 RAG(검색 증강 생성) 무료 강의 요약. 인덱싱·검색·생성의 기본부터 멀티쿼리, RAG 퓨전, 라우팅, 멀티표현 인덱싱, 라이브러리 기법까지 단계별로 정리했다.
핵심 내용 읽기 →
RAG 쉽게 이해하기 — 검색 증강 생성으로 LLM 환각을 줄이는 원리
컴퓨터파일이 설명하는 검색 증강 생성(RAG)의 원리. 질문에 실제 데이터를 결합해 LLM에 함께 읽히는 방식으로, 출처 제시와 환각 감소가 어떻게 가능한지 예제와 함께 정리했다.
핵심 내용 읽기 →
랭체인(LangChain) 에이전트 AI 크래시 코스: 생성형 AI·RAG·에이전트 정리
생성형 AI와 LLM의 작동 원리부터 RAG, 그리고 도구·메모리를 갖춘 AI 에이전트까지, 랭체인으로 실습하며 배우는 에이전트 AI 입문 강의의 핵심을 한국어로 정리했다.
핵심 내용 읽기 →