

LangGraph를 활용한 멀티 노드 구현 : 패턴 A, B, C 분석
LangGraph로 단일 노드와 멀티 노드 그래프를 구성하는 방법을 설명했습니다. 또한 답변 개선, 요약·번역, 답변 검증 패턴으로 LLM 워크플로우 설계 예시를 제시했습니다.


LangGraph로 단일 노드와 멀티 노드 그래프를 구성하는 방법을 설명했습니다. 또한 답변 개선, 요약·번역, 답변 검증 패턴으로 LLM 워크플로우 설계 예시를 제시했습니다.


SK바이오팜은 Agentic AI와 멀티 에이전트 협업으로 신약 후보물질 평가 워크플로를 자동화했습니다.기존 1주일 걸리던 과정을 1시간 이내로 줄이며 통합 리포트 기반 의사결정을 지원했습니다.


Amazon Bedrock과 TensorFlow를 결합해 렌탈 제품 추천과 자연어 데이터 조회를 자동화한 사례를 소개했습니다. 고객 추천과 내부 분석을 함께 지원해 선택 피로도와 데이터 활용 한계를 줄였습니다.


사내 해커톤에서 Amazon Q와 Bedrock, Gemini로 AI 모의 면접 솔루션을 만들었습니다. 문서화와 구체적 프롬프트로 AI 협업 효율을 높인 사례입니다.

UX라이터와 개발자가 사내 AI 라이팅 툴을 만들며 겪은 실패와 방향 전환을 정리한 글입니다. 반복 검수 자동화를 위해 규칙 기반 방식 대신 RAG와 컨텍스트 설계를 적용했습니다.


보이저엑스는 Wan2.1과 ComfyUI, Ray Serve를 결합해 AI 비디오 생성 파이프라인을 구축했습니다. AWS 환경에서 로딩·추론 최적화와 AMI 표준화로 비용 효율과 확장성을 확보했습니다.


Amazon Q Developer를 도입해 개발 생산성과 운영 효율을 크게 높인 Voithru 사례를 소개했습니다. AI 협업 문화 정착과 역할 확장을 통해 개발 패러다임이 바뀐 과정도 함께 다뤘습니다.


생성형 검색의 어휘 불일치 문제를 줄이기 위해 청크 단위로 키워드, 제목, 후보 질문을 함께 생성하는 모델을 소개했습니다. 낮은 메모리 사용률로도 검색 정확도 향상과 실시간 RAG 적용 가능성을 확인했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


SLM 기반 P–C–G 구조로 Agentic AI의 역할을 분리해 효율성과 안정성을 높였습니다. 한국어 도구 활용 환경에서 GPT-4o-mini 수준의 성능과 토큰 절감 효과를 확인했습니다.

FE 분야의 최신 소식을 React, LLM 보안, 웹 암호화, 도구체인, 아키텍처 관점에서 정리했습니다. 각 주제의 핵심 변화와 의미를 한 번에 살펴볼 수 있습니다.
![[전문가 밋업#3] 금융 AI의 진화: 컨텍스트 설계와 에이전트 아키텍처 (은행 AI 전문가가 밝힌, 아무도 말해주지 않는 3가지 진실)](https://devocean.sk.com/thumnail/2025/11/6/7f52b92cae49a60174a8c096e489e1bae6acd7b6bbeb042f21218d3671be1a4a.png)

금융 AI가 자동화 중심에서 문맥과 의미를 설계하는 방향으로 바뀌고 있다고 설명했습니다. LLM+RAG와 다중 에이전트 아키텍처, 그리고 컨텍스트 설계 역량의 중요성을 강조했습니다.


AI PR 리뷰 도구의 한계를 자율성과 확장성 관점에서 설명했습니다. Claude Agent SDK로 Multi-turn 에이전트를 구성해 이슈 생성과 PR 작업까지 확장한 사례를 공유했습니다.