AI

ChatGPT, Gemini와 같은 생성형, 대화형 AI가 대두되면서 단순히 대화를 주고받으며 정보를 얻는 것을 넘어어떻게 해야 이를 잘 활용할 지에 대해 큰 관심이 쏠리고 있다.대표적으로 파인 튜닝, 프롬프트 엔지니어링, RAG 등의 기술이 각광받고 있는데그 중 나도

이전 포스팅의 프롬프트 엔지니어링과 함께 LLM을 효과적으로 사용하는 3개의 기술 중 두 번째, RAG에 대해 알아보겠다참고로 3개의 기술이란, 1\. 프롬프트 엔지니어링 2\. RAG 3\. 파인 튜닝을 말한다.기존의 언어 모델에 외부 지식을 결합해 응답의 정확성과

요즘 가장 핫한 LLM은 뭘까?대중적으로는 ChatGPT를 따라갈 수 없겠지만,적어도 개발자들 사이에선 구글의 Gemini 2.5 pro라고 생각한다.그리고 가장 최근 Gemini팀에서 배포한Gemini 2.5 Pro Preview 05-06은 커뮤니티에서코딩 능력으로

최근 가장 핫하게 떠오른 기술은 단연코 MCP이다.MCP(Model Context Protocol)은 뭐길래 이렇게 난리이며,LLM 사용의 C타입은 도대체 무엇을 의미하는 건지 공부해보았다.MCP는 Model Context Protocol의 약자로, Claude를 개발

지난번 포스팅을 통해 MCP가 무엇이고, 어떻게 동작하는 지에 대해 공부해보았다. 이제, Claude Desktop과 내 로컬 파일시스템을 연동해보고 직접 프롬프트를 통해 제어해보자. Claude Desktop MCP 설정 먼저, Claude Desktop에서 M

최근, Claude, Gemini, Grok 등 LLM 모델의 성능이 비약적으로 향상되고,Claude Code, Gemini CLI 등 기존 모델을 특정한 분야에서 더욱 실용적이게 사용하는 방안이앞다투어 발표되면서 중요시 되는게 있다.바로, LLM 모델을 단순히 사용하

사람은 경험에 의한 인지 판단을 하는 동물이다.어느 시점엔 합리적인 판단을 하지 않고 잘못된 판단을 내릴 수 있는데,이러한 판단의 대표적인 이유가 바로 인지 편향이다.경험에 의한 비논리적 추론으로 잘못된 판단을 하는 것을 의미하며실제 정답인 부분보다 자신의 경험, 첫