쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 22일 (일)까지 5067건
10건 · "LangGraph"조건 지우기 ×
001 00:11 당일 +513 AI 에이전트를 프론트엔드에 직접 연결하는 표준 프로토콜 AG-UI 공개 CopilotKit에서 만든 AG-UI는 AI 에이전트를 사용자 앱에 연결하는 표준 이벤트 기반 프로토콜로, 경량이고 유연하며 실시간 사용자 맥락과 UI 통합을 가능하게 한다. AI · 머신러닝 · ag-ui-protocol/ag-ui · TypeScript
Key Point 에이전트 기반 애플리케이션의 아키텍처 표준이 정해지면서, 백엔드 에이전트와 프론트엔드 UI 간 통신 방식이 명확해지고 개발자들이 표준화된 방식으로 에이전트 앱을 만들 수 있게 된다.
핵심 요약
CopilotKit에서 만든 AG-UI는 AI 에이전트를 사용자 앱에 연결하는 표준 이벤트 기반 프로토콜로, 경량이고 유연하며 실시간 사용자 맥락과 UI 통합을 가능하게 한다. 약 16가지 표준 이벤트 타입을 정의하고 있으며, 에이전트 백엔드가 이 이벤트를 발행하고 애플리케이션이 이를 수신하는 방식으로 동작한다. SSE, WebSocket, 웹훅 등 다양한 전송 방식을 지원하고 느슨한 이벤트 포맷 매칭으로 여러 에이전트와 앱의 상호 호환성을 보장한다. 전체 요약 9문장 읽기 → 002 21:11 당일 +126 500개 이상 AI 에이전트 프로젝트 모음, 실제 구현 코드와 함께 AI 에이전트의 실무 활용 사례와 오픈소스 구현을 모은 종합 자료집으로, 헬스케어, 금융, 교육, 소매, 물류 등 다양한 산업별 500개 이상의 프로젝트를 담고 있다. AI · 머신러닝 · ashishpatel26/500-AI-Agents-Projects · Python
Key Point AI 에이전트를 처음 구축하거나 평가할 때, 각 프레임워크별 최적 사용 시점과 500개 이상의 실제 동작하는 구현 코드를 한 곳에서 비교 검토할 수 있어 프로젝트 선택과 설계 결정이 빠르다.
핵심 요약
AI 에이전트의 실무 활용 사례와 오픈소스 구현을 모은 종합 자료집으로, 헬스케어, 금융, 교육, 소매, 물류 등 다양한 산업별 500개 이상의 프로젝트를 담고 있다. LangGraph, CrewAI, AutoGen, Agno, LlamaIndex 등 주요 프레임워크별로 정렬되어 있으며, 각 에이전트는 자체 requirements.txt와 .env.example을 포함해 독립적으로 5분 안에 실행 가능하다. LangGraph는 상태 관리와 RAG 파이프라인이 필요한 복잡한 워크플로우에, CrewAI는 역할 기반 팀 자동화와 빠른 프로토타이핑에, AutoGen은 코드 생성과 자가 치유 워크플로우에, Agno는 단일 에이전트와 빠른 반복에 최적화되어 있다. 전체 요약 10문장 읽기 → 003 03:11 ▲ 131 · 댓글 93 에이전트 메모리, 표준화가 시급하다 현재 AI 에이전트들은 AGENTS.md, Cursor 규칙, Anthropic 메모리 도구, MCP 서버 등 서로 다른 형식으로 메모리를 저장해 상호 운용이 불가능하다. AI · 머신러닝 · Agent memory needs its OpenTelemetry moment
Key Point AI 에이전트가 점점 보편화되면서 상호운용 불가능한 메모리 형식들이 쌓이고 있는데, 관측성 표준화의 성공 사례를 따라 에이전트 메모리도 하나의 규약으로 통일해야 할 시점이라는 주장을 제시한다.
핵심 요약
현재 AI 에이전트들은 AGENTS.md, Cursor 규칙, Anthropic 메모리 도구, MCP 서버 등 서로 다른 형식으로 메모리를 저장해 상호 운용이 불가능하다. 개발자들이 에이전트 메모리 레이어를 직접 만드는 프로젝트가 늘어나고 있지만, 각각 고유한 저장소와 스키마를 사용하기 때문에 표준의 부재 문제가 심화되고 있다. 2019년 OpenTelemetry 표준 통합 사례처럼, 데이터 모델·의미론적 규약·프로토콜·참조 구현을 정의해 에이전트 메모리도 표준화할 필요가 있다. 전체 요약 12문장 읽기 → 004 21:11 당일 +206 자체 인프라에서 운영하는 오픈소스 AI 에이전트 플랫폼 OpenBot CopilotKit가 오픈소스 AI 에이전트 플랫폼 OpenBot을 공개했으며, 기업이 자신의 인프라에서 ChatGPT나 Claude 같은 AI 어시스턴트를 직접 운영할 수 있도록 설계했다. AI · 머신러닝 · CopilotKit/OpenBot · TypeScript
Key Point 기업이 기존 SaaS 에이전트 서비스에 의존하지 않고 자신의 인프라에서 완전히 제어 가능한 AI 에이전트 시스템을 직접 구축·운영할 수 있는 오픈소스 솔루션이 나왔다.
핵심 요약
CopilotKit가 오픈소스 AI 에이전트 플랫폼 OpenBot을 공개했으며, 기업이 자신의 인프라에서 ChatGPT나 Claude 같은 AI 어시스턴트를 직접 운영할 수 있도록 설계했다. 각 에이전트(코워커)는 독립적인 브라우저, 파일 시스템, 로그인 정보를 가진 자체 컴퓨터를 보유하며 실행 전 모든 작업이 결정되고 실행 후 기록된다. AG-UI 프로토콜 기반으로 LangGraph, Mastra, CrewAI, Pydantic AI 등 다양한 에이전트 프레임워크와 호환되며, 프레임워크에 종속되지 않는다. 전체 요약 13문장 읽기 → 005 21:11 당일 +107 100개 이상 LLM을 하나로, LiteLLM AI 게이트웨이 OpenAI, Anthropic, Bedrock, Azure, VertexAI, Nvidia NIM 등 100개 이상의 LLM API를 단일 OpenAI 형식 인터페이스로 호출 가능한 오픈소스 AI 게이트웨이 LiteLLM을 GitHub Trending에서 공개했다. AI · 머신러닝 · BerriAI/litellm · Python
Key Point 다양한 LLM 공급자별로 다른 API를 통합 관리해야 하는 개발팀에게 표준화된 인터페이스와 엔터프라이즈급 기능(비용 추적, 로드밸런싱, 접근 제어)을 제공하므로 멀티 클라우드·멀티 모델 환경에서 운영 복잡도를 크게 낮출 수 있다.
핵심 요약
OpenAI, Anthropic, Bedrock, Azure, VertexAI, Nvidia NIM 등 100개 이상의 LLM API를 단일 OpenAI 형식 인터페이스로 호출 가능한 오픈소스 AI 게이트웨이 LiteLLM을 GitHub Trending에서 공개했다. Python SDK로 직접 통합하거나 프록시 서버로 중앙화된 LLM 게이트웨이로 배포할 수 있으며, Rust 코어 기반으로 1000 RPS에서 P95 레이턴시 8ms를 달성한다. 가상 키, 비용 추적, 가드레일, 로드 밸런싱, 로깅, 관리 대시보드를 기본으로 제공하고 Netflix 등 대규모 조직에서 이미 채택하고 있다. 전체 요약 13문장 읽기 → 006 06:11 새 버전 LangChain 1.4.4 릴리스, 요약 오류 재시도 기능 추가 LangChain 1.4.4가 릴리스되었다. AI · 머신러닝 · langchain-ai/langchain@langchain==1.4.4
Key Point LangChain을 사용 중인 개발자들이 요약 기능의 안정성 향상과 보안 업데이트 내용을 확인하고 업그레이드 검토가 필요하기 때문이다.
핵심 요약
LangChain 1.4.4가 릴리스되었다. SummarizationMiddleware의 문맥 오버플로우 발생 시 요약 단계를 자동으로 재시도하는 버그 수정이 포함되었다. fsspec을 2025.10.0에서 2026.6.0으로, 다시 2026.9.0으로 업데이트했다. 전체 요약 6문장 읽기 → 007 21:11 당일 +105 프로덕션 RAG 시스템을 7주에 실전 구축하기 arXiv 논문을 자동으로 수집하고 분석하는 AI 연구 어시스턴트를 직접 만드는 실습 강좌다. AI · 머신러닝 · jamwithai/production-agentic-rag-course · Python
Key Point 기업 수준의 RAG 시스템 구축 방식을 처음부터 끝까지 직접 구현하며 배울 수 있으며, 에이전트 기반의 지능형 검색과 모니터링을 모두 다루기 때문이다.
핵심 요약
arXiv 논문을 자동으로 수집하고 분석하는 AI 연구 어시스턴트를 직접 만드는 실습 강좌다. Week 1-7에 걸쳐 Docker, FastAPI, PostgreSQL, OpenSearch, Airflow 등 현대적 스택으로 인프라를 구축한다. Week 2는 arXiv API와 Docling을 이용한 PDF 파싱으로 데이터 파이프라인을 자동화한다. 전체 요약 12문장 읽기 → 008 21:11 당일 +101 AI 에이전트용 메모리 인프라 Mem0, 토큰 효율성 47% 향상 Mem0는 AI 에이전트와 애플리케이션을 위한 지속적인 메모리 계층을 제공하는 오픈소스 프로젝트로, 사용자 선호도와 세션·에이전트 상태를 학습해 개인화된 상호작용을 가능하게 한다. AI · 머신러닝 · mem0ai/mem0 · Python
Key Point AI 에이전트가 사용자 정보를 효과적으로 기억하고 활용하는 것이 LLM 기반 서비스의 핵심인데, 이 업데이트는 토큰 비용을 유지하면서 성능을 30% 이상 끌어올렸기 때문에 생산 환경 배포를 고민하는 팀이 참고할 만하다.
핵심 요약
Mem0는 AI 에이전트와 애플리케이션을 위한 지속적인 메모리 계층을 제공하는 오픈소스 프로젝트로, 사용자 선호도와 세션·에이전트 상태를 학습해 개인화된 상호작용을 가능하게 한다. 2026년 4월 업데이트된 새로운 메모리 알고리즘은 LoCoMo에서 71.4점에서 92.5점으로, LongMemEval에서 67.8점에서 94.4점으로 성능을 향상시켰다. 단일 LLM 호출로 동작하는 ADD-only 추출 방식을 도입해 메모리를 누적시키면서도 6.7~6.9K 토큰으로 낮은 레이턴시(0.88~1.09초)를 유지한다. 전체 요약 11문장 읽기 → 009 22:26 당일 +411 에이전트가 학습하는 장기 메모리 시스템 Hindsight 공개 Hindsight는 대화 기록 재호출이 아닌 학습 능력에 중점을 둔 에이전트 메모리 시스템으로, RAG와 지식그래프의 한계를 극복하고 LongMemEval 벤치마크에서 최고 성능을 기록했다. AI · 머신러닝 · vectorize-io/hindsight · Python
Key Point 에이전트가 단순히 과거 대화를 불러오는 것을 넘어 경험에서 배우고 정신 모델을 스스로 구축하도록 설계된 새로운 메모리 시스템으로, 기존 RAG와 지식그래프의 한계를 기술적으로 해결하면서도 LongMemEval에서 검증된 성능을 제공하고 있다.
핵심 요약
Hindsight는 대화 기록 재호출이 아닌 학습 능력에 중점을 둔 에이전트 메모리 시스템으로, RAG와 지식그래프의 한계를 극복하고 LongMemEval 벤치마크에서 최고 성능을 기록했다. 세계 사실, 에이전트 경험, 관찰, 정신 모델 등 4가지 메모리 타입을 바이오미메틱 데이터 구조로 조직하며, 메모리 뱅크 내에 엔티티, 관계, 시계열과 희소/밀집 벡터 표현을 결합한다. Retain(정보 저장) 연산은 LLM으로 사실과 관계를 추출하고 정규화하며, Recall(검색) 연산은 의미론적·키워드·그래프·시간 범위 필터링을 병렬로 수행한 뒤 역상호 순위 융합과 교차 인코더로 재정렬한다. 전체 요약 13문장 읽기 → 010 21:11 당일 +128 AI 에이전트 구축 원리부터 실전까지 완전 가이드 Datawhale 커뮤니티가 에이전트 개발자를 위한 무료 오픈소스 교육 프로젝트 'Hello-Agents'를 공개했다. AI · 머신러닝 · datawhalechina/hello-agents · Python
Key Point 2025년 '에이전트 원년'에 접어든 시점에서 기초부터 실전까지 체계적으로 AI 에이전트를 배우고 구축할 수 있는 실제 프로젝트 기반의 무료 교재를 얻을 수 있기 때문이다.
핵심 요약
Datawhale 커뮤니티가 에이전트 개발자를 위한 무료 오픈소스 교육 프로젝트 'Hello-Agents'를 공개했다. 기초 이론(ReAct, Plan-and-Solve, Reflection 등)부터 실제 구축까지 16개 장으로 구성되었으며, AI 네이티브 에이전트 시스템의 구조와 핵심 원리를 다룬다. AutoGen, AgentScope, LangGraph 같은 주류 프레임워크 활용법과 직접 에이전트 프레임워크를 만드는 방법을 포함한다. 전체 요약 6문장 읽기 →