pile·

Learning path

AI 에이전트 시대, 어떻게 만들고 어떻게 일하는가

RAG, MCP, 하네스 엔지니어링, 컨텍스트 비용 절감까지 — 한국·글로벌 12개 회사가 LLM 에이전트를 만들고 운영하는 실전기.

읽기 순서

  1. AWS KoreaGraphRAG Toolkit으로 지식 그래프 쿼리하기
  2. 마켓컬리AI에게 도메인을 가르치다 두 번 갈아엎은 이야기 — LLM Wiki + RAG 혼합기
  3. pinterest-engPinterest 의 MCP 생태계 구축
  4. LINE EngineeringODW #5: 벡터 DB와 에이전트 스킬로 RAG 시스템 만들기
  5. 우아한형제들하네스 엔지니어링(harness engineering)으로 팀 맞춤형 AI 환경 구축하기
  6. 무신사 테크AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
  7. stackoverflow-blogAI 코딩 에이전트 오케스트레이션 실전 경험기
  8. LINE EngineeringODW #7: 세 가지 방법으로 토큰 소비량 40% 절감! ADK를 이용한 컨텍스트 엔지니어링
  9. AWS KoreaPart 3: Kiro로 RDS/Aurora 장애 분석 자동화하기 — 매일 자동으로 보고서 받기
  10. AWS Korea현대오토에버의 Amazon Bedrock으로 구축한 빅데이터 클러스터 장애 대응 자동화 에이전트 구축기
  11. 카카오 tech메시징 서버의 스트레스 테스트 노하우와 AI 가 덜어 준 부분
  12. 베스핀글로벌AI Paradox (1) | LLM 인프라 비용, 1시간 만에 8,500만 원 날라간 이유

로그인 없이, 학습 기록은 이 브라우저에만 저장돼요