1. 컨텍스트 엔지니어링 (Context Engineering)의 개요 (1) 컨텍스트 엔지니어링의 개념 및 필요성 개념 AI 모델이 주어진 상황과 사용자에 최적화된 질의 응답 및 도구를 사용하도록 장/단기 기억, 프롬프트, RAG, MCP, 상태 관리 등 문맥(Context)을 관리하는 기술 필요성 상황을 이해 – 상황 기반 사용자의 요구를 이해 신뢰성 확보 – 일관적이고 오차 없는 결과를 도출 복잡한 과업 처리
1. 버티컬 AI (Vertical AI)의 개념 및 필요성 개념 특정 분야 전문가 수준의 문제 해결을 위해 전문 지식 기반 자동화, 법/규정 준수 등 해당 산업이나 업무 분야에 특화된 인공지능 필요성 ChatGPT와 같은 범용 AI가 여러 분야에 걸쳐 일반적인 문제 해결을 목표로 한다면, 버티컬 AI는 특정 산업의 고유한 도전과제 해결이나 자동화에 초점을 맞추어 해당 분야에 가장
1. Agent2Agent (A2A)의 개요 (1) Agent2Agent (A2A)의 개념 및 필요성 개념 멀티 에이전트형 시스템 구현을 위해 AI 에이전트 간 JSON-RPC, SSE 표준 기반 상호작용하며 작업을 조율하는 개방형 프로토콜 필요성 (2) Agent2Agent (A2A)의 특징 에이전트에 유용한 도구와 컨텍스트를 제공하는 MCP(Model Context Protocol) 보완 대규모 멀티 에이전트형 시스템을 배포하는 과정에서 식별된 문제를 해결 다양한 공급자의 에이전트를 결합할
1. MCP (Model Context Protocol)의 개요 (1) MCP의 부각배경 (2) MCP의 개념 및 특징 개념 복잡한 AI 워크플로우 구축을 위해 생성형 AI 등 인공지능 모델에 문맥 정보를 제공하여 외부 데이터 소스 및 도구를 연결하는 개방형 프로토콜 특징 JSON-RPC 기반 통신 – 표준 JSON-RPC 2.0 메시지 포맷 사용 – 상태 기반 연결 관리, 서버와 클라이언트 간