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. 바이브 코딩의 개요 (1) 바이브 코딩이 소프트웨어 개발에 미치는 영향 (2) 바이브 코딩의 개념 원하는 기능을 자연어로 입력하여 생성형 AI를 통해 코드를 자동으로 생성, 개선 및 디버깅하는 인공지능 기반 소프트웨어 개발 방식 (3) 바이브 코딩의 특징 SW 개발 접근성 향상 – 로우 코딩, 노 코딩과 유사하게 소프트웨어 개발의 진입 장벽을 낮추고 비개발자의 소프트웨어 개발
1. AI 환각 해소, 검색 증강 생성 (RAG, Retrieval Augmented Generation)의 개념 및 필요성 개념 생성형 AI 모델의 정확성과 신뢰성 향상을 위해 응답 생성 전 외부의 신뢰할 수 있는 지식 베이스를 참조하는 대규모 언어 모델(LLM) 최적화 기술 필요성 검색 증강 생성은 사실에 근거한 최신 정보를 통해 AI 환각 현상 등 거대 언어 모델의 문제점을 해소하고
1. 프롬프트 엔지니어링(Prompt Engineering)의 개요 (1) 프롬프트 엔지니어링의 부각 배경 특정 산업 또는 조직에서 대규모 언어 모델(LLM) 등 생성형(Generative) AI를 효과적으로 활용하기 위해서는 생성형 AI 맞춤화가 필요하며, 프롬프트 엔지니어링을 통해 생성형 AI 맞춤화로 기업/기관의 생산성 향상 가능 특히 LLM(Large Language Model)의 방대한 텍스트 데이터에서 원하는 결과를 얻기 위해 프롬프트(질문)의 최적화가 필요하며, 다양한 방식으로 조작하고 개선하여