Tool은 왜 필요할까?LLM은 기본적으로 학습이 끝난 시점까지의 데이터를 바탕으로 답변을 생성한다. 그래서 최신 날씨, 실시간 주가, 오늘 일정, 현재 베스트셀러처럼 지금 시점의 외부 정보가 필요한 질문에는 한계가 있다. 이런 한계를 보완하기 위해 등장하는 것이 Tool이다. Tool을 사용하면 모델은 스스로 외부 시스템을 호출해 필요한 정보를 가져오거나, 특정 작업을 실행할 수 있다. (LangChain Docs)Tool이란?Tool은 모델이 외부 세계와 연결되기 위해 사용하는 인터페이스다. 쉽게 말해, 모델이 호출할 수 있는 함수라고 보면 된다. LangChain에서는 보통 callable function에 입력 스키마를 붙인 형태로 Tool을 정의하며, 이 입력 스키마는 타입 힌트로 표현된다. 또..

LLM 기반 애플리케이션과 Agent의 차이: 무엇이 다를까?최근 생성형 AI 시스템을 이야기할 때 가장 자주 등장하는 두 개념이 있다. 하나는 LLM 기반 애플리케이션이고, 다른 하나는 LLM 기반 Agent다. 둘 다 대형언어모델을 활용한다는 점에서는 같지만, 시스템이 문제를 해결하는 방식은 꽤 다르다. 이 차이를 이해하면 단순한 챗봇, 문서 요약기, 질의응답 시스템부터 도구를 활용해 스스로 행동하는 에이전트 시스템까지 어떻게 설계해야 하는지 훨씬 명확해진다.이 글에서는 LLM 애플리케이션과 Agent의 개념 차이, 모델의 역할, 메모리 구성 방식, 그리고 LangGraph와 LangSmith가 각각 어떤 문제를 해결하는지까지 한 번에 정리해보겠다. (LangChain 문서)1. LLM 기반 애플리케..