Archives

영상 제목은 “RAG 2.0: 에이전틱 RAG와 지식 그래프 통합(무료 템플릿)”으로, 최근 각종 RAG(검색 증강 생성) 전략을 심도 있게 실험한 경험에 기반함 제작자는 최종적으

영상 제목: **MCP는 아직 완성되지 않았다 — 센트리의 데이비드 크레이머** 발표자는 Sentry의 창업자 및 임원 데이비드 크레이머로, Sentry의 MCP 서버 개발 경험을

영상은 LLM(대형 언어 모델) 기반 에이전트 개발에서 신뢰성과 품질을 높이기 위한 ‘12-팩터’ 설계 패턴을 소개함 발표자는 직접 에이전트 개발 경험 및 100명 이상의 개발자,

“Vibe Coding”은 AI 코딩 어시스턴트에게 최소한의 입력만 주고, 검증 없이 코드를 생성하게 하는 최근 유행한 방식이며, Andrej Karpathy가 처음 용어를 만들었

영상 제목은 “빌드-오퍼레이트 디바이드: 제품 비전과 AI 운영 현실의 격차를 메우기”로, 우수한 AI 제품 콘셉트가 실제 운영 단계에서 현실의 장벽에 부딪히는 문제를 다룸 Jer

이 영상은 K-Scale Labs의 창립 엔지니어 Jax가 개발자용 오픈소스 휴머노이드 로봇(Kbot, Zbot)의 전체 하드웨어 및 소프트웨어 오픈 전략, 가격, 기술, 사용 목

본 영상은 Zapier의 AI 에이전트 개발 과정에서 얻은 실제적인 실수와 학습, 그리고 평가(Eval) 시스템 구축 노하우를 공유함 Zapier Agents는 자동화 소프트웨어로

본 영상은 Cloudflare의 Lizzie Siegle와 WorkOS의 Nick Nisi가 AI 에이전트 및 MCP 서버 구축, 인증·인가 문제, 그리고 실무 적용사례를 중심으로

영상 제목: **‘새로운 린 스타트업 — 올리브(Oliv)의 초소형 팀 성공 전략’** 최근 창업 트렌드는 소규모 팀, 투자 유치 지연, 조기 수익성 달성으로 변화 중임을 설명 A

**본 영상은 AI 엔지니어링 행사에서 진행된 Brain Trust의 첫 번째 워크숍으로, AI 평가(evals)의 필요성, 실행 방법, 실제 적용 케이스까지 세밀하게 다룸** *

"Conquering Agent Chaos(에이전트 혼돈 극복)"는 에이전트의 실제 배포 문제와 Agentuity의 솔루션 중심 기능에 대해 논의함 플로리다 대학교(Universi

영상 제목은 *음성 모델의 프로덕션 추론 최적화*임 발표자는 Baseten(베이스텐) 소속 필립 켈리(Philip Kiely)이며, Baseten은 다양한 AI 네이티브 기업을 위

AI 코딩 에이전트의 한계와 가능성에 대한 업계 유명 개발자들의 다양한 평가와 논쟁이 최근 트위터 등에서 펼쳐짐 "최상위 개발자층(상위 0.1%)"에는 큰 도움이 안 된다는 주장도

본 영상은 OPZero(오제로) 엔지니어인 Bobby Tiernay와 Kam Sween이 AI 에이전트 중심의 세계에서 신원 및 접근 제어를 안전하게 구현하는 방법, 구체적으로 오

본 워크숍은 AI 기반 지식 보조(AI knowledge assistant) 구축에 활용되는 그래프 데이터베이스(Graph Database, 대표적으로 Neo4j) 및 GraphR

**'음성'은 인간에게 가장 자연스러운 인터페이스이며, 차세대 생성형 AI(Gen AI)의 핵심 빌딩블록으로 여겨진다.** **음성 에이전트 기술은 이미 환자-의사 통역, 아동 교

이 영상은 Contextual AI 사의 Rajiv Shah와 Nina Lopatina가 RAG(Retrieval Augmented Generation) 파이프라인의 전통적 구축

이 영상은 OpenAI 개발자 경험 팀의 도미닉 쿤델이 OpenAI의 TypeScript 기반 Agents SDK 신기능을 중심으로 음성 에이전트(voice agents) 개발 전

본 워크숍은 전문가 혼합(Mixture of Experts, MoE) 모델 구조의 개념과 의의, 그리고 이를 확장한 "에이전트 혼합(Mixture of Agents, MoA)" 아

**영상 제목**: 세계적 수준의 AI 제품을 만드는 법 — Notion AI 리드 Sarah Sachs와 Braintrust Notion AI 제품 개발 리드 Sarah Sach

**본 영상의 핵심 메시지는 "데이터야말로 AI 및 비즈니스 혁신의 근본적인 차별화 요소"라는 점임** **생성형 AI 도입 시 데이터의 역할과 처리 방식, 데이터 사이로 해소,

**Strands는 에이전트 구축을 극도로 단순화하기 위한 오픈소스 SDK**로, 에이전트 개발 시 '모델'과 '툴'만 필요하며 별도의 복잡한 스캐폴딩(scaffolding)이 불

**AWS 개발자 홍보대사 마이크 챔버스가 생성형 AI에 특화된 경험을 바탕으로 프로덕션 수준의 AI 에이전트 빌드 및 클라우드 배포 방법을 실전 예제로 시연함** **첫 번째 단

영상은 Solomon Hykes가 10년 전 Docker Con 2015에서와 동일한 무대에서 발표하는 것으로 시작하며, 기존 소프트웨어 개발에서 AI 코딩 에이전트 시대로 전환되

Cartisia의 공동 창업자 Arjun Desai와 AWS의 Rohit Talluri가 엔터프라이즈용 실시간 음성 AI의 구현, 과제, 진화에 대해 심층적으로 논의함 Cartis

이 영상은 AI 에이전트 'Augment Agent'를 활용해 복잡한 레거시 코드베이스, 특히 Apollo 11 유도컴퓨터(AGC) 코드 분석 및 현대화 방법을 실습 중심으로 설명

영상은 Arize AI의 AI 아키텍트 Dat Ngo가 LLM(대규모 언어 모델) 평가(Eval) 파이프라인을 어떻게 효율적이고 확장성 있게 구축할 수 있는지 실무적 관점에서 설명

영상의 발표자 마누 고얄(Manu Goyal)은 Braintrust에서 일하며 AI 평가(Evals) 플랫폼 개발을 주도하고 있음 발표는 자신의 어린 시절과 기술에 대한 실망, 그

**‘Evals(평가)’는 대형언어모델(LLM) 기반 애플리케이션의 품질, 신뢰성, 정확성 등을 정량적으로 관리할 수 있게 해 주는 구조화된 테스트 체계로, Braintrust 플

본 영상은 Antje Barth(AWS)가 클라우드 환경에서 대규모 AI 에이전트(Agent)를 구축하는 방법과 실제 적용 사례를 소개 전 세계에 6억 대가 넘는 Alexa 기기가

**영상은 AI 에이전트가 다양한 지식을 효과적으로 검색하는 최적의 방식을 찾기 위해, 최근 주목받고 있는 '에이전틱 RAG'와 '지식 그래프' 전략을 결합한 강력한 지식 검색 시

오픈라우터(OpenRouter)는 2023년 초에 Alex Atallah이 "AI 인프런스 시장이 승자독식 구조가 될 것인가?"라는 질문에서 시작되었음. 챗GPT 출시와 함께 AI

발표자는 LlamaIndex의 공동 창립자이자 CEO인 Jerry Liu로, 주제는 “지식 업무를 실제로 자동화하는 AI 에이전트 구축”임 AI 에이전트의 주요 약속은 지식 노동자

본 영상은 Windsurf의 프로덕트 리드 Kevin Hou가 AI Engineer Worlds Fair에서 발표한 세션으로, Windsurf가 지난 1년간 어떻게 급성장했는지 소

이 영상은 OpenAI의 개발자 경험팀의 Ilan Bigio가 진행하며, OpenAI에서 제공하는 세 가지 주요 파인튜닝 기법(SFT, DPO, RFT)의 개념, 적용 사례, 데이

이 영상은 Stride 컨설팅 팀이 실제 헬스케어 스타트업 "Aila Science"를 위해 개발한, LangGraph와 MCP, LLM(주로 Anthropic Claude) 기반

**본 영상은 AWS의 Du'An Lightfoot와 Banjo Bami가 Nova Act, MCP(Modern Context Protocol), strands agent 등 Am

영상 제목: **Claude Code와 에이전틱 코딩의 진화** Boris가 Anthropic의 기술 스태프로서 Claude Code의 창시자임을 직접 소개하며 시작함 AI 모델,

**벤 하일락(Ben Hylak)과 시드 벤드르(Sid Bendre)는 성공적으로 작동하는 AI 제품을 개발하는 구체적인 방법론과 실사례를 공유함** **AI 제품 개발에서 반복(

**구글 딥마인드의 Paige Bailey가 개발자 대상 Veo 3, Imagine 4, LIA 2의 신기능을 소개함** **Veo 3는 영상과 오디오를 동시에 자연스럽게 생성할

**Paul Klein은 Browserbase의 창업자로, AI 에이전트가 구체적으로 웹 브라우저를 필요로 한다는 점을 강조함** **기존 웹 인프라 구축은 복잡하고 자주 고장이

20세기 초 물리학의 오류사례(플랑크 상수 측정 실패)와 과학적 관성 현상에서 시작해, 혁신적 과학·기술이 기존 패러다임과 하드웨어에 의해 저지된 사례들을 살펴봄 과학자들은 대가의

이 영상은 Microsoft의 Den Delimarsky(제품 엔지니어, MCP 운영위원회 소속)와 Julia Kasper(애저 API 관리팀 소속)가 MCP(Multi-modal

MCP(Machine Control Protocol) 에이전트 및 서버의 사용이 증가하며 시스템 내에서 관측성이 약화되는 '블라인드 스팟' 문제가 나타나고 있음 기존 소프트웨어 관

발표자 존 웰시는 20년간 대규모 시스템을 구축해온 엔지니어로서, Anthropic에서 MCP(Machine Context Provider) 클라이언트 및 통합을 담당하며 얻은 경

**화웨이는 자체 AI 칩 Ascend 910B/C와 초대형 시스템(Cloud Matrix 384)을 개발, 12개 랙에 384개 칩을 광학적 네트워크로 연결해 높은 확장성과 대역

영상에서는 AI 코딩 어시스턴트의 반복적인 실수(‘환각(hallucination)’ 문제)와 그 해결을 위한 최신 접근법인 ‘지식 그래프(knowledge graph)’와의 결합을

이 영상은 Anthropic의 제품 매니저인 테오도라 추(Theodora Chu)가 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)의 탄생 배경, 오픈소

**영상 제목: 신뢰할 수 있는 AI를 구축하는 방법 (Allie Howe)** AI가 신뢰를 잃는 실제 사례(2023년 Chevy Tahoe 챗봇, 2024년 Slack 데이터

**영상 제목**: *AI 엔지니어 월드 페어 2025 타이니 팀즈* AI 시대, 소규모(타이니) 팀이 과거 불가능했던 속도로 성공적인 AI 제품과 서비스를 만들어내는 트렌드를 집

**본 영상은 AI 기반 검색‧추론 시스템, RAG(검색증강생성) 기술, 최신 문서 처리 아키텍처, 실제 적용사례, 챌린지, 평가 방법, 그리고 차세대 엔터프라이즈 RAG 인프라까

**AI Engineer World’s Fair 2025 2일 차 주요 트랙**: 여러 키노트와 SWE(Software Engineering) Agent 트랙을 중심으로 최신 AI

본 영상은 AI Engineer World’s Fair 2025의 추론(reasoning) 및 강화학습(RL) 세션 주요 발표 내용을 심도 있게 다룸 RL의 구현 방식(DPO, P

**AI Engineer World's Fair 2025 "Evals" 세션은 AI 제품/에이전트의 평가(Evaluation, "Eval") 기법, 중요성, 최신 트렌드 및 조직

영상 제목: *Google, Anthropic, OpenAI의 AI 에이전트 실전 가이드 18분 완전 정리* 구글, Anthropic, OpenAI에서 발표한 대표적 AI 에이전트

**2025년은 AI 에이전트와 MCP(Anthropic), A2A(Google) 등 에이전트 프로토콜의 해로, 도구 및 타 에이전트 연결이 크게 쉬워졌으나, 사용자와 에이전트를

이 영상은 AWS의 소프트웨어 개발 관리자 Vikash Agrawal와 개발자 에반젤리스트 Linda가 Amazon Q Developer(이하 Q)를 활용한 소프트웨어 개발 생명주

영상의 제목은 “그냥 실행하라. (도구에게 스스로 생각할 시간을 주라)”이며, Wordware의 공동창립자이자 CTO인 로버트 챈들러가 AI 에이전트와 도구 설계에 대한 인사이트를

**본 영상은 Arise의 공동 창업자 아파르나(Aparna Dhinakaran)가 AI 에이전트 개발 과정에서의 평가(evaluation)와 모니터링, 개선 루프 구축에 대해 심

영상의 제목은 “AI 에이전트를 빠르게 배우는 방법 (내가 처음부터 다시 시작한다면) – 완벽한 로드맵”으로, 제작자가 본인이 쌓아온 경험을 바탕으로 AI 에이전트 학습을 위한 단

**영상은 RAG(Retrieval Augmented Generation)의 한계를 극복하기 위한 실시간 지식 그래프 활용 방안을 집중적으로 설명함** **리트리벌 기반 생성(RA

본 영상은 Cole Medin이 주최하는 실시간 Q&A 라이브 스트림으로, 전 세계의 시청자들과 함께 AI, AI 에이전트, 개발 도구, 최신 오픈소스 프로젝트 등을 폭넓게 논의하

진행자 Manuel Odendahl는 25년 경력의 소프트웨어 엔지니어로, 2022년부터 LLM을 이용한 코딩에 집중 중임을 소개 LLM은 자연어로 툴을 호출하는 구조화된 코드(펑

본 영상은 All Hands AAI의 수석 아키텍트 Ray Meyers가 "프로그래밍의 종말"을 다양한 시나리오로 제시하며, AI와 프로그래밍의 미래에 대한 논쟁과 인간적 태도(공

2023년 12월, StackBlitz(스택블리츠)의 창업자 Eric Simons는 회사가 거의 매출 없이 성장 정체에 빠져 이사회로부터 실질적 성과를 2024년 말까지 보여주라는

영상은 AI 코딩 어시스턴트가 프로젝트와 문서 이해에 한계를 갖는 문제, 특히 레퍼런스 오류(“hallucination”)를 해결하기 위해 ‘crawl for AI RAG MCP

최근 그동안 자신의 유튜브 채널에서 역량을 다 보여주지 못했다고 솔직히 인정하며, 앞으로 이를 개선하겠다고 밝힘 주 2회(일요일‧수요일 오후 7시) 영상 업로드에서 주 1회 업로드

**본 영상은 로컬 AI(Local AI)의 정의, 필요성, 실전 구축 방법, AI 에이전트 개발, 클라우드 배포 등 ‘로컬 AI 인프라 전체’를 다루는 마스터클래스임** **로컬

영상 제목은 **‘대화형 인터페이스를 넘어: 왜 문서가 자연어를 코드로 전환하는가’**임 채팅 기반 인터페이스(예: ChatGPT, OpenAI, CLA)의 주요 한계점으로 컨텍스

이 논문은 AI 안전성 벤치마크(데이터셋)의 의미적 범위와 겹침, 결여 영역을 다차원적으로 분석한 최초의 연구임을 강조 벤치마크란 LLM 성능 평가를 위해 사용되는 Q&A, 프롬프

2025년은 에이전트 대중화의 해가 될 것이며, MCP(Model Context Protocol) 도입으로 에이전트 설계가 더욱 간단하고 강력해짐 MCP는 LLM이 도구·데이터·서

기술 VC회사 시그널파이어의 데이터 기반 AI 인재 채용 전략을 전수하는 발표 AI 엔지니어 채용에서 학력이나 박사 학위보다 실무 경험과 결과물이 훨씬 더 중요해졌음을 구체적 수치

링크드인은 2023년부터 GenAI(생성형 AI) 플랫폼 개발을 단계적으로 추진 초기 단순 프롬프트 기반 기사 작성 서비스부터 시작해 사용자 맞춤 Co-pilot, 멀티 에이전트

본 강연에서는 현재 AI 에이전트가 실제 환경에서 제대로 작동하지 않는 주요 원인과 개선 방향을 다룸 에이전트의 성능 평가가 매우 어렵고, 평가의 어려움이 실질적 실패로 이어진 사

SuperDial은 보이스 AI를 활용해 보험사·의료기관과의 복잡한 전화 업무를 자동화하는 플랫폼을 운영함 실제 의료 전화 사례를 통해, 보이스봇이 반복적이고 지루한 통화 업무를

Don Bosco Durai가 최신 AI 에이전트의 보안 및 안전 관리 방법을 소개함 AI 에이전트와 도구, 태스크, 메모리 등 주요 용어와 구조, 운영 방식을 체계적으로 설명 에

영상은 Letta와 MemGPT 프레임워크를 중심으로 한 ‘상태를 기억하는(Stateful) 에이전트’의 개발 워크숍 내용임 언어 모델(LLM)을 활용한 기존 에이전트와 달리, 메

본 영상은 AI 분야의 대표 기업 및 연구소(Anthropic, Google DeepMind, Meta FAIR, Thinking Machines)의 전문가들이 참여한 AI 엔지니

Vercel AI SDK로 에이전트(Agent) 개발의 기초부터 실제 심화 리서치 시스템 구축까지 단계별로 실습 중심으로 설명함 다양한 언어 모델(GPT-4o mini, Perpl

AI 코딩 에이전트가 실제로 자기 자신을 개발하는 프로젝트 경험을 공유함 어그먼트 코드의 AI 에이전트가 전체 코드의 90% 이상을 직접 작성함 에이전트는 Slack, Linear

Writer는 2020년에 설립되어 다양한 범용 및 도메인 특화 언어 모델(LLM)을 개발해 왔음 최근 범용 LLM의 정확도가 평균 80~90%에 도달함에 따라, 도메인 특화 모델

데이터독(Datadog)은 클라우드 애플리케이션의 관측 및 보안 플랫폼으로, AI를 바탕으로 한 ‘잠들지 않는 데브옵스 엔지니어’ 에이전트를 개발하고 있음 데이터독의 AI 에이전트

이 영상은 AI 에이전트와 어시스턴트가 실제 환경에서 제대로 동작하는지 평가하는 방법과 평가 프레임워크를 소개함 음성 AI가 콜센터 등 실전 비즈니스 환경에 이미 도입되고 있으며,

OpenAI의 Ilan Bigio가 함수 호출(Function Calling)의 역사, 개념, 실제 구현까지 상세히 시연하는 워크숍 함수 호출은 외부 데이터 조회, 상태 변경, 다

AI 데이터 센터 구축에 필요한 네트워크 인프라 설계 및 운영 원칙을 상세히 설명함 학습(Training)과 추론(Inference) 단계별로 GPU와 네트워크 요구사항이 완전히

AI 연구에서 지난 2~4년간의 두 가지 핵심 스케일링 패러다임(토큰 예측 기반 사전학습, 강화학습 기반 추론 능력 확장)에 대해 설명함 사전학습(Next Token Predict