전체 글149 카카오테크캠퍼스 4기 - 아이디어톤 후기 안녕하세요!!오늘은 카카오테크캠퍼스 아이디어톤과 최종 서비스 기획 후기입니다!! 아 딱 엊그제부터 티스토리 이모티콘 기능이 사라져서 글 쓰는데 심심하네요.......이틀만 빨리 쓸걸 ㅠㅠ 그래도 있는기능 써서 열심히 작성 해보겠습니다!커넥트데이가 동기부여 단계였다면, 아이디어톤은 동기부여만 되어있던 저에게 어디로 나아가야 좋을지 현실적인 방향을 제시해준 경험이었던 것 같습니다. 일단 아이디어톤의 첫 시작입니다!!이번 행사에서도 학교 앞에 버스를 불러주셔서 이동하는데 정말 편하고 좋았어요!! 그리고 저번 커넥트데이의 웰컴키트가 정말 유용하고 좋아서AI 캠퍼스에 도착하자마자 이거 먼저 파바박!! 뜯었는데요와... 정말 웹캠커버, 노트북 거치대, 마사지볼, 커피.. 등등 정말 실용적인 선물들이 많아서 좋았어.. 2026. 8. 28. 2026 하계 모각코 회고 이번 방학은 LLM을 그냥 "똑똑한 API"로 쓰던 것에서, 그 안에서 실제로 무슨 일이 일어나는지 파고든 시간이었다. 카나메이트 프로젝트로 LangChain 멀티에이전트 위임 구조를 직접 만들어보면서 실전 감각을 쌓았고, RAG는 결국 벡터 거리 검색이라는 것과 임베딩이 특징을 차원에 찍어내는 과정이라는 걸 이해했으며, 트랜스포머 내부(정규화, 어텐션 연산)까지 내려가 보면서 "성능이 왜 오르는지 실험하고 원인을 분석하는" 접근법을 배웠다. 그 결과 "프롬프트만 잘 쓰면 된다"는 생각에서 "데이터가 어떻게 검색되고 모델 내부에서 어떻게 처리되는지 알아야 제대로 판단할 수 있다"는 쪽으로 시야가 넓어졌다. 다음엔 이 이해를 바탕으로 직접 구현하는 비중을 늘려서, 에이전트 레벨을 넘어 모델 레벨까지 손으로.. 2026. 8. 14. 2026 하계 모각코 6회차 🗓 이번 주 개요주차: Week 06 (8/3~8/7)키워드: #LangChain #Supervisor-Subagent #MultiAgent #Delegation #PromptEngineering #LLM-as-a-judge📚 이번 주 학습한 것1. Supervisor + Nana/Kana 위임 구조 — 한 agent가 다 하지 않고, 판단만 하고 위임한다핵심 개념: supervisor는 개인 일정 tool이나 외부 MCP tool을 직접 호출하지 않고, nana_agent/kana_agent라는 delegate tool만 호출한다. Nana는 개인 일정/저장/RAG, Kana는 외부 멤버 일정/그룹 시간 결정으로 책임을 나눈다.내가 이해한 방식: 강의 자료에 있던 Subagents vs Agent .. 2026. 8. 11. 2026 하계 모각코 5회차 https://footwarningmouse.tistory.com/159 FineTuning vs RAG - 모델 성능을 올리려면 무엇을 해야하는가RAG vs Fine-Tuning, 모델 성능을 올리려면 무엇부터 해야 할까카카오테크캠퍼스 4주차 과제로 "나나의 기억을 검색하는" RAG 기능을 직접 만들어보면서, 문득 궁금해졌다. RAG랑 파인튜닝(Fine-Tuning) 둘footwarningmouse.tistory.com 2026. 7. 30. FineTuning vs RAG - 모델 성능을 올리려면 무엇을 해야하는가 RAG vs Fine-Tuning, 모델 성능을 올리려면 무엇부터 해야 할까카카오테크캠퍼스 4주차 과제로 "나나의 기억을 검색하는" RAG 기능을 직접 만들어보면서, 문득 궁금해졌다. RAG랑 파인튜닝(Fine-Tuning) 둘 다 "AI를 더 똑똑하게 만드는 방법"이라고 하는데, 실무에서는 대체 뭘 먼저 해야 할까?마침 수업 시간에 강사님도 똑같은 질문을 던지셨다. "제한된 자원 안에서 Agent 성능을 올리려면, 뭘 먼저 해야 할까?" 이 글은 그 질문에 대한 답을 개념 설명 + 강사님 답변 + 직접 만들어보며 확인한 것 순서로 정리한 기록이다.## 1. Fine-Tuning이란 무엇인가Fine-Tuning(파인튜닝)은 이미 학습된 모델(가중치)을 가져다가, 특정 목적에 맞는 예시 데이터로 **한 번.. 2026. 7. 24. LLM 구조 안녕하세요 오늘은 LLM 모델 구조에 대한 내용을 다뤄보겠습니다.Agentic AI 개발을 처음 배울 때는 그냥 개발만 할 수 있으면 되는거 아니야? 라고 생각했는데 생각보다 모델에 대한 이해가 정말 중요한 것 같습니다. Transformer(GPT 2) 내부 구조를 예시로 들겠습니다 (참고 페이지 https://poloclub.github.io/transformer-explainer/) 전체 흐름 token → Embedding → RoPE 적용 → (Attention) → MoE(MLP) → LM head → 다음 예측 ① Token → Embedding문장("Data visualization empowers users to")이 Data, visualization, em, powers, users,.. 2026. 7. 24. 이전 1 2 3 4 ··· 25 다음
