BM25 라는 이름의 유래와 공식이 왜 그렇게 생겼는지, 768차원 벡터를 왜 줄이며 그때 검색 품질이 어떻게 무너지는지, 그리고 RRF 가 점수가 아니라 순위를 섞는 이유와 구현을 정리합니다.

에이전트가 API 호출을 넘어 화면을 '보고' 마우스와 키보드로 소프트웨어를 조작하고, 카메라와 마이크로 물리 세계를 이해하는 흐름을 정리합니다. 에이전트-컴퓨터 인터페이스(ACI)의 네 단계, ChatGPT Operator·Project Mariner·Computer Use·Browser Use, Project Astra·Gemini Live·GPT-4o·ChatGPT Agent·Seeing AI, 그리고 개발 방식 자체를 바꾸는 바이브 코딩까지 다룹니다.

무엇을 계측해야 개선이 가능한지, 실패 로그에서 골든셋으로 이어지는 개선 루프, 그리고 타임아웃·재시도·폴백 체인·가드레일로 응답 안정성을 확보하는 방법을 정리합니다.

프롬프팅을 '질문하는 행위'가 아니라 체계적인 엔지니어링 방법으로 재정의하는 장입니다. 명확성·간결성·행동 동사·긍정적 지시·반복 개선의 다섯 원칙에서 출발해 제로샷/원샷/퓨샷, 시스템·역할 프롬프팅과 구분자, 컨텍스트 엔지니어링, Pydantic 기반 구조화된 출력, CoT·자기 일관성·스텝백·ToT, 함수 호출과 ReAct, APE·DSPy·RAG·사용자 페르소나 같은 고급 기법, 구글 Gems와 메타 프롬프팅까지 정리합니다.

에이전트가 주어진 해법 공간을 최적화하는 데 그치지 않고 '미지의 미지'를 찾아 나서는 패턴입니다. 생성·리플렉션·랭킹·진화·근접도·메타 리뷰 여섯 에이전트가 Elo 토너먼트로 가설을 겨루게 하는 구글 AI 코사이언티스트와, AML 약물 재창출·간 섬유증 표적·cf-PICIs 항균 내성이라는 실제 습식 실험 검증 결과를 정리합니다. Agent Laboratory의 교수-포닥-리뷰어 위계와 세 갈래 심사 메커니즘도 다룹니다.

요구사항에서 대화 시나리오를 뽑는 순서, 멀티턴 상태 관리와 폴백·상담사 연결 설계, 그리고 LangChain·LlamaIndex·직접 구현 중 무엇을 고를지의 판단 기준을 정리합니다.

수많은 선택지와 상충하는 목표, 제한된 자원 앞에서 에이전트가 무엇을 먼저 할지 정하는 패턴입니다. 기준 정의·작업 평가·스케줄링 로직·상황에 따른 재우선순위 결정이라는 네 요소와 상위 목표/하위 작업/행동 선택이라는 세 수준을 정리하고, LangChain으로 작업을 생성하고 P0~P2 우선순위를 매겨 워커에게 배정하는 프로젝트 관리자 에이전트를 구현합니다.

벡터 RAG가 못 푸는 질문 유형을 먼저 정리하고, GraphRAG와 스키마 기반 질의 생성 두 갈래를 비교합니다. 온톨로지가 환각을 줄이는 메커니즘과 에이전트에 그래프를 도구로 붙이는 구조까지 다룹니다.

정확 일치의 한계에서 출발해 지연 시간·토큰 사용량 추적, 평가 기준(Rubric)을 갖춘 LLM 심사자까지 실습 코드로 따라갑니다. 최종 출력이 아니라 에이전트가 답에 도달하기까지 거치는 활동 궤적을 정답 기준 경로와 비교하는 여섯 가지 방법, 멀티 에이전트 팀을 평가하는 네 가지 질문, 그리고 에이전트를 형식화된 계약에 따라 동작하는 '계약자'로 끌어올리는 네 기둥을 다룹니다.

분류체계와 온톨로지가 무엇이 다른지, RDF·RDFS·OWL·SKOS를 어디까지 쓸지, 교육 도메인을 어떻게 모델링하는지, 그리고 정합성을 추론이 아니라 SHACL로 검증해야 하는 이유를 정리합니다.