AI18 🌿LLM Agent Collaboration — 소프트웨어 개발의 ‘다중 에이전트’ 혁명 1️⃣ 연구 배경 — “하나의 LLM이 아닌, 협업하는 다수의 LLM”최근 AI 개발 환경에서 가장 빠르게 진화하는 분야 중 하나는 “AI 에이전트 협업(Multi-Agent Collaboration)” 입니다.이 논문은 기존의 단일 모델(Single-Agent) 기반 코딩을 넘어,여러 LLM이 역할을 분담하여 협력하는 구조가 실제 개발 생산성을 어떻게 바꾸는가를 실증적으로 분석했습니다.즉, 단순히 “AI가 코드를 짜는가”가 아니라 —“여러 AI가 함께 코드를 짤 때, 얼마나 더 나은 품질·속도·의사결정을 낼 수 있는가?”를 정량화하려는 연구입니다.2️⃣ 연구의 핵심 목표논문은 LLM 기반 소프트웨어 에이전트 시스템을 평가하기 위해 다음 세 가지 축을 중심으로 분석했습니다.평가 항목의미주요 측정 지표Co.. 2025. 11. 2. 🧩 Vibe Coding: 코딩의 새 패러다임, ‘라인-바이-라인’에서 ‘결과 관찰’로 1️⃣ Vibe Coding이란 무엇인가?논문에서 정의한 “Vibe Coding” 은“개발자가 코드 라인에 집중하는 대신, AI 에이전트가 코드를 스스로 생성하고 인간은 결과를 평가·보정하는 협업형 코딩 패러다임”입니다.이것은 단순한 ‘Copilot 보조’ 수준이 아니라AI가 개발 사이클 전체를 스스로 반복(iteration) 하는 구조입니다.즉, 요구사항 분석 → 코드 생성 → 실행 및 디버깅 → 테스트 검증 → 개선까지전 과정을 LLM이 주도하고, 인간은 “감독자(Orchestrator)” 역할을 합니다.2️⃣ 연구 목적 — “AI가 주도하는 개발의 패러다임을 정량적으로 측정하다”연구팀은 2024~2025년까지 등장한 40여 개의 LLM 코딩 프레임워크를 대상으로“Vibe Coding”이라는 새로운 .. 2025. 10. 30. 🤖클로드, 왜 '협업'을 배우기 시작했을까? Anthropic은 어떻게 멀티-에이전트 연구 시스템을 구축했나Anthropic(클로드 개발사)은 단일 에이전트(agent)만으로는 힘들었던 열린 연구(open-ended research) 과제들을 대규모로 다루기 위해, 멀티-에이전트 시스템을 설계했습니다. 이 글에서는 그 구조, 성능, 적용 원칙, 그리고 우리가 배울 수 있는 시사점들을 자세하게 들여다보겠습니다.1. 왜 멀티-에이전트인가?열린 연구 과제(open-ended research tasks)는 예측 불가능한 흐름을 가짐→ 단순한 정해진 단계(파이프라인)로 처리하기 어려움.여러 에이전트가 병렬(parallel)으로 탐색(breadth-first exploration)을 하면, 검색 공간(search space)을 넓게 커버하고 중요한 히트(hi.. 2025. 9. 17. 🌐 미래 HRD의 세 축: 더 개인적으로, 더 기술적으로, 더 인간답게 — McKinsey가 제안하는 사람 관리의 새로운 운영 모델 —📌 왜 지금, HR 운영 모델의 전환이 절실한가?세계는 지금 조직과 사람 관리의 대전환기에 있습니다.AI와 자동화가 업무 전반을 재편하고,하이브리드 근무가 표준이 되었으며,Z세대·알파세대가 본격적으로 조직의 핵심 인력으로 자리 잡고,지정학적·경제적 불확실성이 격화되고 있습니다.이러한 변화 속에서 HR은 더 이상 “지원 기능(Support Function)”에 머물 수 없습니다.맥킨지는 이를 지난 10년 중 가장 큰 HR 혁신 시기라고 평가하며,새로운 운영 모델의 방향을 더 개인적(Personal), 더 기술적(Tech), 더 인간적(Human)으로 제시했습니다.🔧 새로운 People Operating System의 3대 축1️⃣ 더 개인적.. 2025. 9. 8. "슈퍼맨을 채용하나요?" 이야기의 출발점: 전 마이크로소프트 직원의 절박한 구직 이야기전 마이크로소프트 클라우드 솔루션 아키텍트였던 한 지원자는 직장을 잃은 뒤 9개월간 취업을 준비했지만, 결국 재취업에 실패했다고 합니다.그는 이렇게 말했습니다:“마치 기업들이 ‘슈퍼맨’을 원한다는 느낌이에요.” 그의 말은 단순한 아쉬움을 넘어, 현재 구직 시장과 HR 기준이 얼마나 높아졌는지, 그리고 그 기준이 얼마나 현실성 있는지를 질문하게 합니다.문제를 보는 관점: HR 트렌드의 방향성1. 스킬 기반 채용 확대학력이나 조직 경력보다 구체적 스킬(Skill)을 중심으로 채용하는 방식이 확산 중입니다.예를 들어 AI·데이터 분석·디지털 리터러시 같은 스킬을 명확히 규정하고, 이러한 스킬을 가진 인재를 선호하는 기업들이 늘고 있습니다.2. ‘슈퍼.. 2025. 9. 5. Dropbox Dash에서 본 RAG & AI 에이전트의 시사점 정보 과부하가 일상이 된 조직 환경에서, Dropbox는 누구나 겪는 문제를 AI로 해결해냈습니다. 바로 Dash라는 AI 기반 범용 검색 및 지식관리 제품으로, Retrieval-Augmented Generation (RAG)와 AI 에이전트의 조합으로 업무 생산성에 혁신을 불러왔습니다. 이번 글에서는 이 사례를 바탕으로, 우리가 배울 수 있는 핵심 시사점을 정리했습니다.1. RAG: 문서를 기반으로 AI 응답의 근거를 강화하다RAG는 LLM이 가진 단순 생성(추론)에 기반한 한계를 극복합니다. LLM만 있을 때는 hallucination(허구 응답)이나 정보의 신뢰성 부족 문제가 있었죠. Dash는 RAG를 통해 다음을 구현합니다:정보 기반 응답: 유저의 쿼리에 대해 관련 문서를 먼저 검색한 후, 그.. 2025. 9. 3. 이전 1 2 3 다음
