AI agent success rate는 어떻게 측정할까: 한 번의 답변보다 작업 완료율을 봐야 하는 이유
AI agent success rate를 task success, tool call accuracy, retry count, human handoff, regression test 기준으로 측정하는 방법을 정리합니다.
-
-
한국어 RAG에서 chunk size는 왜 더 까다로울까: 조사, 문단, 표를 어떻게 나눌지 정리
한국어 RAG에서 chunk size를 정할 때 조사, 문단, 표, overlap, retrieval 평가를 어떻게 봐야 하는지 설명합니다. 숫자보다 의미 경계와 평가셋을 먼저 봐야 하는 이유와 실무 점검 순서를 정리합니다.
-
AI 에이전트 실전 설계 시리즈 (9) – MCP 보안과 권한 설계 기준
MCP 보안을 OAuth, 최소 권한, human in the loop, confused deputy, tool guardrail, 실행 로그 기준으로 나눠 설명합니다.
-
LangGraph, CrewAI, AutoGen은 무엇이 다를까: AI agent 프레임워크를 고르는 기준
LangGraph, CrewAI, AutoGen을 graph workflow, multi-agent role, tool orchestration, state 관리 기준으로 비교합니다.
-
Tool description이 길면 에이전트가 도구를 더 잘 고를까
AI 에이전트에서 tool description 길이가 도구 선택에 어떤 영향을 주는지, 길이보다 중요한 schema 품질과 예시 설계 기준을 정리합니다.
-
Prompt caching은 언제 비용을 줄이고 언제 효과가 없을까
Prompt caching이 비용과 지연시간을 줄이는 조건을 반복 prefix, system prompt, tool schema, dynamic context 관점에서 설명합니다.
