All Posts

ReAct 프레임워크, Tool Use, 멀티에이전트 오케스트레이션, MCP(Model Context Protocol)부터 Computer-use 에이전트까지 2026년 Agentic AI 완전 가이드입니다.

프로토타입에서 프로덕션까지 LLM 기반 애플리케이션을 구축하는 종합 가이드. 프롬프트 엔지니어링, RAG 아키텍처, 툴 사용, 스트리밍, 평가, 비용 최적화, 그리고 실전 AI 애플리케이션을 위한 배포 패턴을 다룹니다.

LLM 추론을 극한까지 최적화하는 완전 가이드. KV Cache, Speculative Decoding, Continuous Batching, PagedAttention, FlashInfer, 멀티GPU 추론, 그리고 DeepSeek MLA까지 심층 분석합니다.

MMLU, HellaSwag, HumanEval, BFCL, MTEB 등 주요 AI 벤치마크들이 정확히 무엇을 측정하는지, 각 점수의 의미와 한계, 그리고 실제 활용 시 어떤 벤치마크를 참고해야 하는지 완전히 분석합니다.

Mamba와 상태 공간 모델(SSM)을 완전히 이해하는 가이드. Transformer의 이차 복잡도 문제를 해결한 S4, H3, Mamba 1/2 아키텍처를 수식과 코드로 깊이 분석하고, MambaFormer와 Jamba 같은 하이브리드 모델까지 다룹니다.

AI와 머신러닝을 이해하기 위한 핵심 수학을 완전히 정복하는 가이드. 선형대수(벡터, 행렬, 고유값), 미적분(편미분, 체인 룰), 확률통계(확률분포, 최대우도추정, 베이즈)까지 직관적으로 설명합니다.

SGD, Adam, AdamW, Lion optimizer, cosine annealing 스케줄링, Focal Loss, InfoNCE부터 ZeRO optimizer까지 ML 학습 최적화 수학 완전 가이드입니다.

메타러닝과 퓨샷 학습을 완전히 마스터하는 가이드. "학습하는 방법을 학습"하는 아이디어부터 MAML, Prototypical Networks, Matching Networks, Reptile, 그리고 LLM의 In-Context Learning까지 실전 코드로 배웁니다.

MLOps 성숙도 모델부터 MLflow 실험 추적, DVC 데이터 버전 관리, 피처 스토어, LLMOps까지 실전 ML 파이프라인 완전 가이드입니다.

Anthropic MCP 아키텍처, FastMCP Python SDK로 서버 구현, Resources/Tools/Prompts 원시 타입, Claude Desktop 통합, 에이전트 도구 표준화까지 MCP 완전 가이드입니다.