| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |
Tags
- RNN
- 정보처리기사
- 랭그래프
- RDBMS
- 알고리즘
- 기초
- 캐글
- CNN
- python 기초
- TTS
- UMAP
- 객체지향
- Transformer
- 데이터엔지니어
- ASR
- 생성형 인공지능
- CLIP
- SQL
- 자연어처리
- 데이터 시각화
- 에이전트
- dementional reduction
- 딥러닝
- Python
- 소프트웨어 개발
- 트랜스포머
- 힙정렬
- LangGraph
- python기초
- 머신러닝
Archives
- Today
- Total
수달이네 기술 블로그
5. 랭그래프에서 LLM으로 ToolCall하기
Tool Calling Agent자신이 가진 지식 외에 외부 도구(API, 데이터베이스, 코드 실행기 등)을 호출해 문제를 해결하는 에이전트LLM이 사용자의 질문을 받는다.해당 질문을 분석해 search_tool이 필요하다 판단하면 해당 도구를 호출하라는 메세지를 출력한다.라우팅 함수를 통해 도구실행 노드로 이동하거나, 최종 답변 가능시 답변함.도구를 실행할 경우 결과값을 다시 LLM에 전달한다.LLM이 결과를 보고 최종응답을 생성한다.기존엔 LangChain이 위의 모든 과정을 블랙박스 상태로 스스로 해냈다. 그러나.개발자가 직접 강제로 노드를 연결하지 못함.도구를 무한히 호출하는 오류로 토큰 낭비가 생김.등 위의 문제를 해결하기 위해 LangGraph를 사용해 구현하는게 더 좋다.https://doc..
AI공부/AI Agent
2026. 4. 3. 14:43