밑바닥부터 만드는 AI 에이전트 — RAG · 멀티 에이전트 · MCP

프레임워크 없이 Python과 while 문 하나로 AI 에이전트를 직접 만듭니다. 입문 파트에서는 도구 설계, 실패와 비용, 기억, 사람 승인, 평가, 웹 화면을 한 편씩 붙여 작은 코딩 에이전트를 완성하고, 실전 파트에서는 실제 사업보고서(DART)로 RAG · 멀티 에이전트 · MCP 서버를 직접 구현한 뒤 LangChain · LangGraph와 숫자로 비교합니다.

58명 이 수강하고 있어요.

난이도 초급

수강기한 무제한

실습 중심
실습 중심
AI 코딩
AI 코딩
mcp
mcp
rag시스템구축
rag시스템구축
멀티에이전트
멀티에이전트
실습 중심
실습 중심
AI 코딩
AI 코딩
mcp
mcp
rag시스템구축
rag시스템구축
멀티에이전트
멀티에이전트
새소식 목록
관리작성

새 섹션이 열렸어요 — 에이전트 검색: 문서가 수십만 개일 때, 끌어와서 grep

안녕하세요, 단테입니다.

새 섹션 「실전 9 · 에이전트 검색 — 문서가 수십만 개일 때, 끌어와서 grep」 여섯 편(실전 35편~40편, 약 78분)이 열렸습니다.

벡터 검색 없이 grep과 파일 읽기만으로 문서를 뒤지는 에이전트가 주목받고 있죠. 이 섹션에서는 그 방식을 한국어 위키백과 약 65만 문서까지 키워 보면서, 어디까지 되고 어디서 막히는지를 직접 잽니다.

  • 실전 35편: grep을 쓰는 에이전트가 벡터 검색을 이겼다는 논문을 읽고, 무엇을 비교했는지 따져 봅니다

  • 실전 36편: 문서가 1만, 10만, 약 65만 개로 늘 때 찾는 시간이 어떻게 달라지는지 재고, 없는 것·시간 초과·명령 실패를 구분하는 도구를 만듭니다

  • 실전 37편: 파일 경로 대신 문서 번호로 움직이는 find와 read를 다시 만듭니다

  • 실전 38편: 검색기가 고른 문서만 작업 폴더로 끌어와서 뒤지는 pull 도구를 만듭니다

  • 실전 39편: 검색만 · 통째로 뒤지기 · 끌어와서 뒤지기 세 방식을 같은 조건에서 재고 채점합니다

  • 실전 40편: 언제 무엇을 고를지 기준을 세우고, 싼 길부터 가는 라우터를 붙입니다

미리 말씀드리면, 약 65만 문서에서 통째로 뒤지는 방식은 틀리지 않고 느려졌습니다(질문 하나에 79~95초). 검색기로 후보를 끌어와서 뒤지면 정답은 거의 그대로 지키면서 15~20초로 줄었어요. 왜 그런지, 어디서 실패하는지는 수업에서 실행 기록으로 확인합니다.

영상에서 「에이전트 검색 수업」「길 고르기 수업」이라고 부르는 내용은 실전 35편 수업 노트 맨 위에 정리해 두었습니다. 먼저 읽고 시작하시면 됩니다.

실습 코드와 자료 받는 방법은 공개 저장소에 있습니다. 문서 묶음은 1만 개짜리(약 12MB)만 받아도 여섯 편을 모두 따라올 수 있습니다.

https://github.com/dante01yoon/embedding-rag-practice/tree/main/c3

막히는 부분이나 궁금한 점은 각 수업의 질문란에 남겨 주시면 답변드릴게요.

고맙습니다.

댓글