CELL AI DEVLOG

AI 에이전트를 쓰다 보면 이런 답답함이 생겨요."지난주에 분명히 말했는데 또 처음부터 설명해야 하네."LLM은 기본적으로 상태가 없어요(stateless). 대화가 끝나면 모든 걸 잊어요. 컨텍스트 창 안에 있는 것만 기억하고, 창 밖으로 밀려나면 사라져요.이걸 해결하는 게 에이전트 메모리 아키텍처예요. 이번 글에서는 메모리 타입 4가지, MemGPT 구조 분석, 실전 구현 방법까지 정리해 드릴게요.메모리가 없으면 뭐가 문제인가메모리 없는 에이전트는 세 가지 한계가 있어요.세션 간 기억 불가 — 오늘 대화와 어제 대화가 완전히 단절돼요. 사용자가 매번 컨텍스트를 다시 설명해야 해요.컨텍스트 창 한계 — 대화가 길어지면 앞부분이 잘려나가요. 1시간 전에 한 결정을 에이전트가 기억 못 해요.개인화 불가 —..

LLM을 쓰다 보면 이런 상황이 생겨요."분명히 풀 수 있는 문제인데 틀린 답을 내놓네. 어떻게 하면 더 정확하게 추론하게 만들지?"모델을 바꾸거나 파인튜닝하지 않아도 추론 방식을 바꾸는 것만으로 정확도를 크게 올릴 수 있어요. 이번 글에서는 세 가지 핵심 추론 기법 — Chain-of-Thought, Tree-of-Thought, Self-Consistency — 을 원리부터 실전 적용까지 비교해 드릴게요.왜 추론 기법이 필요한가LLM은 기본적으로 다음 토큰을 예측하는 모델이에요. 바로 답을 내놓으라고 하면 중간 과정 없이 확률적으로 그럴듯한 답을 생성해요. 복잡한 문제에서는 이게 틀릴 확률이 높아요.# 바로 답하기 — 틀리기 쉬움질문: "농부가 닭 17마리와 양 10마리를 키운다. 다리는 총 몇 개인..

AI 에이전트를 프로덕션에 올리면 이런 일이 생겨요."에이전트가 갑자기 이상한 행동을 해. 아무도 그런 지시를 안 했는데."이건 버그가 아니에요. 공격이에요. OWASP 2025 LLM Top 10에서 Prompt Injection을 1위로 꼽을 만큼, AI 에이전트 보안은 2025년 가장 중요한 이슈 중 하나가 됐어요.이번 글에서는 어떤 공격이 존재하는지, 실제로 어떻게 발생하는지, 그리고 개발자와 사용자가 각각 어떻게 방어해야 하는지 정리해 드릴게요.왜 에이전트는 일반 소프트웨어보다 위험한가일반 소프트웨어는 코드가 정해진 대로만 동작해요. 입력값을 검증하고 SQL 인젝션만 막으면 어느 정도 안전해요.에이전트는 달라요. 자연어를 해석해서 스스로 행동을 결정하기 때문에, 텍스트 자체가 공격 벡터가 돼요...