흑섬 TECH 블로그 - 데이터 기반 브리딩 기술

[AI 에이전트 2편] Tool use — LLM에게 첫 도구를 쥐여주다

AI 에이전트 5부작의 2편. 1편에서 '생각'만 하던 에이전트에 첫 도구(함수)를 쥐여줍니다. tool use가 'LLM의 함수 호출 의도 + 우리 코드의 실제 실행'이라는 원리(LLM은 Action 텍스트만 뱉고 실행은 코드가 함)를, claude 날것 출력으로 직접 보여줍니다. 도구를 이름·설명·입력 스키마로 정의하는 법과 설명을 잘 쓰는 실전 팁, tool_use/tool_result 왕복(Anthropic SDK 정식 코드 + API 키 없이 로컬 Claude CLI 재현)을 다룹니다. 도구 직접 정의·호출, 실제 호출(A 42g)·재사용(B·C)·없는 개체 에러 처리까지 터미널 캡처 6개로 담았고, 1편의 '판단 불가'가 실제 체중으로 채워지는 걸 보여줍니다. 예시 개체는 익명 A/B/C.

[AI 에이전트 1편] 에이전트가 뭐야? — 생각하고 행동하는 ReAct

AI 에이전트 5부작의 1편. 지난 벡터DB·지식그래프 RAG 시리즈(검색→생성)에서 이어집니다. 그냥 LLM 답변과 에이전트의 차이, ReAct(Thought·Action·Observation 반복) 루프, RAG의 검색이 에이전트의 도구 하나로 들어가는 구조를 다룹니다. Claude Code·Cursor·Codex 같은 익숙한 도구가 곧 에이전트라는 점, 언제 에이전트가 과한지까지 짚습니다. 'A개체(암컷) 교배 가능?'을 Claude로 실제 실행해 단계적 사고로 쪼개고, 도구를 붙인 ReAct 루프가 실제 체중(42g)으로 판단까지 가는 과정, 도구를 두 번 호출하는 멀티스텝, 도구에 없는 건 솔직히 못 한다고 답하는 모습까지 터미널 캡처로 담았습니다. 익명 예시 개체로 게코 사육 에이전트를 단계별로 만들어 가는 시리즈의 출발점.

[벡터DB·지식그래프 RAG 5편] GraphRAG 완성 — 검색에 LLM을 붙이다

지식그래프 RAG 5부작의 마지막 편. 4편까지 완성한 하이브리드 검색(벡터 진입 + 그래프 확장) 위에 LLM(Claude)을 얹어 GraphRAG를 완성합니다. RAG가 검색+생성인 이유, baseline RAG(벡터검색만)의 한계, neo4j-graphrag의 GraphRAG 클래스로 검색기와 LLM을 묶는 법을 다룹니다. 같은 질문에 baseline RAG vs GraphRAG 답변을 실제로 생성해 비교 — 그래프로 넓힌 맥락이 답에 어떻게 반영되는지 실데이터로 확인합니다.

[벡터DB·지식그래프 RAG 4편] 벡터 × 그래프 — 하이브리드 검색

1편의 벡터 검색과 3편의 그래프 탐색을 한 검색으로 합칩니다. neo4j-graphrag의 VectorRetriever(진입점만)와 VectorCypherRetriever(진입 후 그래프 확장)를 실제로 돌려 비교하고, retrieval_query로 진입 노드에서 관계를 따라 관련 맥락을 모읍니다. 벡터로 진입하고 그래프로 넓히는 GraphRAG의 검색 엔진을 완성합니다. 진입+이웃 ego 그래프 실캡처 포함. 지식그래프 RAG 5부작 4편.

[벡터DB·지식그래프 RAG 3편] Neo4j 지식그래프 — 노드를 관계로 잇다

벡터 창고였던 Neo4j를 진짜 지식그래프로 만듭니다. ABOUT(문서→주제) 구조 관계와 SIMILAR_TO(의미 유사) 관계를 잇고 — 유사도는 vector.similarity.cosine으로 DB 안에서 자동 계산 — Cypher 패턴 매칭으로 구조 질의·의미 이웃·멀티홉을 탐색합니다. '비슷하지만 다른 주제' 같은 조건 결합 질의로 벡터검색의 한계를 넘습니다. Neo4j Browser의 관계 그래프 실캡처 포함. 지식그래프 RAG 5부작 3편.

[벡터DB·지식그래프 RAG 2편] 벡터DB 도입 — Neo4j에 벡터를 심다

1편의 의미 검색을 진짜 벡터DB로 옮깁니다. 전수 비교의 한계(O(N)) → ANN/HNSW 원리 → 벡터DB 생태계(Chroma·Qdrant·pgvector·Neo4j) → docker로 Neo4j 5.26 기동 → 임베딩을 노드에 저장 → 벡터 인덱스 생성 → queryNodes 의미검색까지. Neo4j Browser와 SHOW VECTOR INDEXES 실제 캡처로 확인했습니다. 지식그래프 RAG 5부작 2편.