OpenCode 란?터미널이나 IDE 안에서 동작하는 오픈소스 AI 코딩 에이전트이다.사람의 언어인 자연어로 명령을 해서 코드를 생성, 수정, 분석하는 오픈소스 AI 코딩 에이전트이다.단순 자동완성 수준이 아니라 프로젝트 전체를 읽고 코드 수정, 파일생성, 테스트 실행까지 해주는 개발용 AI 도구이다. 핵심기능자연어 기반 코드 작업(생성, 리팩토링, 버그 수정 등)을 터미널 또는 IDE에서 실행할 수 있습니다.여러 LLM(예: OpenAI, Anthropic/Claude, Google Gemini 등)을 API 키로 연결해 사용자가 모델 선택을 유연하게 할 수 있습니다. 아키텍처ㆍ확장성CLI 중심으로 동작하지만 플러그인(또는 하네스)을 통해 서브에이전트 ㆍ도구(브라우저 자동화, Git 연동, 테스트 실행..

의도 분류(Intent Classification) 이란?사용자의 발화(질문/요청)가 무엇을 원하는지(목적·요구) 파악해 AI 가 어떤 행동이나 응답을 할지 결정하도록분류하는 기술이다.즉, 자연어 → 태그(의도 라벨)로 변환하는 과정이다. 의도 분류가 필요한 경우의도 분류가 필요한 건 LLM 이 단순 대답이 아니라, "외부 도구/기능"을 선택해야 할 때에 필요하다.꼭 의도분류가 필요한건 아니고 기본적인 텍스트 입력 → 텍스트 출력만 필요하다면 LLM만 있어도 된다. 예시User: "서울 날씨 알려줘"=> 그냥 답변(X), 날씨 API 호출(O)User: "PDF 요약해줘"=> PDF 파일 리트리버 실행(O)User: "DB에서 사용자 목록 보여줘"=> SQL 실행 도구 선택(O)이런 상황에서는 LLM 이..

리트리버(Retriever) 란?RAG 에서 핵심 구성요소인 리트리버는 LLM 이 원하는 정보를 정확히 찾을 수 있도록 도와주는 검색 엔진 역할을 한다. ✅ 요약 리트리버(Retriever)는 사용자의 질문(프롬프트)을 벡터로 변환하고, Vector Store 에 저장된 문서 벡터들과 비교해서관련성(유사도)이 높은 문서 조각들을 찾아주는 역할을 한다. 📦 전체 구조에서의 위치 (RAG 흐름 다시 보기) 문서 수집(PDF 등)텍스트 추출Text Split(문장, 단락 등 조각으로 나누기)Embedding(나눠진 문서 조각들을 수치들로 변환하는 벡터화)벡터(Vector) db 에 저장 ← [이건 준비 단계]❓ 사용자가 질문함✅ 리트리버(Retriever)가 관련 문서 찾음관련 문서 + 질문 → LLM..

RAG(Retrieval-Augmented Generation) 이란?일반 LLM 은 사전에 학습된 데이터만으로 답을 생성하지만, RAG 는 외부 지식(PDF, 문서, DB)을 검색해서 그걸 바탕으로더 정확하고 구체적인 답을 생성한다. 즉, RAG 는 LLM 에 외부 지식 소스를 연계하여 사전 학습된 내용뿐만 아니라 우리가 필요한 내용도 학습시켜 검색할 수 있는기술이다. 📘 예시 상황: PDF 파일을 LLM이 이해하게 하려면?PDF → 텍스트 추출 → (1) Text Split → (2) Embedding → (3) Vector Store 저장 → 사용자의 질문 → (4) 유사도 검색 → (5) 관련 문단 가져옴 → (6) LLM에 프롬프트로 전달 → 답변 생성 ✅ 각 단계 설명📌 1. Text ..

LLM 이란?말 그대로 사람이 쓰는 자연어(예: 한국어, 영어)를 이해하고 생성할 수 있도록 만들어진 인공지능 모델 📌 예시 ChatGPT, Kanana, Claude, Gemini, LLaMA 등전부 LLM 기반이다 🎯 LLM이 할 수 있는 일 질문에 대답하기글쓰기(기사, 편지, 시, 코드 등)요약, 번역문법 교정대화 나누기코드 분석 및 생성 🧱 어떻게 만들어졌을까? 수십억 개의 문장, 웹 페이지, 책, 코드 등을 학습단어들 사이의 관계, 문맥, 문법 등을 이해하는 방식 💬 2. 프롬프트(Prompt)란? LLM 에게 던지는 입력 문장 또는 질문이다.쉽게 말하면, LLM 에게 일을 시키는 명령문 또는 대화의 시작이다. 📌 예시 프롬프트LLM의 반응“고양이에 대한 시를 써줘”🐱에 대한 시..