agentnote 님의 블로그

요약. MCP 서버는 요청 한 줄을 읽고, 형식이 맞는지 확인하고, 맞는 함수를 불러서, 답 한 줄을 쓰는 프로그램입니다. 규격을 손으로 다 짜면 약 400줄이 나옵니다. 공식 Python SDK를 쓰면 평범한 함수에 @mcp.tool() 표시 하나를 붙이는 것으로 끝나고, 같은 노트 서버가 26줄이 됩니다. 함수 이름과 설명, 인자 타입은 그대로 모델이 읽는 도구 설명이 됩니다.5화에서 이어지는 질문: MCP 서버는 직접 만들 수 있을까5화에서는 MCP를 쓰는 쪽에서 구조를 봤습니다. AI 앱(호스트) 안의 클라이언트가 서버 하나와 1대1로 붙고, 서버는 도구·리소스·프롬프트를 내놓습니다. 공식 파일 서버에 메시지를 보내 도구 14개를 받아 보기도 했습니다.그럼 반대쪽은 어떨까요? 팀에서 매번 손으로 ..

요약. MCP(Model Context Protocol)는 AI 앱과 바깥 도구·데이터를 잇는 공통 규격입니다. 예전에는 AI 앱마다, 도구마다 연결 코드를 따로 짰습니다. MCP를 쓰면 도구 쪽은 "MCP 서버"를 한 번 만들고, MCP를 아는 AI 앱이면 어디서나 그 서버를 붙여 씁니다. 서버가 내놓는 것은 세 가지입니다. 모델이 골라 쓰는 도구, 앱이 골라 붙이는 리소스, 사용자가 골라 쓰는 프롬프트입니다.4화에서 이어지는 질문: 도구는 어디서 오나1막(0~4화)에서는 에이전트가 무엇이고 어떻게 도는지 봤습니다. 2화에서는 모델이 "이 도구를 이 값으로 불러 줘"라고 글자를 쓰면 프로그램이 대신 실행한다는 것을 봤습니다.그런데 그 도구 목록은 누가 만들까요? 2화 예제에서는 앱을 만드는 사람이 날씨..

요약. AI에게 여러 단계짜리 일을 시키는 방법은 두 가지입니다. 사람이 순서를 미리 정해 두는 워크플로와, 모델이 다음에 할 일을 스스로 정하는 에이전트입니다. Anthropic은 가장 단순한 방법부터 쓰고, 단계를 미리 알 수 없을 때만 에이전트를 쓰라고 권합니다. 워크플로에는 자주 쓰는 모양이 다섯 가지 있습니다. 앞 단계 결과를 다음 단계로 넘기는 체이닝, 입력 종류에 따라 담당을 나누는 라우팅, 여러 호출을 한꺼번에 돌리는 병렬화, 지휘 모델이 일을 나눠 주는 오케스트레이터-워커, 쓰고 평가하고 고치기를 반복하는 평가자-최적화입니다.3화에서 이어지는 질문: 프롬프트 하나로 안 되는 일3화 "단계별로 생각해 봐"에서는 모델에게 한 번 잘 묻는 법을 다뤘습니다. 그런데 실제 일은 한 번 묻고 끝나지..

요약. 같은 AI라도 어떻게 묻느냐에 따라 답이 달라집니다. 잘 묻는 방법은 크게 세 가지입니다. 원하는 것을 구체적으로 적기, 질문과 답의 예시를 몇 개 함께 보여 주기(퓨샷), 바로 답하지 말고 풀이 과정을 먼저 써 보게 하기(생각의 사슬)입니다. 2022년 연구에서는 질문 뒤에 "단계별로 생각해 보자" 한 줄만 붙여도 수학 문제 정답률이 몇 배로 올랐습니다. 다만 최신 Claude 모델처럼 답하기 전에 스스로 생각하는 기능이 있는 모델에는, 이 한 줄 대신 그 기능에 맡기라는 것이 공식 권고입니다.2화에서 이어지는 질문: 모델에게 어떻게 말해야 할까2화 "AI는 글자만 쓰는데, 어떻게 도구를 쓸까?"에서 모델은 도구를 직접 누르지 않고, 무엇을 부를지 "결정"만 한다고 했습니다. 1화의 에이전트도 ..