어느 코딩 1도 모르는 문과생 바이브 코딩 경험기:)

흥미로운 글이 있어, 정리해 남긴다. 제목은 "어느 코딩 1도 모르는 문과생 바이브 코딩 경험기:)". 말 그대로^^

레퍼런스

• Agentic AI has changed my career. I don’t write code… or at least, I… | by Elliot Graebert | Sep, 2025 | Medium

시맨틱 캐쉬로 RAG 가속하기

이 글은 사용자 질의를 시멘틱 벡터로 변환해 생성된 답을 미리 캐쉬에 저장해 놓고, 다음 유사 질의 시 관련 캐쉬 답변을 리턴하는 시맨틱 캐쉬 RAG 가속 방법을 알아본다.
 

레퍼런스

• Semantic Cache: How to Speed Up LLM and RAG Applications | by Kostiantyn Ivanov | Oct, 2025 | Medium

LiteLLM 사용 방법

이 글은 LiteLLM 사용 방법을 정리한다.

레퍼런스

• LiteLLM and MCP: One Gateway to Rule All AI Models | by Rick Hightower | Medium

DeepSeek OCR 사용 방법

이 글은 DeepSeek OCR 사용 방법을 정리한다. 

레퍼런스

• How to run DeepSeek-OCR ?. DeepSeek-OCR is a newly released… | by Harishkumar Pillai | Oct, 2025 | Stackademic
• deepseek-ai/DeepSeek-OCR · Hugging Face

AI 에이전트 프레임웍의 불편한 진실

이 글은 AI 에이전트 프레임웍의 불편한 진실을 경험을 반영해 이야기해보도록 한다. 약간 새로운 스타일로 다음과 같이 목차를 만들어 이야기할 생각이다.

에이전트의 기반 LLM의 근본적 한계. 환각

RAG는 만능 도구가 아니다.

블랙박스화된 프레임웍. 간단한 질문 하나로 인해 발생되는 일들?

토큰 사용은 숨겨져 있다.

멀티 에이전트과 가난한 인프라의 충돌

누가 돈을 벌어가나?

마무리

레퍼런스

• We Spent $47K on AI Agents in Production. Here's What Broke. | Towards AI