반응형 AI agent43 Google I/O 2025 요약: 주요 발표와 AI 혁신 행사 개요 및 주요 키노트 발표Google I/O 2025는 2025년 5월 20일에 개최된 구글의 연례 개발자 콘퍼런스로, 인공지능(AI)의 광범위한 통합이 핵심 주제로 부각되었습니다medium.comgoogle-i-o-2025-press-site.prezly.com. 구글 CEO 순다 피차이가 이끈 기조연설에서 구글은 더 지능적이고 개인화되며, 사용자를 대신해 행동까지 수행할 수 있는 제품 비전을 제시했습니다google-i-o-2025-press-site.prezly.com. 이를 뒷받침하듯 이번 I/O에서는 AI 모델, 검색 기능, 생산성 도구, 크리에이티브 툴, 하드웨어 등 전 방위에 걸친 혁신이 발표되었습니다medium.com. 주요 발표 사항은 다음과 같습니다:차세대 AI 모델 공개: 구글 딥.. 2025. 5. 22. 주요 AI MCP 서버 및 모델 관리 플랫폼 비교 그림 1: Model Context Protocol(MCP) 클라이언트-서버 아키텍처 예시. 호스트 애플리케이션(예: Claude 데스크톱, IDE)이 MCP 클라이언트를 통해 여러 MCP 서버로부터 로컬/원격 데이터 소스에 안전하게 접근하는 모습이다.오늘날 Google, Microsoft, Amazon, Meta, OpenAI, Anthropic 등 빅테크와 AI 기업들은 AI 모델의 맥락(context) 연결과 모델 관리를 위한 플랫폼을 공개하고 있다. 특히 Anthropic이 주도한 MCP (Model Context Protocol) 표준이 업계에 확산되면서, 여러 기업이 이를 지원하거나 유사한 방식의 모델 관리 플랫폼을 제공하고 있다redhat.com. 아래 표는 각사의 MCP 서버 또는 이에 준.. 2025. 5. 21. 주요 AI 에이전트 개발 플랫폼 (MCP 서버 및 유사 시스템) 비교표 이름운영 기업주요 기능 및 제공 방식문맥 관리 방식주요 사용 사례웹사이트/문서 링크Model Context Protocol (MCP)Anthropic (오픈 표준)AI 모델과 외부 데이터 소스를 연결하는 개방형 표준 프로토콜en.wikipedia.org. 여러 개발 언어(Python, TypeScript, Java, C# 등)의 SDK를 제공하며, MCP 서버(커넥터) 구현 예시도 오픈소스로 공개en.wikipedia.orgen.wikipedia.org. Claude 데스크톱 앱 등에서 로컬 MCP 서버를 지원하여 사용자 환경과 직접 연동 가능.MCP 서버를 통해 파일 시스템, 데이터베이스, SaaS 도구 등 외부 시스템의 정보를 안전한 양방향 연결로 불러와 모델에 제공. 이를 통해 LLM이 필요한 정보.. 2025. 5. 21. 금융 분야 MCP 서버 주요 사례 20선 MCP(Model Context Protocol) 서버는 AI/머신러닝 모델의 실행 컨텍스트를 제어하고 배포, 추론 관리, 보안 등을 담당하는 모델 관리 인프라를 의미합니다. 금융권에서는 모델의 **거버넌스(위험 관리)**부터 배포 및 모니터링까지 체계적으로 관리할 수 있는 MLOps/ModelOps 플랫폼에 대한 수요가 높습니다zdnet.co.krmediacenter.ibm.com. 아래 표는 전 세계적으로 금융 분야에 적용되고 있는 대표적인 **20개 MCP 서버(모델 관리 플랫폼)**를 정리한 것입니다. 한국 사례(굵게 표시)도 포함되어 있습니다. 각 항목에는 이름, 운영 기업/기관, 주요 활용 사례/기능, 적용 금융 분야, 위치(국가) 및 웹사이트 정보를 제공합니다.이름운영 기업/기관주요 활용 사.. 2025. 5. 21. ADK를 이용한 MCP의 효율적인 개발을 위한 고급 고려 사항 (Advanced Considerations for Efficient Development) 단순히 MCP 서버와 클라이언트를 연동하는 것을 넘어, 실제 운영 환경에서 안정적이고 효율적으로 작동하는 시스템을 구축하기 위해서는 몇 가지 고급 고려 사항들을 신중하게 다루어야 한다. 이러한 요소들은 초기 개발 단계에서는 간과되기 쉽지만, 장기적인 시스템의 품질과 유지보수성에 큰 영향을 미친다. "효율성"은 종종 이러한 다양한 요소들 간의 트레이드오프(trade-off) 결과로 나타난다. 예를 들어, 강력한 오류 처리 로직은 코드 복잡성을 다소 증가시키고 약간의 성능 오버헤드를 유발할 수 있지만, 시스템의 안정성을 크게 향상시켜 장기적으로는 더 효율적일 수 있다. 마찬가지로, 캐싱은 성능을 높이지만 데이터 일관성 문제를 야기할 수 있다. 개발자는 특정 사용 사례와 요구사항에 맞춰 이러한 트레이드오프를 .. 2025. 5. 20. Google ADK를 이용한 MCP 클라이언트 구축 (Building an MCP Client with Google ADK) Google ADK를 사용하여 AI 에이전트를 구축하고, 이 에이전트가 MCP 서버에 연결하여 외부 도구를 활용하도록 하는 것은 ADK의 강력한 기능 중 하나이다. 이를 통해 에이전트는 자체적으로 구현되지 않은 다양한 기능을 수행할 수 있게 된다.A. ADK 에이전트 기본 설정 (Basic ADK Agent Setup)LlmAgent 또는 AdkApp 초기화 (Initializing LlmAgent or AdkApp)ADK 에이전트를 만들기 위한 기본 클래스로 LlmAgent 또는 AdkApp을 사용할 수 있다.LlmAgent: 거대 언어 모델(LLM)을 핵심 추론 엔진으로 사용하는 단일 에이전트를 정의하는 데 적합하다. 일반적으로 모델, 에이전트 이름, 기본 지침(instruction), 그리고 사용할.. 2025. 5. 20. 이전 1 2 3 4 5 ··· 8 다음 반응형
