Forge: AI Agents

2026 올해 가장 뜨거운 주제, AI 에이전트를 처음부터 끝까지 마스터하세요.

이런 분을 위한 앱입니다:

• LLM 기반 AI 에이전트를 직접 설계하고 구축하고 싶은 개발자
• LangGraph로 복잡한 에이전트 워크플로우를 구현하고 싶은 엔지니어
• MCP/A2A 프로토콜로 에이전트 생태계를 확장하고 싶은 실무자
• RAG와 멀티 에이전트 시스템을 실전에 적용하고 싶은 학습자

콘텐츠 구성 (20챕터 97섹션):

Part 1 — 에이전트 기초

• Ch1. LLM 도구 호출의 이해: OpenAI/Anthropic API의 Tool Calling 메커니즘
• Ch2. ReAct 패턴과 에이전트 루프: Thought-Action-Observation 루프 구현
• Ch3. 대화 메모리와 상태 관리: 단기/장기 메모리 전략과 컨텍스트 윈도우 관리

Part 2 — LangGraph 핵심

• Ch4. LangGraph StateGraph 기초: 상태 정의, 노드, 엣지의 기본 패턴
• Ch5. 조건 분기와 동적 라우팅: add_conditional_edges와 서브그래프 합성
• Ch6. 체크포인트와 영속적 실행: 상태 저장·복원, 타임 트래블 디버깅
• Ch7. Human-in-the-Loop 워크플로우: 사람의 승인·수정·피드백 통합

Part 3 — 도구와 프로토콜

• Ch8. 커스텀 도구 개발: 도구 스키마 최적화, 에러 처리, 테스트
• Ch9. MCP 서버 구축: FastMCP로 도구·리소스·프롬프트 노출
• Ch10. MCP 클라이언트와 에이전트 통합: LangGraph에 MCP 도구 통합
• Ch11. A2A 프로토콜 기초: 에이전트 간 통신과 상호운용성

Part 4 — Agentic RAG

• Ch12. Agentic RAG: 에이전트가 검색을 도구로 활용, Self-Corrective RAG
• Ch13. Adaptive RAG와 동적 라우팅: 쿼리별 No Retrieval/Single-shot/Iterative 선택
• Ch14. GraphRAG와 Knowledge Graph: 구조화된 지식 검색

Part 5 — 멀티 에이전트

• Ch15. Supervisor/Worker 멀티 에이전트: 계층적 에이전트 시스템
• Ch16. CrewAI와 LangGraph 비교: 아키텍처·사용성·성능 분석

Part 6 — 프로덕션

• Ch17. 에이전트 평가와 LangSmith: LLM-as-Judge, 멀티턴 평가
• Ch18. 관찰가능성과 디버깅: 분산 트레이싱, 성능 병목 진단
• Ch19. 가드레일과 Structured Output: 안전한 에이전트 출력 보장
• Ch20. FastAPI 배포와 프로덕션 운영: 스트리밍, 인증, 스케일링

주요 기능:

• 오프라인 캐싱 지원 — 네트워크 없이도 학습 가능
• iCloud 동기화 — 즐겨찾기와 읽기 진행률을 기기 간 공유
• 구문 강조 코드 블록 — Python 코드를 선명하게 표시
• Mermaid 다이어그램 — 아키텍처와 플로우를 시각적으로 이해
• 다크모드 지원

v1.1.1

• AI Agents 실전 완전 정복 20챕터 97섹션 수록
• 오프라인 캐싱 지원
• iCloud 동기화 (즐겨찾기, 읽기 진행)
• 다크모드 지원

v1.1.1

• AI Agents 실전 완전 정복 20챕터 97섹션 수록
• 오프라인 캐싱 지원
• iCloud 동기화 (즐겨찾기, 읽기 진행)
• 다크모드 지원

Forge Series는 개발자를 위한 체계적인 기술 학습 시리즈입니다. 각 주제를 실전 중심으로 구성하여, 개념 이해부터 프로덕션 적용까지 하나의 앱에서 완결합니다.