AI 레시피

AI 레시피

AI를 실제 업무에 붙일 때, 우리가 이미 부딪혀서 푼 패턴들을 모아둔 곳입니다. 개념 설명 위키(tech-stack)가 "이 기술이 뭔지"를 다룬다면, 여기는 "당장 내 프로젝트에 어떻게 얹는지"를 다룹니다.

이 섹션을 읽는 법

레시피마다 같은 골격을 씁니다.

• 상황 — 어떤 일을 하다가 이 레시피가 필요해지는지. 여기서 "이거 나야" 싶으면 그 뒤는 그대로 따라가면 돼요.
• 질문 — 그 순간 우리가 던진 핵심 질문 하나.
• 설명 — 왜 이 모양이 정답이었는지. 배경과 트레이드오프를 짧게.
• 예시 — 실제로 쓰는 코드·설정·명령어. 그대로 베껴 쓰고, 놓치기 쉬운 부분만 달아요.
• 확인 — 어떻게 동작하는지 검증하는 체크리스트.

모든 레시피는 데이터스케쳐스가 실제 운영 중인 스택(자체 LLM·pgvector 위키 DB·MCP 게이트웨이·자율 에이전트)에 근거합니다. 그래서 이론적으로 옳지만 실제로는 안 쓰는 패턴은 빼고, 실제로 굴러가는 것만 담았어요.

레시피 목록

• LLM 추상화 레이어 — 여러 LLM을 하나의 어댑터로 묶어 모델 교체·폴백·라우팅. 벤더 락인 없이 최저가/최신 모델을 오갈 때.
• RAG · 하이브리드 검색 — 키워드(pg_trgm)와 벡터(pgvector)를 섞어 검색 품질을 올리는 방법. 사내 지식 검색의 뼈대.
• MCP 통합 — 도구·지식을 MCP 서버로 열고, 여러 백엔드를 중앙 게이트웨이 하나로 단일화. 클라이언트는 엔드포인트 하나만 알면 돼요.
• 에이전트 오케스트레이션 — 여러 에이전트를 병렬·독립으로 돌리고 결과를 모으는 법. 큰 작업을 쪼갤 때.

레시피로 만들고 싶은 패턴

아래는 계속 추가할 후보예요. 필요하면 새 레시피로 만들 수 있습니다.

• 콘텐츠 자동화 파이프라인(크롤 → 선별 → 재해석 → 검증 → 반영)
• 프롬프트 · 가드레일 관리
• 자체 LLM · 임베딩 서빙(내부 모델 스택)

레시피에 빠진 것, 혹은 "이 패턴도 레시피로 정리해주면 좋겠다" 싶은 게 있으면 얘기해 주세요. 우리가 실제로 쓰고 있는 것에 한해서 계속 추가할게요.