Bits, Bytes and Neural Networks

프롬프트 인젝션과 적응형 공격, 탈옥, RAG·메모리 오염, Tool·MCP·멀티 에이전트 공격, StruQ부터 CaMeL까지의 방어와 AgentDojo 등 벤치마크를 계보별로 정리하고 LLM 에이전트 보안의 실무 우선순위를 제시합니다.

Strands Agents SDK의 에이전트 루프 동작 원리부터 도구 연결, 훅과 미들웨어로 흐름 제어, 재시도 전략, 대화 관리, 호출 한도와 취소, 프로덕션 운영 구성까지 정리합니다. Amazon Bedrock 설정도 함께 다룹니다.

ToolOrchestra는 8B 오케스트레이터가 도구와 더 강한 LLM을 골라 호출하도록 정답·효율·선호 보상으로 강화학습시키는 방법입니다. HLE에서 37.1%로 GPT-5(35.1%)를 넘으면서 2.5배 더 효율적이었습니다.

'AI-ready 데이터'는 깨끗한 데이터가 아니라 맥락을 기계가 실행할 수 있는 형태로 새겨 넣은 데이터입니다. 같은 스키마에서 text-to-SQL 정확도가 16.7%에서 54.2%로 오른 이유를 짚습니다.

Zep은 시간 인식 지식 그래프 엔진 Graphiti로 사실의 유효 기간을 추적하는 에이전트 메모리 계층입니다. DMR에서 94.8%로 MemGPT의 93.4%를 앞섰고 LongMemEval에서는 응답 지연을 약 90% 줄였습니다. 그래프 구조와 검색 파이프라인을 정리합니다.