The Hitchhiker's Guide to Agentic AI: From Foundations to Systems

에이전트 AI의 전체 스택을 다루는 종합 참고서. LLM 아키텍처부터 RLHF, RAG, 멀티에이전트, MCP/A2A 프로토콜, 평가 방법론까지 600페이지 분량으로 정리했다.

이 책은 자율 AI 시스템 구축에 필요한 전체 스택을 다루는 실무자용 종합 참고서다. Part I은 LLM 기초(transformer, GPU 시스템, 학습/파인튜닝, 추론 최적화), Part II는 정렬과 추론(RLHF, PPO, DPO, GRPO, CoT, test-time scaling), Part III는 에이전트 AI 본론(trajectory RL, RAG, 메모리 시스템, 에이전트 핸네스, MCP/A2A 프로토콜, 멀티에이전트 아키텍처)를 다룬다. 각 장은 이론과 구현 가이드, 코드 예시를 함께 제공한다.

핵심 요약

• LLM 아키텍처(tokenization, transformer, attention)부터 GPU 시스템, Flash Attention까지 기초를 망라한다.
• RLHF, PPO, DPO, GRPO 등 정렬 기법과 Chain-of-Thought, test-time scaling 등 추론 기법을 다룬다.
• 에이전트 핵심: trajectory RL, RAG/Agentic RAG, in-context/external/episodic/semantic 메모리 시스템, 에이전트 핸네스 설계.
• MCP(Model Context Protocol), A2A(Agent-to-Agent) 프로토콜, 도구 사용과 에이전트 스킬을 체계적으로 정리했다.
• 중앙집중/분산/계층형 멀티에이전트 아키텍처와 에이전트 간 통신 패턴을 다룬다.
• 평가 방법론, 에이전트 UI 디자인, 프로덕션 배포까지 실무 전 단계를 커버한다 (600+ 페이지, 400+ 참고문헌).

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.