핵심 요약 이 시리즈의 마지막에서 내가 정리하게 된 결론은 단순하다. CLI는 여전히 매우 강한 작업자이고, 많은 개인 개발과 작은 팀 작업에서는 그 자체로 충분하다. 다만 같은 종류의 일을 반복 실행하고, cloud에 위임하고, GitHub와 연결하고, handoff와 trace와 검토 지점을 안정적으로 관리해야 하는 순간 질문이 달라진다...

핵심 요약 CLI는 이미 충분히 강하다. 코드를 읽고, 수정하고, 실행하고, 작은 팀의 실전 작업을 밀어붙이는 데 부족하다고 보기 어렵다. Agents SDK가 중요해지는 시점은 실행력 부족이 아니라 운영 구조 부족이 드러날 때다. 같은 handoff를 반복해야 하고, 단계별 검증과 trace가 필요하고, 사람이 매번 coordinator를...

핵심 요약 같은 leaderboard 기능 추가는 CLI만으로도 충분히 해낼 수 있다. 이 글의 비교 포인트는 기능 가능 여부가 아니라 오케스트레이션 책임의 위치다. CLI 경로에서는 사람이 분해·통합·검증을 붙들고, SDK 경로에서는 그 흐름을 역할·handoff·trace로 구조화한다. 핵심 차이는 실행기의 우열이 아니라 운영 방식이다....

핵심 요약 처음에는 Agents SDK가 결국 CLI를 코드로 감싼 래퍼처럼 보였다. 그런데 공식 가이드와 예제를 다시 읽고 나니 차이는 모델의 우열이 아니라 운영 제어면에 있었다. CLI는 여전히 강력한 실행기이고, SDK는 그 실행을 역할 분리, handoff, guardrail, trace 같은 구조 안에 넣어 반복 가능한 시스템으로 ...

핵심 요약 Agents SDK를 처음 봤을 때 내가 “결국 CLI를 코드로 감싼 것 아닌가?”라고 반응한 것은 꽤 자연스러웠다. 공식 자료를 보수적으로 읽어도 실제 실행의 중심은 여전히 Codex였고, 표면적으로는 CLI 하네스를 프로그래밍 방식으로 옮겨놓은 것처럼 보였기 때문이다. 그래서 이 의심은 절반쯤 맞다. 다만 그 프레임만으로 보면...

핵심 요약 내 경험에서는 CLI가 약해서 Agents SDK를 찾은 것이 아니었다. 오히려 AGENTS.md, skills, 저장소 규칙, 작업 분해, 검증 습관 같은 하네스를 먼저 단단히 깔아두고 나니 CLI만으로도 꽤 멀리 갈 수 있었다. 당시 내가 풀던 범위에서는 그 조합만으로도 MVP를 밀기에 충분해 보였다. 그래서 처음에는 SDK가...

State, conditional routing, cycles, reducer, Pydantic state, tool calling을 직접 구현으로 익히기 위한 LangGraph 숙제 세트.

한 줄 요약 지금까지의 LangGraph 학습은 문법 암기가 아니라, agent workflow를 “순서”가 아니라 “상태를 들고 흐르는 그래프”로 사고하는 법을 익히는 과정에 더 가깝다. 요약 박스 LangGraph의 핵심은 State, Node, Edge다. LCEL은 선형 체인에는 강하지만, 분기·반복·도구 호출·상...

LangGraph를 처음 볼 때 이상하게 자꾸 막히는 포인트가 있습니다. 저도 그랬습니다. router는 왜 문자열을 반환하지, reducer는 왜 값이 덮어써지지 않고 더해지지, Annotated는 대체 타입인지 옵션인지 한참 헷갈렸습니다. 이번 글은 그런 헷갈림을 그대로 살려서 정리한 학습 메모입니다. 공식 문서식 설명보다는, 처음 배울 때 실제...

LangGraph의 State와 Reducer를 처음 학습할 때 헷갈리는 지점을 예제 중심으로 정리한 개선판 포스트.