AI 요약관련 정보

• 에이전트 AI는 자율 AI의 발전된 형태로, 단순히 반응하는 것이 아닌 인지, 추론, 행동, 학습을 수행합니다. 🧠
• Devon, AutoGPT, Langchain, OpenAI의 Agent SDK와 같은 도구를 통해 에이전트 AI는 코드 작성, 문제 해결, 웹 검색, 협업 등을 최소한의 인간 개입으로 수행할 수 있습니다. 🛠️
• 에이전트 AI 시스템은 인지(Perceive), 추론(Reason), 행동(Act), 학습(Learn)의 4단계 루프를 따릅니다. 🔄
• LLM(Large Language Model)은 에이전트 AI의 핵심 두뇌 역할을 하며, 데이터베이스 연결, 작업 계획, API 호출 등을 수행합니다. 💡
• 에이전트 AI는 목표를 달성하기 위해 도구, 시스템, 데이터에 접근하며, 인간이 정의한 경계 내에서 작동합니다. 🎯
• 코드 업데이트 배포와 같은 실제 시나리오에서 에이전트 AI는 코드 푸시 감지, 테스트 실행, 배포 파이프라인 선택, 배포, 팀 알림 등을 자동화할 수 있습니다. 🚀
• 에이전트 AI를 구축하려면 LLM, 메모리 레이어, 도구/API, 오케스트레이션 프레임워크가 필요합니다. 🧩
• MCP(Model Context Protocol)는 에이전트, 도구, API 간의 협업을 구조화하여 복잡한 문제를 해결하는 데 도움을 줍니다. 🤝