AI 요약관련 정보

• AI 서비스의 진화: 단일 AI 기반 애플리케이션에서 벗어나, 여러 AI 애플리케이션이 협력하고 통합되는 복합적인 에이전트 시스템으로의 전환이 핵심입니다. 🚀
• AI 서비스의 기반: 프롬프트, 채팅 메모리, RAG(검색 증강 생성), 함수 호출, 가드레일 등 엔터프라이즈 환경에서 AI 애플리케이션을 구축하는 데 필요한 핵심 구성 요소들을 설명합니다. 🏗️
• 프롬프트 엔지니어링의 중요성: 모델에 자연어로 지시를 내리는 프롬프트는 '10대'에 비유되며, 모호함 없이 명확하고 구체적인 지시가 중요함을 강조합니다. 🗣️
• 모델의 비기억성: LLM 자체는 상태 비저장(stateless)이며, 대화 기억은 애플리케이션이 이전 메시지를 축적하여 모델에 다시 전달함으로써 구현됩니다. 🧠
• RAG 패턴: 모델 재학습 없이 기업의 특정 데이터(문서, 계약 등)를 AI 지식에 주입하여 활용하는 효율적인 방법으로 소개됩니다. 📚
• 함수 호출의 양면성: 모델이 환경 내 함수 호출을 제안하고 애플리케이션이 이를 실행하는 강력한 기능이지만, 모델이 흐름을 제어하므로 엄격한 가드레일과 보안 조치가 필수적입니다. 🛠️
• 가드레일의 필요성: 프롬프트 주입(prompt injection)과 같은 오용으로부터 AI 시스템을 보호하고, 보안 위협을 방지하기 위한 안전 장치의 중요성을 강조합니다. 🛡️
• 에이전트 시스템의 정의: AI 서비스가 다른 AI 서비스에 의해 호출되거나 다른 AI 서비스를 호출하도록 설계될 때, 즉 구성 가능성을 가질 때 '에이전트'로 간주되며, 이는 마이크로서비스 시스템과 유사합니다. 🌐
• 자율성 수준의 발전: AI 시스템은 워크플로우 및 패턴을 통한 구성에서 시작하여, 목표 기반 자율성(goal-based autonomy)을 거쳐 에이전트 간 상호작용(A2A)으로 발전합니다. 🪜