- AI 에이전트는 LLM을 활용하여 추론하고, 행동을 결정하며, 결과를 관찰하는 시스템입니다. 🧠
- 에이전트는 복잡한 의사결정이나 불확실한 규칙(brittle logic)이 필요한 경우에 적합하며, 예측 가능한 작업에는 과도한 엔지니어링입니다. 🛠️
- 모든 AI 에이전트는 LLM(두뇌), 도구(환경 상호작용), 지침(시스템 프롬프트), 메모리(단기/장기)의 네 가지 핵심 구성 요소로 이루어집니다. 🧩
- 에이전트의 주요 추론 패턴은 'React(추론-행동-관찰-반영)'이며, 'Chain of Thought'와 'Tree of Thought'도 있습니다. 🔄
- 에이전트 구축 및 다중 에이전트 워크플로우에는 프롬프트 체이닝, 라우팅, 도구 사용, 평가자 루프, 오케스트레이터-워커, 자율 루프 등 다양한 패턴이 있습니다. 🕸️
- 단일 에이전트 시스템을 우선하되, 도구 과부하(10-15개 이상)나 복잡한 로직이 있을 때는 다중 에이전트 시스템(오케스트레이터, 분산형)을 고려해야 합니다. ⚖️
- LLM의 환각을 방지하고 시스템 안정성을 확보하기 위해 행동 제한, 인간 검토, 출력 필터링, 안전한 환경에서의 테스트 등 강력한 안전장치(가드레일)가 필수적입니다. 🚧
- 효과적인 에이전트 구현을 위해서는 단순하게 시작하고, 에이전트의 추론 과정에 대한 가시성을 확보하며, 명확한 지침을 제공하고, 에이전트를 지속적으로 평가해야 합니다. ✅
Recommanded Videos
