AI 요약관련 정보

• 에이전트와 워크플로우는 모두 여러 LLM 호출을 조율하여 더 강력한 LLM 기반 시스템을 구축하는 방법입니다. 🛠️
• 워크플로우는 개발자가 미리 정해놓은 단계에 따라 LLM 호출을 순차적으로 실행하며, 코드에 의해 다음 단계와 종료 시점이 결정됩니다. 🗺️
• 에이전트는 미리 정해진 단계 없이 LLM이 도구(다음 행동 옵션)를 사용하여 스스로 다음 행동을 결정하고, 프로그램 종료 시점까지 판단합니다. 🧠
• 워크플로우는 예측 가능성이 높고 반복적이며 명확하게 정의된 작업에 적합하며, 종종 에이전트보다 더 나은 결과를 제공할 수 있습니다. ✅
• 에이전트는 작업 단계가 불분명하거나 즉흥적인 판단이 필요한 복잡한 문제 해결에 유용하지만, 예측 불가능성이 높습니다. 💡
• 핵심적인 차이점은 '언제 멈출지'를 누가 결정하는가에 있습니다: 워크플로우는 개발자 코드, 에이전트는 LLM이 결정합니다. 🛑
• 워크플로우는 텍스트 분할 및 병렬 요약과 같이 작업을 효율적으로 분할하고 처리하는 데 활용될 수 있습니다. 📊
• 발표자는 에이전트보다 워크플로우에 더 큰 흥미를 느낀다고 언급했습니다. 🤩