AI 요약관련 정보

• AI 에이전트의 핵심은 '무엇을 할 것인가'에 대한 사고 과정이며, '어떻게 할 것인가'는 구현하기 쉽습니다. 💡
• LLM(대규모 언어 모델)은 AI 에이전트의 '두뇌' 역할을 하며, 생각하고 추론하는 능력을 제공합니다. 🧠
• 생성형 AI는 입력에 따라 출력을 생성할 뿐, 행동을 취하는 능력은 없으며, 이는 '고급 다음 단어 예측기'와 같습니다. 💬
• 에이전트 AI는 LLM의 '두뇌'에 '신체 부위'를 부여하여, 목표 설정, 계획 수립, 행동 실행 능력을 갖춥니다. 🤖
• 에이전트 AI의 주요 구성 요소는 목표(Goal), 계획(Planning), 기억(Memory), 추론(Reasoning), 그리고 도구(Tools)를 통한 자율성(Autonomy)입니다. ⚙️
• '도구'는 에이전트가 파일을 생성하거나 이메일을 보내는 등 실제 행동을 취할 수 있도록 하는 함수(기능)를 의미합니다. 🛠️
• 모든 AI 에이전트가 모든 구성 요소를 갖출 필요는 없으며, 특정 작업을 수행하는 것이 중요합니다. ✅
• AI 에이전트의 실제 활용 사례로는 AI 채용 담당자, 고객 지원 에이전트, 팟캐스트 플래너 등이 있습니다. 🧑‍💻
• LangGraph, AutoGPT, CrewAI, AutoGen과 같은 프레임워크들이 AI 에이전트 개발을 돕습니다. 🏗️
• 간단한 AI 에이전트 구축 예시로, 텍스트 파일의 작업을 우선순위(낮음, 중간, 높음)에 따라 분류하는 작업을 시연합니다. 📊