Agentic AI 탐구일지 1편: AI Agent란 무엇일까?

AI Agent

AI Agent란 무엇일까? 

 

출처: https://ai.plainenglish.io/large-language-models-llms-741d1a157df0

 

우리는 LLM을 사용한다. 흔히 말하는 Chat GPT, Gemini 등등 우리는 궁금한 것을 자연어로 물어보고 자연어로 그에 대한 답변을 받는다. 

하지만 LLM은 사전에 미리 학습된 데이터를 바탕으로만 답변을 할 수 있을 뿐이지 추가적으로 뭔가를 하지 못한다. 예를 들어 '내일 내 일정은 뭐야?' 라고 했을 때 내 일정에 접근할 수 없기 때문에, 내 정보를 모르기 때문에 당연히 답변하지 못한다. 

 

그럼 이렇게 하면 어떨까? 

LLM에게 내가 질문할 때 내 일정이 있는 캘린더로 가서 검색을 한 후에 답변하라고 한다면 내 일정에 관한 질문에 답변을 할 수 있게 되는 것이다. 

 

그후 내가 만약 '그럼 그 날의 날씨는 어때?'라고 한다면 LLM은 답변할 수 있을까? 

없다. 

왜냐하면 나는 AI Workflow를 무조건 '내가 질문하면 → 캘린더로 가서 검색한 후 → 답변' 과 같이 해두었고, 내 캘린더에는 내 일정만 있지 날씨에 대한 정보는 없기 때문이다. 

 

그럼 날씨를 알 수 있는 날씨 API를 불러오면 되지 않냐?

그것 또한 일리 있는 말이다. 하지만 사람들은 최대한 깔끔하고 간단하게 하길 원하지 너무 많은 것을 손수하기를 꺼려한다. 사용자가 어떤 질문을 할지도 모르는데 모든 질문에 대비하려고 이 API 연결하고 어떤 로직을 더 추가하고 ... 이렇게 할 수 없기 때문이다. 

 

이 모든 것들을 AI가 하게끔 할 수 없나? 

아까와 같이 우리가 AI Workflow를 짜려면 인간이 ⓐ 하고자 하는 것에 대해 필요한 것을 생각하고 ⓑ 그 필요한 것을 어떻게 모을지 tool을 정의하고 ⓒ 효율적으로 단계를 거쳐서 ⓓ 결과물을 내는 과정을 생각해야 한다. 

 

AI Agent가 되려면 인간 의사결정권자가 그냥 LLM 자체로 대체되어야 한다는 것이다! 

즉, AI Agent가 어떻게 하면 정보를 효율적으로 모을 수 잇을지, 해당 정보를 수집하려면 어떻게 해야 할지와 같은 생각을 인간 대신에 한다는 것이다. 

AI Agent의 정확한 정의는 다음과 같다. 

AI 모델을 활용해 환경과 상호작용해 사용자가 정의한 목표를 달성하는 시스템으로 추론, 계획, tools를 통한 행동 실행을 결합해 작업을 수행한다. 

 

예를 들어 뉴스 기사를 모아야 한다면...

'뉴스 기사를 끌어오려면 어떻게 해야 할까?', '뉴스 기사 링크를 Docs에 붙여넣는 게 나을까? 아니면 엑셀에 정리하는 게 맞을까?', '지금 만들어진 결과물이 별로인가?'  등등의 추론을 하게 된다. 

 

출처: https://huggingface.co/learn/agents-course/en/unit1/what-are-agents

때문에 AI Agent는 무조건 ReAct 프레임워크를 가진다.  

즉, ReAct  = Reasoning + Act 추론하고 행동해야 한다는 것이다. 

 

이렇게 된다면 우리는 단순한 질의응답을 넘어서 스스로 사고하고, 계획하고, 실행, 검증하는 자동화된 문제 해결 시스템으로 AI를 동작시킬 수 있게 된다. 이전의 인간의 역할은 AI를 실행하는 역할이었다면 이젠 목표를 설정하고 감독하는 역할을 맡게 된다. 

 

Agency는 자율성, 주도권을 뜻한다. 

만약 AI 출력이 단순 텍스트로 끝난다면 낮은 agency를 가진다고 할 수 있을 것이고 실제로 실행하고 다음 행동도 스스로 결정한다면 높은 agency를 가진다고 할 수 있다. 

레벨	의미		예시
☆☆☆ Simple processor	출력이 그냥 글자	AI가 말만 함	“뉴스 3줄 요약해줘” → 요약만 출력
★☆☆ Router	조건 분기만 결정	AI가 “A 할까? B 할까?”만 결정	“비 오면 알림 보내고, 아니면 일정 진행” → AI가 Yes/No만
★★☆ Tool caller	어떤 기능(도구/API)을 실행할지 결정	AI가 “이거 실행해!” 지시	“검색 API 실행해”, “파일 저장해”, “메일 보내”
★★★ Multi-step Agent	실행을 반복하고 다음 행동까지 결정	AI가 스스로 루프 돌면서 계획하고 실행	검색 → 정리 → 부족하면 다시 검색 → 저장
★★★★ Multi-Agent	다른 AI Agent까지 실행	AI가 또 다른 AI 작업을 발동	“분석은 데이터 Agent가 해, 보고서는 문서 Agent가 만들어”

 

AI Agent 는 의료 보고서를 분석해 건강 인사이트를 제공하는 에이전트, 실시간 시장 분석을 통한 자동 주식 거래를 해내는 에이전트 등등  이미 다양한 산업에서 사용되고 있다. 

 

https://github.com/ashishpatel26/500-AI-Agents-Projects

GitHub - ashishpatel26/500-AI-Agents-Projects: The 500 AI Agents Projects is a curated collection of AI agent use cases across v

 

위 사이트는 여러 산업에서 AI Agent가 어떻게 사용되는지 모아놓은 레포지토리이다. 구체적으로 AI Agent가 어떻게 사용되는지 알고 싶다면 참고하면 좋을 것 같다. 

 

 

참고한 동영상은 다음과 같다. 

https://www.youtube.com/watch?v=FwOTs4UxQS4