본 글은 AISCHOOL 모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기를 바탕으로 정리하였습니다. 유튜브에도 공개되어 있는 자료이기에 공개 포스팅으로 업로드합니다.

✅ AI 에이전트란

환경과 상호작용하고, 데이터를 수집하고, 데이터를 사용하여 사전 결정된 목표 달성을 위해 필요한 작업을 스스로 결정해서 수행할 수 있는 소프트웨어 프로그램

예. 상담 센터 AI 상담원은 자동으로 고객에게 여러 질문을 하고, 내부 문서를 조회하고, 해결책을 찾아 대응합니다. 고객의 대답에 따라 고객 문의를 스스로 해결하거나 사람에게 전달합니다.

✅ AI 에이전트의 장점

• 반복 작업에서의 생산성 향상

• 프로세스 효율화, 사람의 오류 및 수동 프로세스로 발생하는 불필요한 비용 절감

• 정보에 입각한 의사 결정

• 고객 경험 개선

✅ AI 에이전트의 작동 과정

• 목표 결정 : 사용자로부터 구체적인 명령 또는 목표를 받아 여러 개의 실행 가능한 작은 작업으로 나누어 수행합니다.

• 정보 획득 : 인터넷에 액세스하여 필요한 정보를 검색합니다.

• 작업 구현 : 작업 과정에서 외부 피드백을 받고 자체 로그를 검사하여 목표 달성을 평가합니다.

✅ AI 에이전트의 어려운점

• 데이터 프라이버시

• 윤리적 과제

• 기술적 복잡성

• 제한된 컴퓨팅 리소스

✅ AI 에이전트의 단점

• 매 실행마다 다른 경로를 거쳐 다른 결과를 출력하는 불확정성

• 시간과 비용의 소모

• 사용할 수 있는 툴의 종속성

✅ AI 에이전트를 구현하기 위한 프레임워크

• LangGraph

• Microsoft AutoGen