ㅁ 주요 구조

ㅇ 정의:
사용자의 목표를 이해하고 스스로 계획을 세워 외부 도구나 환경과 상호작용하며 작업을 수행하는 자율형 AI 구조.

ㅇ 특징:
– 단순 질의응답을 넘어, 단계별 reasoning과 의사결정을 수행.
– API 호출, 데이터 검색, 코드 실행 등 외부 자원 활용 가능.
– 환경 변화에 따라 계획을 수정하며 지속적으로 동작.

ㅇ 적합한 경우:
– 복잡한 업무 프로세스 자동화.
– 다단계 의사결정이 필요한 비즈니스 로직 수행.
– 실시간 데이터 기반 대응이 필요한 상황.

ㅇ 시험 함정:
– 단순 챗봇과 혼동하여 ‘Agentic AI는 사전 정의된 시나리오만 수행한다’라고 오답 유도.
– ‘Agentic AI는 외부 환경과 상호작용하지 않는다’라는 문장에 속기 쉬움.

ㅇ 시험 대비 “패턴 보기” 예시:
O: Agentic AI는 외부 API를 호출하여 작업을 수행할 수 있다.
X: Agentic AI는 초기 입력 이후 계획을 변경할 수 없다.

ㅁ 추가 학습 내용

Agentic AI 학습 시 다음 내용을 함께 이해해야 한다.

1. ReAct 프레임워크(Reason + Act)
추론과 행동을 결합하여 문제 해결 과정에서 사고 과정과 실행 단계를 번갈아 수행하는 패턴.

2. Tool-augmented LLM
대형 언어 모델이 외부 도구나 API를 활용하여 기능을 확장하고 더 정확한 결과를 도출하는 개념.

3. 메모리 관리 전략
– 단기 메모리: 현재 대화나 작업 맥락을 유지하여 즉각적인 의사결정에 활용.
– 장기 메모리: 과거의 경험이나 학습 내용을 저장하여 이후 작업에 재활용.

4. 멀티에이전트 협업 구조
여러 AI 에이전트가 역할을 분담하고 상호작용하며 공동 목표를 달성하는 구조.

5. 환경 시뮬레이션을 통한 계획 검증
실제 실행 전에 가상 환경에서 계획을 시험하고 문제점을 사전에 파악하는 방법.

6. 안전성 및 권한 제어 메커니즘
– 권한 제한: 에이전트가 수행할 수 있는 행동 범위를 제한하여 위험 방지.
– 실행 검증: 실행 전에 명령이나 행동을 검토·승인하여 안전성을 확보.