ㅁ 주요 구조

ㅇ 정의:
에이전트 기반 AI의 내부 동작을 구성하는 핵심 구조와 상호작용 방식.

ㅇ 특징:
– 독립적 의사결정 및 실행 단위인 에이전트들이 상호작용.
– 환경과의 지속적 피드백 루프를 통해 목표 달성.
– 다양한 통신 프로토콜과 협업 전략 포함.

ㅇ 적합한 경우:
– 복잡한 문제를 분산 처리해야 하는 경우.
– 다수의 자율 컴포넌트가 협력해야 하는 상황.

ㅇ 시험 함정:
– 단일 에이전트와 다중 에이전트 구조를 혼동.
– 구조적 개념과 구현 기술을 동일시.

ㅇ 시험 대비 “패턴 보기” 예시:
O: “에이전트 기반 AI 구조는 환경과 상호작용하며 목표를 달성한다.”
X: “에이전트 기반 AI는 항상 단일 에이전트로만 구성된다.”

================================

1. Agentic AI

ㅇ 정의:
개별 에이전트가 자율적으로 계획, 실행, 학습을 수행하는 AI 구조.

ㅇ 특징:
– 자율성, 적응성, 목표 지향성.
– 외부 환경 변화에 실시간 반응.
– 내부적으로 계획 수립과 의사결정 모듈 보유.

ㅇ 적합한 경우:
– 단일 에이전트로도 충분히 문제 해결 가능한 경우.
– 환경 변화에 신속한 대응이 필요한 경우.

ㅇ 시험 함정:
– Agentic AI와 단순 자동화 시스템을 혼동.
– 중앙집중식 제어 시스템과 동일시.

ㅇ 시험 대비 “패턴 보기” 예시:
O: “Agentic AI는 스스로 계획을 수립하고 실행한다.”
X: “Agentic AI는 반드시 여러 에이전트 간 협력이 필요하다.”

================================

2. Multi-Agent System

ㅇ 정의:
다수의 에이전트가 상호작용하며 공동의 목표를 달성하는 시스템.

ㅇ 특징:
– 분산 처리 및 병렬 작업 가능.
– 협력, 경쟁, 협상 등의 상호작용 패턴 존재.
– 개별 에이전트는 독립적이나 전체적으로는 상호 의존.

ㅇ 적합한 경우:
– 대규모 시뮬레이션, 분산 문제 해결.
– 복잡한 환경에서 다중 관점 분석이 필요한 경우.

ㅇ 시험 함정:
– 모든 Multi-Agent System이 항상 협력적이라고 오해.
– 에이전트 간 통신이 필수적이지 않은 경우도 있다는 점 간과.

ㅇ 시험 대비 “패턴 보기” 예시:
O: “Multi-Agent System은 협력 또는 경쟁 형태로 동작할 수 있다.”
X: “Multi-Agent System에서는 반드시 모든 에이전트가 동일한 목표를 가진다.”

================================

3. A2A Protocol

ㅇ 정의:
에이전트 간(A2A, Agent-to-Agent) 통신을 위한 표준화된 프로토콜.

ㅇ 특징:
– 메시지 포맷, 전송 규칙, 오류 처리 규약 포함.
– 상호 운용성과 확장성을 고려.
– 동기/비동기 통신 모두 지원 가능.

ㅇ 적합한 경우:
– 이기종 에이전트 간 데이터 교환 필요 시.
– 표준 기반 상호작용으로 개발 비용 절감.

ㅇ 시험 함정:
– A2A Protocol을 단순 API 호출 방식과 동일시.
– 특정 구현체를 프로토콜 그 자체로 오해.

ㅇ 시험 대비 “패턴 보기” 예시:
O: “A2A Protocol은 서로 다른 에이전트 간 표준 통신 규약을 제공한다.”
X: “A2A Protocol은 반드시 동기 방식으로만 동작한다.”

ㅁ 추가 학습 내용

[학습 정리]
Multi-Agent System(MAS)에서는 에이전트 간 협상 전략과 의사결정 메커니즘이 핵심이다. 협상 전략은 자원 분배나 목표 조율을 위해 사용되며, 대표적인 의사결정 메커니즘으로 경매 알고리즘과 계약망(Contract Net Protocol)이 있다. 분산 AI 환경에서는 여러 에이전트 간의 동기화 문제가 발생할 수 있으며, 이를 해결하기 위한 동기화 기법 이해가 필요하다.
Agentic AI에서는 계획 수립 알고리즘(Planning)과 강화학습을 결합한 응용 사례, 그리고 환경 인식 기술이 중요하다. 이러한 기술은 에이전트의 자율성과 적응성을 높인다.
A2A Protocol은 에이전트 간 통신을 위한 표준으로, FIPA 표준과 KQML이 대표적인 사례다. 시험에서는 구현 예시나 프로토콜 구조를 묻는 문제가 나올 수 있다.
또한 Agentic AI와 Multi-Agent System의 개념 및 특징 비교, A2A Protocol과 A2H(Agent-to-Human) Protocol의 차이점 구분이 자주 출제된다.

[시험 대비 체크리스트]
1. Multi-Agent System에서의 협상 전략 종류와 특징 설명 가능 여부
2. 경매 알고리즘, 계약망 프로토콜의 동작 원리와 장단점 이해
3. 분산 AI 환경에서의 동기화 문제 유형과 해결 방법 숙지
4. Agentic AI의 계획 수립 알고리즘(Planning) 개념과 절차 설명 가능 여부
5. 강화학습과 Agentic AI의 결합 사례 및 장점 파악
6. 환경 인식 기술의 종류와 구현 방식 이해
7. A2A Protocol의 개념, 목적, FIPA 표준과 KQML의 구조 및 특징 숙지
8. Agentic AI와 Multi-Agent System의 비교 포인트 정리
9. A2A Protocol과 A2H Protocol의 정의, 사용 목적, 차이점 명확히 구분 가능 여부