AI 전공자이지만 내가 가진 AI 기술을 실제 사용자에게 닿을 수 있게 하기 위해선 AI 모델링만으로는 한계가 있다고 생각합니다.
웹, 앱을 만드는 개발이나 AI를 조금 더 똑똑하게 사용할 수 있도록 하는 AI Agent 공부도 놓치지 않고 할까 합니다.
AI Agent의 핵심 구성 요소 4가지
- Planning : 복잡한 태스크를 작은 단위로 쪼개는 능력 (ex: Chain of Thought, Tree of Thoughts)
- Memory : 단기기억 (context window)와 장기기억 (database, RAG)을 어떻게 활용할 것인가
- Tools : 모델이 외부 API, 검색 엔진, 코드 실행기 등을 호출하고 그 결과를 다시 해석하는 과정 (Function Calling)
- Frameworks : Langchain, LangGraph, CrewAI 같은 프레임워크 사용 능력
AI Agent를 다루면서 고려해 볼 3가지
- Iterative Thinking : 에이전트가 한 번에 답을 못 찾았을 때, 어떤 루프를 돌려야 정답률이 높아지는가
- Tool Selection : 어떤 질문이 들어왔을 때 '검색' 툴을 쓰고, 어떤 때 '코드 실행' 툴을 쓰게 만드는가 (조건 분기 logic)
- Prompt Engineering : 에이전트에게 어떤 역할을 부여 (system prompt)해야 도구를 더 똑똑하게 사용하는가
- single agent
- multi agent
: multi agent의 system pattern (parallel, sequential, loop, router, aggregator)
LangGraph 요소
- Node
- Edge
- State