ai-agents-for-beginners
(위 이미지를 클릭하여 이 수업의 영상을 시청하세요)
AI 에이전트 소개 및 에이전트 활용 사례
AI 초보자를 위한 에이전트 과정에 오신 것을 환영합니다! 이 과정은 AI 에이전트를 처음부터 구축할 수 있는 기초 지식과 실제 동작하는 코드를 제공합니다.
질문이 있으면 학습자들과 AI 빌더들이 모여 있는 Azure AI Discord 커뮤니티에서 인사해 주세요.
바로 시작하기 전에 AI 에이전트가 무엇인지 그리고 언제 사용하는 것이 합리적인지 확실히 이해해 봅시다.
소개
이 수업에서는 다음을 다룹니다:
- AI 에이전트가 무엇이며, 존재하는 다양한 유형
- AI 에이전트가 가장 적합한 작업 종류
- 에이전트 솔루션을 설계할 때 사용하는 핵심 빌딩 블록
학습 목표
이 수업이 끝나면 다음을 할 수 있어야 합니다:
- AI 에이전트가 무엇이고 일반 AI 솔루션과 어떻게 다른지 설명하기
- AI 에이전트를 언제 사용해야 하고 언제 사용하지 말아야 하는지 알기
- 실제 문제를 위한 기본적인 에이전트 솔루션 설계 스케치하기
AI 에이전트 정의 및 AI 에이전트 유형
AI 에이전트란?
간단히 생각하는 방법은 이렇습니다:
AI 에이전트는 대형 언어 모델(LLM)이 단순히 프롬프트에 응답하는 것이 아니라, 도구와 지식을 부여받아 실제로 세상에서 무언가를 수행할 수 있게 하는 시스템입니다.
조금 더 풀어보면:
- 시스템 — AI 에이전트는 단일 개체가 아닙니다. 여러 부분이 함께 작동하는 집합체입니다. 모든 에이전트는 세 가지 요소를 갖고 있습니다:
- 환경 — 에이전트가 작동하는 공간. 여행 예약 에이전트라면 예약 플랫폼 자체가 환경입니다.
- 센서 — 에이전트가 현재 환경 상태를 인식하는 방법. 여행 에이전트는 호텔 예약 가능 여부나 항공권 가격을 확인할 수 있습니다.
- 액츄에이터 — 에이전트가 동작을 수행하는 방법. 여행 에이전트는 객실을 예약하거나 확인 메시지를 보내거나 예약을 취소할 수 있습니다.
-
대형 언어 모델 — 에이전트는 LLM 이전에도 존재했지만, LLM이 현대 에이전트를 강력하게 만드는 핵심 요소입니다. LLM은 자연어를 이해하고, 맥락을 추론하며, 막연한 사용자 요청을 구체적인 실행 계획으로 바꿉니다.
-
행동 수행 — 에이전트 시스템 없이 LLM은 단지 텍스트를 생성할 뿐입니다. 에이전트 시스템 안에서는 LLM이 실제로 단계를 실행할 수 있습니다 — 데이터베이스 검색, API 호출, 메시지 발송 등.
-
도구 접근 — 에이전트가 사용할 수 있는 도구는 (1) 실행 환경에 따라, (2) 개발자가 제공한 도구에 따라 다릅니다. 여행 에이전트는 항공편 검색은 가능하지만 고객 기록 편집은 못 할 수 있습니다 — 모두 연결된 도구에 달려 있습니다.
-
기억 + 지식 — 에이전트는 단기 기억(현재 대화)과 장기 기억(고객 데이터베이스, 과거 상호작용 등)을 가질 수 있습니다. 여행 에이전트는 사용자가 창가 좌석을 선호한다는 것을 “기억”할 수 있습니다.
다양한 AI 에이전트 유형
모든 에이전트가 같은 방식으로 만들어지지는 않습니다. 여행 예약 에이전트를 예로 들어 주요 유형을 살펴봅시다:
| 에이전트 유형 | 하는 일 | 여행 에이전트 예시 |
|---|---|---|
| 단순 반사 에이전트 | 하드코딩된 규칙만 따른다 — 기억이나 계획 없음. | 불평 이메일을 받으면 바로 고객 서비스로 전달. 그게 다임. |
| 모델 기반 반사 에이전트 | 세계 내부 모델을 유지하며 변화에 따라 업데이트. | 과거 항공권 가격을 추적하고 갑자기 비싼 노선을 표시. |
| 목표 기반 에이전트 | 목표를 갖고 단계별로 달성 방법을 찾음. | 현재 위치에서 목적지까지 비행, 렌터카, 호텔을 예약해 전체 여행 구성. |
| 효용 기반 에이전트 | 해결책을 찾는 게 아니라 최고의 해결책을 비용-효율성 면에서 저울질해 결정. | 비용과 편리함을 저울질해 고객 취향에 가장 맞는 여행을 찾아냄. |
| 학습 에이전트 | 피드백을 통해 시간이 지날수록 개선. | 여행 후 설문을 기반으로 다음 예약 추천을 조정. |
| 계층적 에이전트 | 상위 에이전트가 작업을 하위 에이전트에 분배. | “여행 취소” 요청을 비행, 호텔, 렌터카 취소 작업으로 나눠 각각 하위 에이전트가 처리. |
| 다중 에이전트 시스템(MAS) | 여러 독립 에이전트가 협력하거나 경쟁. | 협력: 호텔, 비행, 엔터테인먼트를 각각 담당하는 별도 에이전트. 경쟁: 여러 에이전트가 최저가로 호텔 객실을 채우기 위해 경쟁. |
언제 AI 에이전트를 사용해야 할까?
AI 에이전트를 쓸 수 있다고 해서 항상 써야 하는 것은 아닙니다. 에이전트가 특히 빛나는 상황은 다음과 같습니다:
- 개방형 문제 — 해결 단계가 미리 프로그래밍될 수 없는 경우. LLM이 동적으로 경로를 찾아야 합니다.
- 다단계 과정 — 단일 조회나 생성이 아니라 여러 번에 걸쳐 도구를 사용해야 하는 작업.
- 시간에 따른 개선 — 사용자 피드백이나 환경 신호를 통해 시스템이 점점 똑똑해져야 할 때.
코스 후반부인 신뢰할 수 있는 AI 에이전트 구축 수업에서 AI 에이전트를 언제 사용해야 하고 사용하지 말아야 하는지 더 깊게 다룹니다.
에이전트 솔루션 기초
에이전트 개발
에이전트를 구축할 때 가장 먼저 정의할 것은 무엇을 할 수 있는지 — 즉, 도구, 행동 및 동작입니다.
이 과정에서는 주 플랫폼으로 Azure AI Agent Service를 사용합니다. 이 서비스는 다음을 지원합니다:
- OpenAI, Mistral, Meta(Llama) 등의 모델
- Tripadvisor 같은 제공업체의 라이선스 데이터
- 표준화된 OpenAPI 3.0 도구 정의
에이전틱 패턴
LLM과는 프롬프트를 통해 소통합니다. 하지만 에이전트는 모든 프롬프트를 수동으로 작성할 수 없으며, 여러 단계에 걸쳐 행동해야 합니다. 그래서 에이전틱 패턴이 필요합니다. 이는 LLM 프롬프트 작성과 조율을 더 확장 가능하고 신뢰성 있게 하는 재사용 가능한 전략입니다.
이 과정은 가장 일반적이고 유용한 에이전틱 패턴을 중심으로 구성되어 있습니다.
에이전틱 프레임워크
에이전틱 프레임워크는 개발자가 에이전트를 구축할 때 필요한 템플릿, 도구, 인프라를 제공합니다. 이를 통해 쉽게:
- 도구 및 기능을 연결
- 에이전트가 하는 일을 관찰하고 문제 발생 시 디버깅
- 여러 에이전트 간 협업
이 과정에서는 프로덕션용 에이전트 빌드를 위해 Microsoft Agent Framework (MAF)에 집중합니다.
코드 샘플
실제 작동하는 모습을 보고 싶나요? 이 수업의 코드 샘플은 다음과 같습니다:
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
궁금한 점이 있나요?
Microsoft Foundry Discord에 참여하여 다른 학습자들과 교류하고, 오피스 아워에 참석하고, AI 에이전트 관련 질문을 공동체에 물어보세요.
이전 수업
다음 수업
면책 조항: 이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역은 오류나 부정확한 부분이 있을 수 있음을 유의하시기 바랍니다. 원본 문서의 원어본이 권위 있는 자료로 간주되어야 합니다. 중요한 정보의 경우, 전문가의 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.