CNF Taxonomies

Agent

---

Agent(에이전트)는 사용자가 정의한 목표를 달성하기 위해 AI 모델을 활용해 환경과 상호작용하는 소프트웨어 시스템을 뜻한다. 대규모 언어 모델(LLM)의 추론 능력에 계획 수립, 도구 호출, 실행이라는 행동 계층을 결합해, 단순히 답변을 생성하는 것을 넘어 실제 작업을 완료하는 것이 핵심이다.
전통적인 소프트웨어가 미리 정의된 규칙에 따라 동작하는 것과 달리, Agent는 웹을 검색하고 API를 호출하며 데이터베이스를 조회하는 등 외부 도구와 능동적으로 상호작용해 상황에 맞춰 행동을 조정한다.

주요 특징

• 자율적 의사결정: 사람의 직접적인 개입 없이 스스로 판단하고 행동을 선택함.
• 목표 지향적 계획 수립: 주어진 목표를 여러 하위 작업으로 나누어 순차적으로 실행함.
• 외부 도구 활용: API 호출, 검색, 데이터베이스 조회 등 외부 시스템과 상호작용함.
• 환경 인식 및 적응: 실행 결과를 관찰하고 상황 변화에 맞춰 다음 행동을 조정함.
• 지속적 학습: 과거 상호작용과 피드백을 바탕으로 성능을 점진적으로 개선함.

장점

• 반복 작업 자동화: 사람이 직접 처리하던 다단계 작업을 자동으로 수행해 업무 부담을 줄임.
• 복잡한 문제 해결력: 여러 도구와 정보를 결합해 단일 모델로는 어려운 복합 작업을 처리함.
• 실시간 대응력: 변화하는 환경과 데이터에 즉각적으로 반응해 행동을 조정함.
• 확장 가능한 아키텍처: 도구와 기능을 추가해 다양한 업무 영역으로 손쉽게 확장 가능함.
• 일관된 작업 품질: 정의된 절차에 따라 반복 작업을 수행해 결과의 일관성을 높임.

관련 용어

• LLM(Large Language Model): Agent의 추론과 언어 이해를 담당하는 대규모 언어 모델.
• 에이전틱 AI(Agentic AI): 여러 Agent가 자율적으로 협력해 복잡한 목표를 수행하는 AI 패러다임.
• 툴 콜링(Tool Calling): Agent가 외부 API나 함수를 호출해 실제 작업을 수행하는 메커니즘.
• 멀티 에이전트 시스템(Multi-Agent System): 여러 개의 Agent가 역할을 나누어 협업하는 구조.
• RAG(Retrieval-Augmented Generation): 외부 지식을 검색해 응답 정확도를 높이는 기법으로 Agent에 자주 결합됨.

주요 솔루션 및 사용 사례

• 주요 솔루션
  • LangChain / LangGraph: Agent 워크플로우와 도구 연동을 구성하는 대표적인 오픈소스 프레임워크.
  • AutoGPT / CrewAI: 목표 지향적으로 자율 실행되는 멀티 에이전트 구축 도구.
  • OpenAI Assistants API: 도구 호출과 메모리를 결합한 Agent 개발을 지원하는 API.
  • Microsoft Copilot Studio: 기업 업무에 특화된 Agent를 손쉽게 구축하는 로우코드 플랫폼.
  • Google Vertex AI Agent Builder: 엔터프라이즈용 Agent를 설계·배포하는 구글 클라우드 서비스.
• 사용 사례
  • 고객 문의 자동 응대: 문의 내용을 이해하고 필요한 시스템을 조회해 답변을 자동 생성.
  • 코딩 어시스턴트: 코드 작성, 테스트, 디버깅을 자율적으로 수행하는 개발 지원 Agent.
  • 업무 프로세스 자동화: 여러 시스템을 오가며 데이터 입력, 보고서 생성 등을 자동 처리.
  • 리서치 및 정보 수집: 웹 검색과 문서 분석을 통해 특정 주제에 대한 보고서를 자동 작성.
  • 여행·일정 예약 자동화: 항공권 검색부터 예약, 결제까지 전 과정을 대행 수행.

---