AI에이전트

이 글은 Anthropic이 발표한 "Building effective agents" (2024년 12월 20일) 문서를 바탕으로 정리한 글입니다. Building effective agentsA post for developers with advice and workflows for building effective AI agentswww.anthropic.com1. 에이전트란 무엇인가?에이전트의 정의는 관점에 따라 다양할 수 있습니다. Anthropic은 에이전트 시스템을 두 가지로 구분합니다.1-1. 워크플로우(Workflows)정의: 미리 정의된 코드 경로를 통해 LLM과 도구들을 조율하는 시스템장점: 예측 가능하고 안정적인 결과 제공사용 예: 고객 문의 처리, 문서 번역, 데이터 분석1-2. 에..

AI 에이전트는 LLM(Large Language Model)을 활용하여 복잡한 작업을 수행하는 자동화된 시스템입니다. 일반적인 LLM 사용이 단순 프롬프트-응답 방식이라면, 에이전트는 더 복잡하고 반복적인 작업을 수행할 수 있습니다.AI 에이전트의 핵심 디자인 패턴계획(Planning): 작업을 수행하기 위한 단계를 미리 생각하고 계획합니다.도구 사용(Tool Use): 검색, 계산 등 필요한 도구들을 활용합니다.반성(Reflection): 결과를 반복적으로 개선하며, 여러 LLM이 결과를 검토하고 제안할 수 있습니다.다중 에이전트 통신: 각각의 LLM이 고유한 역할을 수행하며 서로 협력합니다.메모리: 여러 단계에 걸친 진행 상황과 결과를 추적합니다. AI와 AI 에이전트의 차이: 깊이 '생각하는' A..

인간의 사고 과정에 대한 획기적인 통찰을 제공한 노벨상 수상자 다니엘 카너먼은 그의 저서 "생각에 관한 생각(Thinking, Fast and Slow)"에서 인간의 사고방식을 '시스템 1'과 '시스템 2'로 구분했습니다.최근 AI 분야에서 이 개념이 주목받고 있습니다.시스템 1 (Fast Thinking)빠르고 직관적인 판단자동적이고 즉각적인 반응일상적인 패턴 인식감정적 반응무의식적이고 노력 없이 작동일상적 결정의 약 98%를 차지고정관념적 판단 경향성 존재"어! 비가 오네, 우산 들고 가야지"처럼 즉각적인 판단시스템 2 (Slow Thinking)느리지만 신중한 분석복잡한 문제 해결다단계 계획 수립논리적 추론의식적이고 많은 인지적 노력 필요전체 사고의 약 2%를 담당깊은 분석과 복잡한 계산 수행"이번..