인공지능 - 인공지능 에이전트 (Agent)

(개념) AI 모델이 장기 기억을 가지고 인터넷 검색, 코드 실행 등 다양한 도구를 활용해 사용자의 문제를 해결하는 더 발전된 시스템

 

An overview of an agentic system (Lilian Weng, 2023)

 

AI 에이전트의 현재 환경

 

 

에이전트(Agent)의 동작을 구동하는 핵심 구성 요소

 

1.모델 (Model)

• 모델(Model)은 에이전트(Agent)의 의사 결정을 담당하는 핵심 요소입니다. 텍스트, 이미지 생성 등 다양한 작업을 수행할 수 있는 대규모 언어 모델(LLM)을 활용합니다. 사용자 지침 기반 추론 및 논리 프레임워크(예: ReAct, Chain-of-Thought, Tree-of-Thoughts)를 따를 수 있습니다.

2.도구 (Tools)

• 에이전트(Agent)가 외부 데이터 및 서비스와 상호작용할 수 있도록 지원하는 요소입니다. API 호출, 데이터베이스 검색, 실시간 정보 접근 등 다양한 형태로 존재하며, 에이전트(Agent)가 실제 세계와 연결되는 핵심 통로 역할을 합니다.

3.오케스트레이션 레이어 (Orchestration Layer)

• 에이전트(Agent)가 정보를 수집하고, 내부 추론을 수행하며, 다음 행동 또는 결정을 내리는 과정을 관리하는 핵심 요소입니다. 에이전트(Agent)와 수행 작업에 따라 복잡성이 다양하며, 간단한 계산에서부터 복잡한 머신러닝 알고리즘까지 포함할 수 있습니다.

에이전트(Agent)와 모델(Model)의 차이점

2025 AI 에이전트 가이드: Google 백서로 알아보는 미래 기술, 모두의 연구소

 

 

 

AI 에이전트 도구

1.확장 (Extensions)

•  API와 에이전트(Agent)를 연결하는 표준화된 인터페이스를 제공합니다. 에이전트(Agent)가 API를 직접 호출하여 외부 정보를 검색하거나 시스템을 제어할 수 있습니다.

2. 함수 (Functions)

• 소프트웨어 엔지니어링의 함수와 유사하게 특정 작업을 수행하는 코드 모듈입니다. 모델이 함수를 호출하여 필요한 정보를 얻거나 작업을 수행할 수 있습니다. 함수는 클라이언트 측에서 실행되며, 확장과 달리 API 호출을 직접 하지 않습니다.

3. 데이터 저장소 (Data Stores)

• 에이전트(Agent)가 실시간 데이터에 접근할 수 있도록 지원합니다. 벡터 데이터베이스를 활용하여 고차원 벡터 형태로 데이터를 저장하고 검색합니다.

2025 AI 에이전트 가이드: Google 백서로 알아보는 미래 기술, 모두의 연구소

 

 

AI 에이전트 : 에이전트 기반 범용 AI 서비스 (빌게이츠)

 

(접근법)

①  연역적(Deductive) 방식

②  귀납적(Inductive) 방식

③  생성적(Generative) 방식

 

 

에이전트를 구분할 때는 오로지 그 행동 방식에 따라 판단하게 된다. 같은 수행 결과를 내는 에이전트는 동일한 것으로 간주된다. 에이전트가 계산적으로 행동하는 데 필요한 요소는 다음과 같다.

 

AI 에이전트의 현주소와 전망, 우리에게 기회는 있는가?, 강송희 박사

 

(유형) [Poggi, 2015; Botpress, 2024]

① 단순 반사 작용체

② 모델 기반 반사 에이전트

③ 학습 에이전트

④ 목표 기반 에이전트

⑤ 계층적 에이전트

⑥ 가상 어시스턴트

⑦ 로봇 에이전트

 

 

 

(예상되는 기술적, 윤리적 도전과제)

① 알고리즘의 투명성과 해석 가능성

② 데이터 품질과 편향성

③ 개인정보 보호와 데이터 이용

④ 자율주의와 윤리적 문제

⑤ 사회적 영향과 공정성

 

(지금 우리에게 필요한 과제)

①일관성 있게 재현 가능한 행동과 수행 결과를 산출하는 방법

②목표와, 환경의 제약 조건을 보다 명확하게 설정하는 방법

③에이전트와 환경을 포괄하는 ‘세계’를 개념적으로 모델링하는 방법

④전 세계적으로 AI 에이전트와 관련된 법률적 프레임워크와 요건, 표준 등을 만들어가는 방법을 모색

 

2025년 인공지능 에이전트 기술적 설명

항목	[설명]
에이전트의 정의	특정 환경에서 자율적으로 작동하며, 주어진 목표를 달성하기 위해 데이터를 수집, 분석, 의사결정을 수행하고 행동하는 AI 시스템.
기술적 구성 요소	- 지능형 알고리즘: 강화 학습, 딥러닝 등 다양한 AI 모델 활용.
	- 자율성: 외부 개입 없이 학습하고 결정 내릴 수 있음.
	- 상호작용 능력: 인간 및 다른 시스템과 실시간 통신 및 협업 가능.
주요 발전 방향	- 맞춤형 AI: 특정 사용 사례 및 산업에 특화된 모델 개발.
	- 연합 학습(Federated Learning): 분산 환경에서 데이터 프라이버시를 보호하며 학습 수행.
	- 다중모달 학습: 텍스트, 음성, 이미지 데이터를 통합적으로 처리.
기술적 과제와 개선점	- 맥락 이해 능력: 사용자의 요구와 상황에 대한 더 깊은 이해 필요.
	- 학습 최적화: 에너지 효율성을 높이고 대규모 데이터 학습 비용 절감.
	- 데이터 프라이버시: 민감한 데이터를 처리할 때 보안 문제 해결 필요.
적용 사례	- 가상 비서: 사용자 맞춤형 업무 지원 및 일정 관리.
	- 의료 AI: 환자 상태 모니터링 및 초기 진단 지원.
	- 산업 자동화: 제조 공정 관리 및 최적화.
	- 교육 분야: 학습 맞춤화 및 지능형 튜터 역할 수행.
기술적 한계	- 신뢰성과 투명성: AI 에이전트의 의사결정 과정 설명 및 책임 문제.
	- 범용 지능 부족: 특정 작업에는 뛰어나지만 범용적 사고와 추론은 여전히 어려움.
	- 리소스 한계: 엣지 컴퓨팅 환경에서의 성능 최적화 부족.
미래 전망	- 협업형 AI 에이전트: 인간과의 동반자적 협업 가능.
	- 초개인화 서비스: 각 사용자의 선호도와 요구를 정확히 반영.
	- 엣지 AI 확장: 엣지 컴퓨팅 환경에서의 실시간 처리 및 의사결정 능력 향상.
핵심 기술 트렌드	- 생성형 AI: 자연어 처리와 콘텐츠 생성.
	- 지속적 학습(Continual Learning): 새로운 데이터나 환경에 적응 가능.
	- 멀티 에이전트 시스템(MAS): 여러 AI 에이전트가 협력하여 복잡한 문제 해결.

<주요 대형 SaaS 업체의 AI 에이전트 관련 대응>

기업명	개요
Oracle	ERP 및 HR 등의 업무용 SaaS “Oracle Cloud Applications”에서 50개 이상의 AI 에이전트 제공. 인사, 회계 외에도 공급망 관리 및 고객 관리 등의 업무용 AI 에이전트 마련
Salesforce	“Agentforce”라는 이름으로, 사전 설정된 AI 에이전트 및 AI 에이전트 개발 도구를 마련. 2024년 10월 30일부터 일본 내 제공 시작
SAP	대화형 AI “Joule”의 기능을 강화해, AI 에이전트를 도입할 방침 발표. 클레임 관리 및 재무 회계 프로세스 등에서 AI 에이전트를 마련
ServiceNow	고객 서비스 관리 및 IT 서비스 관리용 AI 에이전트 제공을 발표. 2024년 중 제공 예정. AI 에이전트 관리 도구도 마련
UiPath	업무 자동화를 지원하는 로봇과 협동해 작동하는 에이전트를 개발하는 “Agent Builder”를 발표. 2024년 12월부터 기존 사용자 대상 자세한 정보 공개 예정

[자료: 닛케이XTech]

 

KISTI DATA INSIGHT 제45호 : 인공지능과 함께 예측한 미래 고성장 과학기술 128선 - AI 이후 시대를 대비하는 미래유망기술 -

KISTI는 생성형 AI와 전문가와의 협업으로 새로운 유망기술 식별 프로세스를 'AGENT(Augmented Gen-AI ENabled Tech-forecasting)'로 정립하였음.

- AGENT는 대규모 언어 모델(LLM)을 활용한 3단계 데이터 생성 프로세스로 구성되어 있으며, 각 단계는 실증적 데이터에 기반하여 수행됨.

- 1단계에서는 실제 전문가 집단의 인구통계학적 특성(기술 분야별 전문성, 경력 기간, 소속 기관 등)을 반영한 가상전문가 프 로필을 구축함.

- 2단계에서는 기술의 다차원적 평가 지표(기술의 중요도, 사회적 파급력, 투자 우선순위, 경제적 영향 등) 측정을 위한 구조화 된 설문의 응답으로, 1단계에서 구축된 프로필을 기반으로 정량적·정성적 응답 데이터를 생성함.

- 3단계에서는 생성된 응답 데이터에 대한 계량서지학적 분석과 통계적 추론을 수행하여 종합적 인사이트를 도출함.

 

 

 

 

http://www.aitimes.kr/news/articleView.html?idxno=20071

구글 AI, 말하기 쓰기 명령에 인간 시각에 대응하고 식별하는 에이전트 오픈 소스로 공개 - 인공

 

 

 

 

https://spri.kr/posts/view/23682?code=magazine&s_year=&data_page=1

2024년 2월호 - SPRi

https://www.unite.ai/ko/chatgpt-ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EB%A5%BC-%EB%84%98%EC%96%B4-%EC%9E%91%EC%97%85%EC%9E%90%EC%9D%98-%EC%83%88%EB%A1%9C%EC%9A%B4-%EC%84%B8%EA%B3%84/

ChatGPT를 넘어서; AI 에이전트: 작업자의 새로운 세계

https://brunch.co.kr/@ywkim36/160

10분만에 AI 에이전트(agent) 이해하기

https://www.ddaily.co.kr/page/view/2024120316574872532

2025년 신기술 트렌드는? ‘노코드·로우코드’ 빠지고 ‘AI 에이전트’ 부상

https://www.kbfg.com/kbresearch/vitamin/reportView.do?vitaminId=2000399

KB경영연구소

https://dream.kotra.or.kr/kotranews/cms/news/actionKotraBoardDetail.do?pageNo=1&pagePerCnt=10&SITE_NO=3&MENU_ID=170&CONTENTS_NO=1&bbsGbn=01&bbsSn=243%2C254%2C403%2C257&pNttSn=222472&recordCountPerPage=10&viewType=&pNewsGbn=&pStartDt=&pEndDt=&sSearchVal=&pRegnCd=&pNatCd=&pKbcCd=&pIndustCd=&pHsCode=&pHsCodeNm=&pHsCdType=&sSearchVal=

유능한 인재 못지않은 ‘AI 에이전트’, 일본에서 활용 확대

 

https://modulabs.co.kr/blog/agent-whitepapers-google

2025 AI 에이전트 가이드: Google 백서로 알아보는 미래 기술

 

https://discuss.pytorch.kr/t/gn-ai/5861

[GN] AI 에이전트 - 기회, 도전 과제, 그리고 일상에 미치는 영향

https://discuss.pytorch.kr/t/google-ai-agents-pdf-42p/5788

Google이 공개한 생성형 AI 기반 Agents 개요 및 구현 가이드 [PDF/영문/42p]