Agent 엔지니어링
Agent: 실제로 일하는 AI
능력 카드를 클릭하면 실제 시나리오에서 Agent가 실행되는 과정을 단계별로 볼 수 있습니다.
일반 LLM은 「말」만 할 수 있지만, Agent는 「행동」할 수 있습니다. 차이점은 Agent에 네 가지 추가 능력이 있어 실제 세계에서 태스크를 실행할 수 있다는 것입니다.
클래식 아키텍처 · 반드시 알아야 할 출처
Lilian Weng@lilianweng
전 OpenAI 연구 부사장, Thinking Machines Lab 공동 창업자 · 현재 OpenAI로 복귀해 재귀적 자기개선(RSI) 등 핵심 프런티어 연구 리드
이 강의, 나아가 Agent 엔지니어링 챕터 전체의 많은 아이디어는 그녀가 2023년 6월에 쓴 블로그 「LLM Powered Autonomous Agents」에서 나왔습니다. 존경받는 선구자인 그녀는 이 글에서 매우 큰 영향을 미친 Agent 아키텍처를 명확히 제시했습니다 — 바로 위의 유명한 「게(crab) 다이어그램」입니다: Agent(LLM)가 중앙에서 두뇌 역할을 하고, 사방으로 Planning 계획, Memory 기억, Tools 도구, Action 행동이 뻗어 나갑니다.
이 다이어그램 하나가 AI Agent 산업 전체에 깊은 영향을 주었으며, 오늘날 거의 모든 Agent 프레임워크에서 그 흔적을 찾을 수 있습니다. 그녀의 트위터(X) 팔로우를 강력히 추천합니다.
네 가지 핵심 능력 (Lilian Weng 아키텍처 기반) · 클릭하여 데모 전환
Plan 계획
복잡한 태스크를 실행 가능한 단계 시퀀스로 분해합니다 — 먼저 명확히 생각한 후 행동
Tool Use 도구
검색, 코드 실행, 데이터베이스, API 호출 — 손발의 연장
Memory 기억
단기 컨텍스트 + 장기 벡터 저장 — 대화를 넘어 사용자를 기억
Act / Reflect 반성
실행 후 결과를 관찰하고, 실패 시 자동으로 원인을 분석하여 수정합니다
일반 LLM vs Agent
일반 LLM
질문 → 답변 생성 → 종료
「말」만 할 수 있고, 「행동」할 수 없음
「말」만 할 수 있고, 「행동」할 수 없음
→
Agent
태스크 → 계획 → 도구 호출 → 관찰 → 수정 → 완료
단계별 데모
화면에 들어오면 자동 재생 · 능력 카드 클릭하여 데모 전환
Takeaway
Takeaway Agent = LLM + 도구 + 루프. 핵심은 「생각 → 행동 → 관찰 → 재고」입니다 — 이는 바로 Lilian Weng의 아키텍처 다이어그램이 움직이는 모습입니다: LLM이 두뇌이고, Planning / Memory / Tools가 팔다리입니다. 모든 AI 제품 뒤에는 이 루프 설계가 있습니다. 루프 설계가 잘될수록 Agent는 더 신뢰할 수 있습니다.