Hugging Face smolagents로 AI 에이전트 만들기

AI 에이전트는 데이터와 소프트웨어를 다루는 방식을 바꾸고 있어요. 워크플로 자동화부터 복잡한 작업을 안내하는 것까지, 에이전트는 대신 검색하고, 추론하고, 행동할 수 있습니다. 이 강의에서는 Hugging Face가 개발한 경량 Python 프레임워크인 smolagents를 사용해 에이전트를 만드는 방법을 배웁니다.코드 에이젠트와 도구를 직접 다뤄보기먼저 코드 에이전트의 차별점과 강력한 이유를 이해합니다. 그런 다음 smolagents로 Python 코드를 생성하고 실행하는 최초의 에이전트를 처음부터 만들어 봅니다. 또한 기본 제공 도구를 연결하고, 맞춤형 도구를 만들어 에이전트의 능력을 확장하는 방법을 배웁니다.RAG와 메모리로 에이전트를 더 똑똑하게 만들기다음으로 retrieval-augmented generation(RAG)을 사용해 에이전트가 방대한 문서 모음에서 정보를 가져오도록 합니다. 더 나아가 여러 단계를 거쳐 더 나은 답을 도출하는 agentic RAG 시스템을 구축해 봅니다. 또한 메모리를 추가해 에이전트가 후속 질문을 자연스럽게 처리하고, 이미 수행한 내용을 추적하도록 만듭니다.멀티 에이전트 시스템 조율과 결과 검증마지막 장에서는 매니저를 통해 전문화된 에이전트를 조율하는 멀티 에이전트 시스템을 구축합니다. 계획 간격을 추가하고, 콜백으로 에이전트 동작을 파악하며, 최종 답변을 검증해 에이전트가 신뢰할 수 있고 사용하기 쉽게 유지되도록 합니다.강의를 마치면 미리 생각하고, 협업하며, 실제로 일을 해내는 에이전트를 만드는 방법을 알게 됩니다.