AI 에이전트 기초

대규모 언어 모델(LLM)과 생성형 AI는 콘텐츠 생성 및 문서 요약과 같은 많은 가치 있는 활용 사례를 열어 주었습니다. 워크플로 자동화, 코딩 지원, 고급 고객 지원 챗봇과 같은 더 복잡한 애플리케이션에는 LLM이 결정을 내리고 실제 작업을 실행할 수 있는 방법이 필요합니다. 바로 AI 에이전트입니다!이 기술 트랙에서는 실제 사례를 통해 AI 에이전트가 무엇인지, 그리고 무엇에 사용할 수 있고(또는 사용할 수 없는지!)를 배우게 됩니다.Thought-Action-Observation(TAO) 루프와 ReAct 프롬프팅 같은 실용적인 프레임워크를 통해 AI 에이전트가 어떻게 의사결정을 내리는지 더 잘 개념화하게 됩니다.프로덕션에서 AI 에이전트가 성공하는 요인과, 왜 그렇게 많은 에이전트가 개발 단계를 벗어나지 못하는지 알아보게 됩니다. 확장 가능한 에이전트 시스템을 구축하는 최신 실습 문제를 배우게 됩니다. 여기에는 새롭게 떠오르는 멀티 에이전트 설계 패턴, Model Context Protocol(MCP), Agent-to-Agent(A2A) 프로토콜이 포함됩니다.AI 에이전트가 오늘부터 여러분의 업무 방식을 어떻게 바꾸기 시작할 수 있는지 알아보세요!