AI 에이전트 집중 과정 글쓰기 챌린지

Source: Dev.to

This is a submission for the Google AI Agents Writing Challenge Learning Reflections
5-Day AI Agents Intensive Course with Google and Kaggle

Learning Reflections

Google와 Kaggle이 주관하는 5일 AI 에이전트 집중 과정에 참여했을 때, AI 에이전트를 탐구하고 지능형 자율 시스템이 실제로 어떻게 설계되는지 이해하고 싶었습니다. 목표는 Gemini API와 Agent Development Kit(ADK)를 직접 사용해 보면서 외부 도구를 활용하고 상호작용 간에 컨텍스트를 유지할 수 있는 에이전트를 만드는 것이었습니다. 이 실무 중심의 프로젝트 기반 커리큘럼을 이론과 실제 구현 사이의 격차를 메우는 기회로 보았습니다.

AI에 강한 관심을 가진 BSCS 학생으로서, 이번 집중 과정은 개념을 넘어 실제 에이전트 아키텍처가 어떻게 구성되고 배포되는지를 직접 볼 수 있는 좋은 기회였습니다.

Experience During the Intensive

이 과정에서는 에이전시 AI의 핵심 아이디어를 소개받았습니다. 에이전트가 어떻게 구조화되고, 도구와 어떻게 상호작용하며, 오케스트레이션, 메모리, 평가, 그리고 다중 에이전트 시스템이 라우팅과 의사결정 로직을 통해 어떻게 협업하는지를 배웠습니다. 이러한 핵심 개념을 통해 대형 언어 모델이 단순한 채팅 인터페이스를 넘어 목표 지향적이고 프로덕션 준비된 시스템으로 동작할 수 있음을 이해하게 되었습니다.

Challenges

가장 큰 도전 과제 중 하나는 집중 과정의 속도였습니다. 세션은 정보가 매우 밀집돼 있었고, 강의와 실습을 따라가면서도 내용을 보는 것과 깊이 이해하는 것은 크게 다르다는 것을 깨달았습니다. 따라잡고는 있었지만 실시간으로 모든 것을 완전히 소화하지는 못했습니다.

그런데 현실은 달랐습니다. 동시에 학기 시험이 진행 중이어서 실습에 할애할 수 있는 시간이 제한되었습니다. 이는 단순히 수료증을 얻는 것이 아니라 역량을 키우는 것이 목표였기 때문입니다.

Key Realizations

이번 경험을 통해 중요한 깨달음을 얻었습니다: AI에서 의미 있는 학습은 시간, 반복, 그리고 의도적인 연습이 필요하다는 점입니다. 노출 자체는 가치가 있지만, 진정한 이해는 속도를 늦추고 개념을 다시 살펴보며 시스템을 단계적으로 재구축할 때 이루어집니다. 집중 기간 동안 캡스톤 프로젝트를 완수하지 못했지만, 앞으로 집중해야 할 방향에 대한 명확한 통찰을 얻었습니다.

What’s Next

앞으로는 Kaggle Learn Guide를 다시 살펴보며 기본 개념을 다지고, 간단한 AI 에이전트를 처음부터 다시 구축한 뒤에 더 복잡한 다중 에이전트 시스템으로 나아갈 계획입니다. 이 접근 방식이 제 학습 스타일과 장기 목표인 신뢰할 수 있고 잘 이해된 AI 솔루션 개발에 더 부합합니다.

전체적으로 AI 에이전트 집중 과정은 에이전시 AI가 무엇인지뿐만 아니라 내가 가장 효과적으로 배우는 방법을 이해하는 데 큰 도움이 되었습니다. 노출 기회, 체계적인 자료, 그리고 이 과정이 제게 제공한 방향성에 감사드립니다. 저는 AI 여정을 진지하게 받아들이고 있으며, 이번 과정이 바로 필요한 불꽃이었습니다. 강사님들과 커뮤니티에 깊은 감사의 인사를 전합니다.