내 첫 AI 에이전트 만들기

Source: Dev.to

Introduction

AI 에이전트는 오늘날 기술 분야에서 점점 더 두드러지고 있으며, 그 흐름은 아직 멈출 기미가 없습니다. 이들은 이제 전 세계 기술 지식 노동자들의 워크플로우에 필수적인 요소가 되었으며, 불과 몇 달 만에 그 지위를 확보했습니다.

저는 최근 제가 가장 좋아하는 작가 중 한 명인 Thorsten Ball이 제공한 튜토리얼을 따라가며 직접 AI 에이전트를 만드는 로드맵을 얻었습니다. 이 튜토리얼에 끌린 이유는 다음과 같습니다: 이러한 도구에 대한 지식을 확장하고 싶었고, 제가 사랑하지만 일상 업무에서는 사용하지 못하는 Go 언어를 활용하고 싶었으며, Thorsten의 복잡한 개념에 대한 명확한 설명을 신뢰했기 때문입니다.

아래는 코딩 에이전트를 구축하면서 얻은 고수준 개요와 주요 시사점입니다.

Setting Up the Project

1. Project scaffolding – 일반적인 Go 프로젝트 파일들을 만들었으며, main.go도 포함했습니다.

2. Anthropic SDK – Anthropic SDK를 추가하고 Agent 타입과 NewAgent 생성자를 정의했습니다. 이 생성자는 다음을 받아들입니다:

   • Anthropic 클라이언트
   • getUserMessage 함수

   이 타입과 생성자는 main.go에 연결했습니다.

3. API key – Anthropic API 키를 삽입하고 context와 대화 슬라이스를 받는 run 함수를 구현했습니다.

4. First run – 키와 run 함수를 연결한 뒤 터미널에서 Claude를 실행할 수 있었습니다. 다음과 같은 인사말이 출력되었습니다:

   “Chat with Boris, slug head”

   (GoldenEye N64 게임에 대한 작은 끼임).

Creating the Agent Wrapper

LLM을 로컬에서 실행하기 위해 단순히 래핑하는 것만으로도 유용하지만, 실제로 동작하는 코딩 에이전트는 몇 가지 표준 작업을 수행해야 합니다:

• 작업 디렉터리 내 파일 읽기
• 해당 디렉터리의 파일 목록 조회
• 작업 디렉터리 내 파일 편집

이러한 작업은 공통된 패턴을 따릅니다:

1. 정확한 입력·출력을 위한 엄격한 스키마 정의.
2. 데이터를 포장·해제하기 위한 JSON 마샬링·언마샬링.
3. 메인 실행 파일에 도구의 네임스페이스(read, write, list)를 등록.

이 세 가지 “액션 기둥”을 통합함으로써, GoldenEye라는 이름의 에이전트가 직장과 집에서 사용하는 에이전트와 유사하게 동작하도록 만들었습니다.

Implementing File Actions

튜토리얼의 파일 액션 섹션이 가장 어려웠지만, 전체 과정은 다음과 같이 정리됩니다:

• 스키마 정의 – 각 액션에 대한 명시적인 JSON 구조.
• JSON 처리 – 올바른 데이터 흐름을 보장하기 위한 일관된 마샬링·언마샬링.
• 네임스페이스 등록 – 대화 중에 호출될 수 있도록 각 도구를 에이전트 툴박스에 추가.

이 작업들을 마치면 GoldenEye는 필요에 따라 파일을 읽고, 목록을 조회하고, 편집할 수 있게 됩니다.

Takeaways

• Context is king – 명확하고 구체적인 프롬프트(read_file({path: "main.go"}) 등)를 제공하면 에이전트가 의도대로 행동할 가능성이 크게 향상됩니다.
• Simplicity of wiring – 모델을 로컬 코드에 연결하는 것은 간단합니다; 진정한 차별점은:
  • 기본 모델의 품질과 적합성.
  • UI 디자인 및 성능을 포함한 사용자 경험.
• The agent loop is largely solved – 대부분의 무거운 작업은 이미 해결되었습니다; 남은 과제는 도구를 어떻게 제시하고 컨텍스트를 관리하느냐에 달려 있습니다.
• Future focus – 저는 다음 추상화 레이어인, 이 에이전트를 구동하는 모델들을 탐구하고 싶습니다. 모델의 아키텍처와 역량을 이해하면 AI 지능에 대한 통찰을 더욱 깊게 할 수 있을 것입니다.

References

• How to Build an Agent by Thorsten Ball – 이 작업에 영감을 준 튜토리얼
• Anthropic API Documentation
• GoldenEye repository – 제 구현