Google AI Agents 인텐시브가 내 에이전시 AI에 대한 이해를 어떻게 바꾸었는가

Source: Dev.to

Introduction

Google & Kaggle AI Agents Intensive 프로그램에 참여했을 때, 나는 AI 에이전트가 정확히 무엇인지에 대한 기본적인 아이디어만 가지고 있었다. 에이전트가 챗봇에 추가 로직을 더한 것이라고 생각했었다. 이 과정을 통해 에이전트가 훨씬 더 강력하다는 것을 깨달았다.

구조화된 강의, 실습 랩, 커뮤니티 토론을 통해 에이전트가 도구, 메모리, 계획, 추론을 활용해 자율적인 문제 해결 시스템처럼 작동한다는 것을 배웠다.

이 글에서는 나에게 가장 크게 와닿은 개념들, 이해가 어떻게 변했는지, 그리고 강의에서 영감을 받아 만든 작은 캡스톤 스타일 프로젝트를 정리한다.

Key Concepts That Reshaped My Thinking

Tool Calling: Turning LLMs Into Action‑Takers

가장 인상 깊었던 아이디어는 tool calling—에이전트가 검색, API, 계산기와 같은 외부 도구를 사용할 수 있게 하는 기능이었다. 이는 “LLMs는 텍스트를 생성한다”는 관점에서 “에이전트는 실제 세계에서 행동할 수 있다”는 관점으로 전환시켰다.

에이전트는 다음을 할 수 있다:

• 실시간 정보 가져오기
• 작업 자동화
• 계산 수행
• 외부 애플리케이션과 연결

Tool calling 덕분에 AI가 실용적이고 강력하게 느껴졌다.

Planning & Reasoning: Breaking Down Complex Tasks

에이전트가 계획을 세우고, 작업을 추론하며, 접근 방식을 반복적으로 다듬을 수 있다는 개념은 눈을 뜨게 했다. 다음을 배우면서:

• 작업 분해
• chain‑of‑thought reasoning
• 반복적 다듬기

에이전트가 단순한 Q&A를 넘어 실제 의사결정을 할 수 있음을 이해하게 되었다.

Multi‑Agent Collaboration: AI Teams Working Together

멀티 에이전트 예시들은 서로 다른 역할—플래너, 리서처, 평가자, 실행자—을 가진 에이전트들이 어떻게 협업할 수 있는지를 보여주었다. 이는 에이전트 시스템이 분산된 지능을 통해 규모를 확장하고 더 복잡한 문제를 해결할 수 있음을 강조한다.

How My Understanding of AI Agents Evolved

Before the course: 나는 에이전트가 단순히 업그레이드된 챗봇이라고 생각했다.
After the course: 이제 에이전트를 다음과 같은 자율 시스템으로 이해한다:

• 목표
• 메모리
• 추론 루프
• 도구 접근
• 구조화된 의사결정

에이전트는 단순히 응답하는 것이 아니라 행동한다는 점이 큰 변화를 가져왔다.

My Mini Capstone Project: A Personal Study Assistant Agent

간단한 개념이었지만, 작은 스터디 어시스턴트 에이전트를 구축하면서 배운 내용을 모두 적용해 볼 수 있었다.

What the agent does

• 주제 입력 받기 (예: “Explain Cloud Computing”)
• 검색 도구를 사용해 정보 수집
• 데이터를 요약
• 예시와 간단한 노트 생성
• 복습용 MCQ 생성
• 작은 메모리 시스템에 노트 저장

Why this project mattered

이 프로젝트는 계획, 검색, 요약, 메모리가 에이전트 파이프라인에서 어떻게 함께 작동하는지를 보여준다. 또한 간단한 에이전트라도 잘 설계하면 실제 가치를 제공할 수 있음을 깨닫게 해준다.

Key Learnings from Building the Project

• 명확한 에이전트 페르소나는 필수
• 메모리는 유용성을 크게 향상
• Tool calling은 에이전트를 실용적인 어시스턴트로 변환
• 평가와 반복은 품질에 중요

이 경험을 통해 앞으로 더 고급 에이전트를 만들 자신감을 얻었다.

Final Reflection

AI Agents Intensive는 에이전트형 AI에 대한 기본 이해를 강화시켰다. “AI가 질문에 답한다”는 사고방식에서 “AI가 자율적으로 문제를 해결한다”는 사고방식으로 전환되었다.

What I’m excited about next

• 실제 API와 통합되는 에이전트 구축
• 생산성 도구 만들기
• 멀티‑에이전트 시스템 설계
• 에이전트형 AI를 실무 워크플로에 적용

이 도전은 에이전트 시스템을 계속 탐구하고 혁신하도록 영감을 주었다.

Thank You

Google, Kaggle, 그리고 DEV에게 이 프로그램을 만들고 학습과 성찰의 기회를 제공해 준 것에 대해 큰 감사를 전한다. 이 여정은 에이전트형 AI 분야에서 계속 성장하고 기여하고자 하는 동기를 부여했다.