Google-Kaggle AI 에이전트 집중 코스에 대한 나의 경험

Source: Dev.to

학습 하이라이트

1. 에이전트가 실제로 무엇인가

코스를 시작하기 전에 저는 에이전트가 기본적으로 추가 단계가 있는 챗봇이라고 생각했습니다.
실제로 에이전트는 다음을 포함합니다:

• 계획 구성 요소
• 사용할 수 있는 도구
• 약간의 메모리
• 자신의 작업을 확인할 수 있는 루프

실험실에서 이를 직접 보면서 이해가 되었습니다: 마법이 아니라 모델을 이용해 생각하는 작은 시스템일 뿐입니다.

2. 다중 에이전트 시스템은 논리적이다

한 세션에서는 여러 에이전트가 어떻게 협업할 수 있는지 다루었습니다:

• 하나는 계획을 세운다
• 하나는 단계를 실행한다
• 하나는 결과를 확인한다

그 구조는 실제 팀 프로젝트가 운영되는 방식과 이상하게도 비슷하게 느껴졌습니다.

3. 도구가 진정한 힘이다

이것이 제가 가장 크게 ‘아하’했던 순간이었습니다.
에이전트는 다음을 할 수 있게 되면 진정으로 유용해집니다:

• 약간의 코드를 실행한다
• API를 호출한다
• 무언가를 검색한다
• 파일을 읽는다

그때부터 에이전트는 챗봇처럼 느껴지는 것이 아니라, 무언가를 만들거나 작업을 자동화하는 데 도움을 줄 수 있는 소프트웨어처럼 행동합니다.

내 캡스톤 프로젝트

간단한 목표 계획 에이전트를 만들었습니다. 작업을 입력하면 에이전트가 작업을 더 작은 단계로 나누고 필요한 자원을 결정합니다.

• 선택 이유: (세부 내용 생략)
• 잘 된 점: (세부 내용 생략)
• 아쉬운 점: (세부 내용 생략)
• 배운 점: (세부 내용 생략)

이해가 바뀐 방식

• 전: “에이전트는 단지 고급 챗봇일 뿐이다.”
• 후: “에이전트는 도구, 메모리, 계획을 활용하는 AI 모델에 의해 구동되는 작은 시스템이다.”

이 변화는 AI 프로젝트에 대한 제 생각을 바꾸었고, 많은 사람들이 에이전트를 다음 큰 단계로 보는 이유를 이해하게 만들었습니다.

최종 생각

전체적으로 배운 내용에 매우 만족합니다. 이 코스를 통해 에이전트가 어떻게 작동하는지, 그리고 실용적인 것을 어떻게 구축할 수 있는지에 대한 명확한 그림을 얻었습니다. 특히 다중 에이전트 워크플로우가 매우 흥미로웠기 때문에 계속 실험해 볼 계획입니다.