나의 학습 회고 – AI Agents Intensive

Source: Dev.to

나에게 진짜 남은 개념들

1. 추론 루프와 에이전트 아키텍처 – React와 Reflexion 같은 프레임워크를 이해하면서 에이전트 뒤의 “사고방식”—관찰하고, 추론하고, 계획하고, 행동하는 방식을 볼 수 있게 되었습니다. 마치 지능의 설계도를 처음 보는 듯한 느낌이었습니다.
2. 도구 활용 – 큰 “아하” 순간이었습니다. 에이전트가 API, 브라우저, 데이터베이스와 같은 도구와 상호작용할 수 있을 때 강력해진다는 것을 깨달으며 AI에 대한 모든 기존 생각을 재검토하게 되었습니다. 에이전트의 진정한 힘은 정보를 행동과 얼마나 잘 연결하느냐에 달려 있습니다.
3. 멀티 에이전트 시스템 – 여러 에이전트가 서로 다른 역할로 협업하는 모습을 보는 것이 정말 좋았습니다. 이를 통해 인간처럼, 하지만 AI 고유 방식으로 스마트한 팀워크를 통해 실제 업무를 얼마나 자동화할 수 있을지 생각하게 되었습니다.
4. 메모리 – 에이전트가 메모리를 저장하고, 회상하며, 활용하는 방식을 배우면서 그들이 어떻게 연속성을 구축하고 시간이 지남에 따라 개선되는지 새롭게 이해하게 되었습니다.

내 이해가 어떻게 발전했는가

이 강의를 듣기 전엔 솔직히 에이전트를 고급 챗봇이라고만 생각했었습니다. 이제는 다음과 같이 봅니다:

• 자율적인 작업자
• 의사결정자
• 문제 해결사
• 협업자
• 여러 면에서… 디지털 팀원

이제 에이전트가 목표를 분해하고, 다음 단계를 결정하며, 정보를 수집하고, 필요하면 스스로 수정하는 방식을 이해하게 되었습니다. 이 관점의 전환은 저에게 큰 변화였습니다.

나의 캡스톤 프로젝트

캡스톤으로 Smart Viz Analyst를 만들었으며, 이를 통해 추론 프레임워크, 도구 통합, 메모리, 자율 루프 등 모든 것을 적용해볼 수 있었습니다. 이를 통해 엣지 케이스를 다루는 방법, 불확실한 상황에서 에이전트를 안내하는 방법, 지속적인 지시 없이도 실제로 작업을 완수하는 시스템을 설계하는 방법을 배웠습니다.

최종 정리

• 이 강의는 AI 에이전트를 만드는 방법만 가르친 것이 아니라, AI 에이전트 구축자처럼 사고하는 방법을 가르쳐 주었습니다.
• 이제 에이전트 시스템의 미래에 대해 그 어느 때보다 자신감과 영감, 기대감을 가지고 있습니다.
• 더 탄탄한 기반과 명확한 비전을 얻었으며, 간단한 어시스턴트부터 멀티 에이전트 워크플로우까지 처음부터 구축할 수 있는 능력을 갖추게 되었습니다.

솔직히 말해, 이것은 정말 큰 힘이 됩니다.