내 AI 에이전트에 대한 이해를 재정의하기: 5일간의 학습 경험
Source: Dev.to
이 글은 Google AI Agents Writing Challenge : Learning Reflections에 대한 제출물입니다.
Day 1 – Foundations of AI Agents
첫째 날에는 AI 에이전트의 핵심 개념과 정의적 특성에 대해 소개받았습니다. 순차 에이전트, 병렬 에이전트, 그리고 루프 에이전트에 대해 배우면서 AI 에이전트를 어떻게 조율할 수 있는지에 대한 시각이 완전히 바뀌었습니다. 이 기반은 보다 정교한 에이전트 아키텍처를 탐구하는 출발점이 되었습니다.
Day 2 – Custom Tools & Human‑in‑the‑Loop
내장 도구가 많은 작업을 단순화해 주지만, 진정한 도전은 맞춤형 도구를 정의하는 것입니다. “바이브 코딩” 시대에도 기존 코딩 실력이 여전히 가치가 있음을 발견했습니다. 실습 세션에서는 다음을 다루었습니다:
- MCP tools 만들기
- HITL (human in the loop) 로 장시간 작업 관리
이 경험을 통해 개발자가 맞춤형 기능을 추가함으로써 플랫폼을 확장하고 혁신을 이끌 수 있다는 점을 다시 한 번 확인했습니다.
Day 3 – Context Engineering & Memory
프롬프트 엔지니어링이 컨텍스트 엔지니어링으로 대체되고 있습니다. 셋째 날에는 에이전트를 위한 단기 메모리와 장기 메모리 구현에 집중했으며, 이를 통해 복잡하고 다중 턴 상호작용을 처리할 수 있게 되었습니다. 메모리 메커니즘이 갖춰지면 에이전트는 대화 전반에 걸쳐 컨텍스트를 유지할 수 있어, 장난감 수준 프로젝트를 넘어 미션 크리티컬 LLM 기반 솔루션으로 나아갈 수 있습니다.
Day 4 – Reliability, Transparency & Evaluation
프로덕션 급 시스템은 신뢰성이 필수입니다. 이번 세션에서는 고급 메트릭과 평가 전략을 활용해 AI 에이전트를 견고하고 투명하게 만드는 방법을 배웠습니다. 처음엔 내용이 다소 방대하게 느껴졌지만, 이러한 평가 기법을 숙달하는 것이 비즈니스 환경에서 영향력 있는 AI 에이전트 솔루션을 제공하는 데 핵심임을 깨달았습니다.
Day 5 – Prototype Development & Deployment
마지막 날은 벤더의 제품 데이터베이스를 조회하는 프로토타입을 구축하는 데 초점을 맞췄습니다. 아이디어 단계부터 실제 사용 가능한 서비스로 에이전트를 전환하는 전체 배포 파이프라인을 단계별로 진행했습니다.
Conclusion
5일 간의 여정을 통해 AI 에이전트와 에이전시 아키텍처가 어떻게 진화하고 있는지 생생하게 체감했습니다. 기본 개념, 맞춤형 도구, 메모리 관리, 신뢰성, 배포에 대한 이해가 명확해지면서, 앞으로 제 커리어를 설계하고 차세대 AI‑구동 애플리케이션에 기여할 준비가 한층 더 갖춰졌습니다.