에이전트를 써야 할까, 말아야 할까?

AI 에이전트 입문

Adel Nehme

VP of AI Curriculum, DataCamp

두 고객 지원 팀의 이야기

• "내 주문을 어떻게 추적하나요?"
• "상품을 어떻게 반품하나요?"
• "배송 주소를 어떻게 변경하나요?"

• "저는 결제가 두 번 됐는데, 한 주문은 취소됐고요, 예전에 반품하고 받은 스토어 크레딧이 제대로 적용되지 않았어요"

¹ GPT-4o로 생성된 이미지

고객 지원팀 A의 이야기

• "내 주문을 어떻게 추적하나요?" >
• "상품을 어떻게 반품하나요?">

  • "배송 주소를 어떻게 변경하나요?"

문제의 특징

• 간단한 의사 결정이 필요한 상황
• 고객 정보 및 이력에 접근할 필요가 없음
• 모두 명확하고 예측 가능한 답변

고객 지원 팀 B의 이야기

• "저는 결제가 두 번 됐는데, 한 주문은 취소됐고요, 예전에 반품하고 받은 스토어 크레딧이 제대로 적용되지 않았어요"

문제의 특징

• 복잡한 의사 결정이 필요한 상황
• 고객 정보 및 이력에 접근 필요
• 적응형 솔루션 필요

두 고객 지원 팀의 이야기

• 사전 학습된 지식을 기반으로 한 간단한 챗봇
• 도구 사용이나 별도의 작업이 필요하지 않음

• 도구 접근 권한이 있는 에이전틱 솔루션
• 문제 해결 전략을 생성하고 시스템을 업데이트할 수 있음

¹ GPT-4o로 생성된 이미지

AI 에이전트를 언제 사용할까

AI 에이전트 사용 기준

1. 복잡한 의사결정이 필요한 경우
2. 비정형 데이터에 크게 의존하는 경우
3. 규칙을 유지하는 데 어려움이 있는 경우
4. 상황에 적응해야 하는 문제 해결이 필요한 경우

에이전트 사용 사례 예시

1. 자율형 고객 지원 시스템
2. 코드베이스를 읽고, 업데이트를 제안하며, 이를 자동으로 적용할 수 있는 코딩 어시스턴트
3. 연구를 통합할 수 있는 심층 연구 어시스턴트

AI 에이전트 도구 생태계

AI 에이전트 도구 생태계

$$

AI 에이전트 도구 생태계

$$

AI 에이전트 도구 생태계

$$

AI 에이전트 도구 생태계

$$

만들 것인가 vs 구매할 것인가: 프레임워크

기성 도구
특정 도메인 또는 사용 사례(예: AI 지원 코딩)를 다룸
이미 시장에 충분히 검증된 솔루션이 존재함
유지보수 부담을 최소화하고자 함

만들 것인가 vs 구매할 것인가: 프레임워크

기성 도구	로우코드/노코드 플랫폼
특정 도메인 또는 사용 사례(예: AI 지원 코딩) 해결	일부 커스터마이징이 필요하지만 완전한 제어는 필요하지 않음
시장에 이미 성숙하고 충분히 검증된 솔루션이 존재함	워크플로우가 다소 복잡하지만 일반적인 패턴을 따름
유지보수 부담을 최소화하고 싶음	비즈니스 사용자가 엔지니어의 도움 없이 에이전트를 수정하길 원함
	기존 시스템과 빠르게 통합해야 함

만들 것인가 vs 구매할 것인가: 프레임워크

기성 도구	로우코드/노코드 플랫폼	에이전트 프레임워크(구축)
특정 도메인 또는 사용 사례 해결(예: AI 지원 코딩)	일부 커스터마이징이 필요하지만 완전한 제어는 필요 없음	사용 사례에 독점 시스템이 포함됨
시장에 이미 충분히 검증된 솔루션이 존재함	워크플로가 어느 정도 복잡하지만 일반적인 패턴을 따름	민감한 데이터 처리
유지보수 부담을 최소화하고 싶음	비즈니스 사용자가 엔지니어의 도움 없이 에이전트를 수정하길 원함	에이전트가 경쟁 우위의 핵심임
	기존 시스템과 빠르게 통합해야 함	기존 솔루션이 특수 요구사항을 충족하지 못함
		에이전트의 행동 및 진화에 대한 완전한 제어가 필요함

연습해봅시다!

AI 에이전트 입문