에이전트 아키텍처: 목표, 도구, 추론

레슨 1에서 에이전트가 무엇인지 배웠어요. 이제 에이전트 내부가 어떻게 작동하는지 — 자율적 행동을 가능하게 하는 아키텍처를 이해해요.

추론 루프

모든 AI 에이전트는 루프를 실행해요:

1. 관찰 — 현재 상태는? 무엇을 알고 있나? 지금까지 뭘 했나?
2. 사고 — 목표와 현재 상태를 고려할 때, 다음에 뭘 해야 하나?
3. 행동 — 사용 가능한 도구로 다음 단계 실행
4. 평가 — 효과가 있었나? 목표에 더 가까워졌나?
5. 반복 — 목표가 달성되지 않았으면 1단계로 돌아가기

이 루프는 에이전트가 목표를 달성하거나, 한계(최대 단계, 시간, 예산)에 도달하거나, 막혀서 도움을 요청할 때까지 실행돼요.

✅ Quick Check: 에이전트 추론 루프의 다섯 단계는? 관찰(현재 상태 평가), 사고(다음 행동 계획), 행동(도구로 실행), 평가(목표 진행 확인), 반복(완료까지 루프).

목표 설계

잘 정의된 목표가 잘 작동하는 에이전트를 만들어요. SMART-A 프레임워크:

구체적(Specific) — “소기업을 위한 상위 5개 CRM 플랫폼 조사"가 “CRM 조사"보다 나아요.

측정 가능(Measurable) — 에이전트가 완료를 어떻게 아나? “5개 플랫폼의 가격, 기능, 평점이 포함된 비교표 생산.”

달성 가능(Achievable) — 에이전트가 목표를 달성할 도구가 있어야 해요. 웹 접근이 없는 에이전트에게 현재 가격 조사를 요청하면 안 돼요.

관련성(Relevant) — 목표가 에이전트의 역량에 맞아야 해요.

시간/토큰 제한(Time-bounded) — 에이전트가 얼마나 오래, 몇 단계까지 걸릴 수 있는지 제한. 제한 없으면 무한 루프 가능.

도구 아키텍처

도구가 에이전트를 챗봇 이상으로 만들어요:

메모리 시스템

에이전트가 효과적으로 작동하려면 세 가지 메모리가 필요해요:

워킹 메모리 — 현재 생각하는 것. 현재 단계, 최근 도구 결과, 즉각적 맥락. 대화/컨텍스트 윈도우가 여기에 해당해요.

에피소딕 메모리 — 이 작업 중 일어난 것. 수행한 단계, 받은 결과, 만난 오류. 실패한 접근 반복을 방지해요.

영구 메모리 — 세션 간에 생존하는 지식. 사용자 선호, 이전 연구 결과, 학습된 패턴.

에이전트 패턴

순차적 에이전트 — 단계가 순서대로 실행: 조사 → 분석 → 작성 → 검토.

분기 에이전트 — 발견한 것에 따라 경로를 결정. “데이터가 구조화되어 있으면 직접 분석. 비구조화면 먼저 추출하고 정제.”

반복 에이전트 — 품질이 충분할 때까지 프로세스를 반복. “초안 작성 → 평가 → 약한 부분 개선 → 재평가.”

병렬 에이전트 — 여러 하위 작업을 동시에 실행. “A사, B사, C사를 동시에 조사한 뒤 결과 통합.”

핵심 정리

• 추론 루프(관찰, 사고, 행동, 평가, 반복)가 모든 AI 에이전트의 엔진이에요
• SMART-A 프레임워크로 잘 정의된 목표가 에이전트 성능을 극적으로 높여요
• 도구가 텍스트 생성을 넘어선 역량을 줘요: 검색, 코드, 파일, API, 데이터베이스, 브라우저 제어
• 세 가지 메모리: 워킹(현재 맥락), 에피소딕(작업 이력), 영구(세션 간 지식)
• 네 가지 에이전트 패턴: 순차적, 분기, 반복, 병렬
• 구축 전 아키텍처 설계가 낭비와 불안정한 결과를 방지해요

Up Next: 다음 레슨에서 이 아키텍처를 가지고 첫 번째 작동하는 AI 에이전트를 구축해요.