에이전트로 자율 추론 시스템 만들기

에이전트로 자율 추론 시스템 만들기

'에이전트(agent)'는 자동으로 추론하고 결정을 내리는 엔진이에요. 사용자의 입력·질문을 받아서, 그 질문을 처리하는 데 필요한 내부 결정을 스스로 내리며 올바른 결과를 돌려줘요. 에이전트가 하는 일은 대략 이렇게 나눌 수 있어요.

• 복잡한 질문을 더 작은 질문들로 쪼개기
• 외부 도구(Tool)를 고르고, 그 도구를 호출할 파라미터 만들기
• 일련의 작업을 계획(planning)하기
• 완료한 작업을 메모리 모듈에 저장해 두기

LlamaIndex는 이런 에이전트 시스템을 서로 다른 수준의 복잡도로 만들 수 있게 해주는 종합적인 프레임워크를 제공해요.

• 빠르게 에이전트를 만들고 싶다면 — 미리 만들어 둔 에이전트와 도구 구조를 쓰면 바로 에이전틱 시스템을 구성할 수 있어요.
• 에이전트 시스템을 완전히 제어하고 싶다면 — Workflows로 처음부터 나만의 에이전틱 워크플로를 직접 만들 수 있어요.

주로 어떤 용도로 쓰나

에이전트의 활용 범위는 끝없이 넓어지고 있지만, 지금 당장 가치를 낼 만한 실용 사례 몇 가지를 골라볼게요.

• 에이전틱 RAG(Agentic RAG) — 단순 질문뿐 아니라 복잡한 리서치 작업까지 처리하는 데이터 기반 리서치 어시스턴트를 만들어요. 시작 가이드에서 시작하기 좋아요.
• 리포트 생성(Report Generation) — 멀티 에이전트 리서처+라이터 워크플로에 LlamaParse를 결합해 멀티모달 리포트를 생성해요.
• 고객 지원(Customer Support) — Workflows로 멀티 에이전트 컨시어지(concierge)를 만드는 스타터 템플릿도 마련돼 있어요.

그 밖에도 이런 활용이 가능해요.

• 생산성 어시스턴트 — 이메일·캘린더 같은 업무 도구 위에서 동작하는 에이전트를 만들어요. GSuite 에이전트 튜토리얼을 참고하면 좋아요.
• 코딩 어시스턴트 — 코드 위에서 동작하는 에이전트를 만들어요. 코드 인터프리터 튜토리얼을 참고하세요.

더 알아보기

에이전트를 어떻게 조립하는지 더 깊이 들어가려면 Agents와 Tools 컴포넌트 가이드를 보는 게 좋아요. 에이전트가 내부적으로 어떻게 동작하는지 이해하려면 'Building an agent' 이해 섹션을 함께 보면 목표가 더 명확해져요.