[Class Review] Unit 1: Introduction to Agents (Part 1)

What is an Agent?

Big Picture

Agent란 무엇일까? 먼저 그 컨셉을 이해해보자.

만약 우리가 카페 점원에게 커피를 내려달라고 주문하면 점원은 그 즉시 커피를 내리기 위한 방법을 생각하고 계획을 세운다. 그리고 커피 머신을 이용해 커피를 내려서 우리에게 가져다 준다.

Agent는 이처럼 추론(reasoning), 계획(planning), 주변환경과 상호작용(interacting with its environment)할 줄 아는 AI 모델을 말한다.

Formal Definition

보다 정확한 정의는 다음과 같이 내릴 수 있다.

“An Agent is a system that leverages an AI model to interact with its environment in order to achieve a user-defined objective. It combines reasoning, planning, and the execution of actions (often via external tools) to fulfill tasks.”

그리고 Agent는 크게 2가지 주요 부분으로 구성되어 있다고 생각할 수 있다.

• The Brain (AI Model): 모든 생각이 일어나는 부분. AI 모델이 추론과 계획을 하고 현재 상황에서 어떤 액션을 할지 결정한다.
• The Body (Capabilities and Tools): Agent가 수행할 수 있는 모든 기능을 나타낸다.

The type of AI Model

그렇다면 우리는 Agent를 위해 어떤 타입의 AI 모델을 사용해야 할까?

가장 흔한 AI 모델은 입력과 출력이 모두 텍스트인 LLM (Large Language Model)이다. 예를 들어, OpenAI의 GPT4, Meta의 LLama, Google의 Gemini 등이 있다. LLMs에 대해서는 다음 섹션에서 더 자세히 다룰 것이다.

Interacting with the environment

LLMs는 엄청나지만 오직 텍스트만 생성할 수 있다. 그런데 HuggingChat이나 ChatGPT 같은 어플리케이션에선 이미지도 생성해주는데 어떻게 이게 가능할까?

해답은 바로 HuggingChat, ChatGPT와 같은 앱의 개발자들이 LLM이 이미지를 생성할 수 있도록 추가 기능(Tool이라고 불리는)을 구현했다는 것이다.

Tool에 대해서도 별도의 섹션에서 다룰 예정이다.

The type of tasks

Agent는 우리가 구현한 Tool을 활용해서 어떤 일이든 할 수 있다.

• 예시 1: 개인 가상 비서
  • Siri, Alexa, Google Assistant와 같은 가상 비서는 디지털 환경을 사용하여 사용자 대신 상호작용할 때 Agent 역할을 한다.
  • 사용자의 쿼리를 받아 컨텍스트를 분석하고 데이터베이스에서 정보를 검색하여 답변을 제공하거나 액션을 시작한다. 액션의 예시로는 리마인더 세팅, 메시지 전송, 스마트 기기 조절 등이 있다.
• 예시 2: 고객 서비스 챗봇
  • 많은 기업들이 자연어로 고객과 상호 작용하는 Agent로 챗봇을 활용한다.
  • 이러한 Agent들은 질문에 답하거나, 문제 해결 단계를 안내하거나, 내부 데이터베이스에 이슈를 등록하거나, 심지어 거래를 완료하기도 한다.
  • Agent의 사전 정의된 목표에는 사용자 만족도 향상, 대기 시간 단축, 판매 전환율 증대 등이 포함될 수 있다. 고객과 직접 상호작용하고, 대화로부터 학습하며, 시간이 지남에 따라 반응을 조정함으로써 Agent의 핵심 원칙을 실현하고 있다.
• 예시 3: 게임 속 AI NPC
  • LLM 기반의 AI agent를 사용하면 게임 속 NPC가 훨씬 더 역동적이고 예측 불가능하게 만들 수 있다.
  • 고정된 행동 트리를 따라 움직이는 대신에, 그들은 상황에 맞게 반응하고, 플레이어와의 상호작용에 따라 행동을 변화시키며, 더욱 미묘하고 자연스러운 대화를 생성할 수 있다. 이런 유연성 덕분에 NPC가 더욱 생생하고 몰입감 있게 느껴지며, 플레이어의 행동에 따라 함께 진화하는 캐릭터가 만들어진다.

📌 Summary

Agent는 일반적으로 LLM과 같은 AI 모델을 핵심 추론 엔진으로 사용하는 시스템으로, 다음과 같은 작업을 수행한다.

• 자연어 이해: 인간의 지시를 해석하고 의미 있는 방식으로 응답한다.
• 추론과 계획 수립: 정보를 분석하고, 결정을 내리며, 문제 해결을 위한 전략을 세운다.
• 환경과의 상호작용: 정보를 수집하고, 행동을 취하며, 그 행동의 결과를 관찰한다.