🦸🏻#14: '행동 (Actions)': 에이전트가 작업 (Task)을 수행하는 방법

들어가며

지금까지, ‘AI 에이전트’ 시리즈를 통해서 ‘자율형 에이전트’를 구성하는 핵심적 요소를 살펴봤는데요: 프로파일링 (정체성, 목표, 그리고 제약 조건), 지식 (기본적인 사실), 메모리 (과거의 맥락), 추론 및 계획 (작업 분석, 추론, 실행 계획), 그리고 성찰 (피드백 루프를 통해 미래의 성능 개선을 위한 결과 평가)까지요 - 하나만 빼고 다 살펴봤죠?

그 남은 하나가 바로, 액션 (행동)입니다.

‘액션’은, 자율형 에이전트가 계획된 활동을 실행하고, 환경이나 외부의 도구와 상호작용하고, 실질적인 ‘결과’를 만들어내게 되는 실용적인 단계입니다. 이론과 현실을 연결하는게 바로 ‘액션’이라서, 에이전트의 ‘자율성’에 반드시 필요한 요소죠 - 뭔가를 ‘말하는’ 게 아니라 뭔가를 ‘할 수 있게’ 되는 거니까요.

에이전틱 AI라는 맥락에서, ‘액션’은 에이전트가 외부 시스템과 상호작용하기 위해서 수행하는 모든 작업을 의미한다고 봅니다 - 수동적으로 텍스트에 응답하는 걸 넘어서, 적극적으로 데이터를 가져오고, 코드를 실행하고, API를 호출하거나, 인터페이스를 제어하는 것까지 포함하죠. 도구를 통합하는 것 (Tool Integration)도 필수적인데, 이게 바로 에이전트의 능력을 ‘모델 그 자체’를 넘어서 확장해서, 진짜 제대로 된 ‘자율성’을 확보할 수 있게 해 줍니다. 에이전틱 AI는, 도구와 센서, 데이터베이스 또는 웹 API 등에서 얻은 실시간의 정보를 다이나믹하게 적용해서, 복잡한 실제 현장의 문제를 해결하면서 적응해 나가게 됩니다.

이 글에서는, ‘액션’을 ‘UI 기반’의 접근법과 ‘API 기반’의 접근법으로 나눠서 살펴보고, LLM 안에서 함수를 호출한다는 것에 대해서 명확하게 이해를 해 보고, LangGraph, 마이크로소프트 AutoGen, CrewAI, Composio, OctoTools, BabyAGI, MemGPT(Letta) 같은 중요한 오픈소스 프레임워크들에 대해서도 살펴봅니다. 에이전트에 관심이 있으시다면, 끝까지 한 번 쭉 읽어보시기를 권합니다.

참고로, 액션과 밀접하게 관계되어 있는 ‘함수 호출 (Function Calling)’이라든가 ‘에이전트 프레임웍’과, 최근 급격하게 화제가 된 MCP (Model Context Protocol)를 약간 헷갈리실 수도 있는데요.

MCP에 대해서는 AI 에이전트의 이전 에피소드에서 소개한 적이 있으니 한 번 참고해 보시기 바라구요:

위의 글에서도 썼지만, MCP는 그 자체로 AI를 위한 오케스트레이션 엔진이나 에이전트 프레임웍이 아닙니다. MCP는 에이전트 아키텍처 안에 위치하는 통합 계층이자 프로토콜이예요. 에이전트가 외부의 도구나 데이터와 연결해서 뭔가를 하도록 해 주는 ‘도구 상자’ 정도의 역할을 하면서 LangChain, LangGraph, CrewAI 또는 LlamaIndex 같은 에이전트 오케스트레이션 도구를 보완해 줍니다

MCP와 함수 호출 (Function Calling)이 서로 배타적인 관계가 아니라 보완적인 개념임을 보여준 그림이 있어서 아래에 소개합니다:

오늘 에피소드에서는 아래와 같은 내용을 다룹니다:

• ‘액션’의 핵심 요소들

  • 도구 학습: UI-기반 vs. API-기반 상호작용

  • 함수 호출: LLM이 외부 함수를 호출하는 법

• ‘액션’을 하게끔 지원하는 오픈소스 프레임웍

• ‘액션’과 관련해서 떠오르는 트렌드

• 맺으며

• 보너스: 참고자료

‘액션’의 핵심 요소들

도구 학습: UI-기반 vs. API-기반 상호작용

에이전트가 액션을 하게끔 할 때 가장 먼저, 근본적으로 해야 하는 선택 사항은, 에이전트가 외부 도구나 애플리케이션과 어떻게 상호작용을 하도록 할 건가 하는 겁니다. 크게 봐서, 두 가지 범주로 나눌 수 있는데요: 바로 UI-기반으로 접근하는 방법과 API-기반으로 접근하는 방법입니다.

읽어주셔서 감사합니다. 친구와 동료 분들에게도 뉴스레터 추천해 주세요!