AI 에이전트

AI 에이전트

환경을 인식하고 목표 달성을 위해 자율적으로 행동을 선택·실행하는 AI 시스템으로, LLM 기반 에이전트는 도구 사용·계획 수립·메모리 관리를 통해 복잡한 작업을 수행

특징: 자율적 의사결정, 환경 인식·행동, 도구 사용, 피드백 루프

구성요소: 인식(Perception: 환경상태 파악), 계획(Planning: 목표분해·순서결정), 행동(Action: 도구호출·환경조작), 메모리(Memory: 단기대화+장기지식), 도구사용(Tool Use: API·코드·검색)

유형: 단순반사(규칙기반), 모델기반, 목표기반, 효용기반, 학습에이전트

LLM기반 에이전트: ReAct(추론+행동 반복), AutoGPT(자율목표달성), BabyAGI(태스크관리), LangChain Agent(도구통합)

적용사례: 챗봇(고객지원), 자동화작업(데이터분석), 게임AI, 로봇제어

비교: 단순챗봇(단일응답·수동) vs AI에이전트(도구사용·자율·반복) vs 멀티에이전트(협업·역할분담)

연관: 강화학습, LLM, ReAct, AutoGPT, LangChain