[인공지능사관학교: 자연어분석A반] Node.js (12) / AI-Agent (3)

Suhyeon Lee·2025년 9월 15일
인공지능사관학교

목차

Ⅰ. 오전 수업
	A. 1교시
		1. 지난 시간 복습
		2. 세션(Session) 구현
	B. 2교시
		1. 세션(Session) 구현 (cont.)
		2. 로그아웃 구현하기
	C. 3교시
		1. 전체 회원 조회

Ⅱ. 오후 수업
	A. 4교시
		1. 지난 시간 복습
		2. LangGraph를 활용한 챗봇 구축
	B. 5교시
		1. LangGraph를 활용한 Agent 구축
	C. 6교시
		1. Agent에 메모리(memory) 추가하기

Ⅲ. CAREER UP
	취업 특강

Ⅳ. 하루 돌아보기


Ⅰ. 오전 수업

A. 1교시

1. 지난 시간 복습

  • EJS로 회원관리 구현
    • EJS: 템플릿 엔진
    • 화면 렌더링 원리: SSR
      • EJS 세팅
    • 주의 사항: 라우터를 항상 맨 밑에 등록하기!
  1. app.js
    • 특이 사항: body-parser가 express에 통합되었음 → body-parser 모듈을 따로 import 할 필요 없이 바로 express.urlencoded() 쓰면 됨
  1. mainRouter.js
    • 라우터를 쪼개지 않고 하나의 라우터에서 모두 처리하는 방식 사용
      • 페이지 규모가 크지 않을 때는 굳이 라우터 쪼갤 필요 없음
      • 라우터를 쪼개면 '값'을 전달하는 방법이 조금 어려움 → get 방식으로 데이터를 URL에 쿼리스트링(Query String) 형태로 포함하여 서버로 전달 / 세션 사용 등 한 단계가 더 추가됨
    • POINT
      • a 태그는 모두 get 방식
      • form 태그는 method 지정 가능
      • 같은 라우터 안에서 똑같은 경로 처리하기 → 통신 방식 다르면(get/post) 같은 라우터 내에서 똑같은 경로 처리됨!
    • get 처리
    • post 처리
      • 값을 받아주는 코드 먼저 작성하기
      • select문은 list 형태로 값이 넘어온다는 걸 기억하기
    • 코드 작성 시 직관성, 의미론적인 부분 항상 생각하기
      • {nick: rows} → main.ejs에서 nick[0].nick으로 사용
      • {user: rows} → main.ejs에서 user[0].nick으로 사용
      • {user: rows[0]} → main.ejs에서 user.nick으로 사용
      • {user: rows[0].nick} → main.ejs에서 user로 사용
    • 값을 보낼 때는 최대한 정확하게 보내기! 그래야 값을 꺼낼 때 편하게 꺼낼 수 있다 (위 예시 참조)
    • 값을 전달할 때는 '값이 없는 경우'도 반드시 생각하기 → 초깃값 설정: res.render("main", {user: null})
  1. main.ejs
    • 서버가 페이지를 생성해서 클라이언트에게 넘겨주는 SSR(server-side rendering)
      • 장점: 초기 로딩 속도가 매우 빠름
      • 단점: 유동적인 UI 변경이 어렵다

2. 세션(Session) 구현

  • 현재 코드의 문제점 파악
    • 로그인은 성공했지만 새로 고침을 누르면 로그인 정보가 사라짐
    • 다른 페이지로 이동하면 로그인 정보가 사라짐
    • 즉, 데이터 유지가 안 됨 (페이지를 만드는 순간에만 데이터를 사용)
  • 해결 방안
    • 공용 데이터 공간 만들기 → 세션(session)
      • DB에서 꺼내 온 값을 저장 → 필요한 파일에서 값을 호출
      • 지역 변수 / 전역 변수 개념으로 생각하면 편함
    • 값을 유지해서 다른 페이지에서도 사용하는 데이터만 세션에 넣기
      • 예: 팝업 '일주일간 보지 않기'
      • 예: 로그인 상태 유지
    • 세션의 종류
      • 서버 세션
      • 브라우저 세션: 데이터가 브라우저에 저장됨 → pw 같은 중요한 키 값이 들어가는 데이터는 절대 저장하면 안 됨!

실습 진행

  1. 터미널에서 세션 설치: npm i express-session
    • 이거 말고도 다양한 세션 모듈이 존재함
      • express-session이 가장 쉬움
  2. 세션 등록하기: app.js
const session = require("express-session");
// session 사용 등록
app.use(
	session({
    	secret: "mysecret"
      , resave:  false
      , saveUninitialized: false
      , cookie: {
      	httpOnly: true
        , secure: false
        , maxAge: 1000 * 60 * 60 * 7 // 7시간
      }
    })
);
  • secret
    • 보안 키
    • 세션을 암호화할 때 사용하는 키 값
    • 개발자가 열어본다거나 직접 조작할 일은 없음
      • 브라우저가 기억하고 있다가 사용 → 세션은 보통 브라우저에 저장 → 다른 개발자나 해커가 브라우저에 접근하면 내 데이터가 전부 노출됨 → 사용자가 다른 곳에서 접근하는 것을 막는 용도로 사용! (해당 키 값이 없으면 접근 불가능)
  • resave
    • 비어 있는 값을 자동으로 저장할지 여부
    • false로 설정 권장
  • saveUninitialized
    • 빈 세션 생성 여부
    • 메모리 낭비를 최대한 막기 위해 false로 설정
      • '세션 안 쓸 거면 만들지 마!'라는 뜻
  • cookie → 보안 관련 설정
    • 기록을 저장시키는 것 (나의 발자취)
    • 내가 들어왔던 걸 기억
    • 빠른 로딩을 위해 반복되는 데이터는 쿠키로 저장
  • cookie 파라미터(속성) 설정
    • httpOnly
      • 자바스크립트의 접근 허가 여부 cf. XSS 공격 관련 보안
      • 브라우저에서만 동작하겠다는 뜻
      • HttpOnly 속성이 설정된 쿠키는 클라이언트 측 스크립트*(JavaScript 등)에서 접근할 수 없음 → 쿠키가 HTTP/HTTPS 요청을 통해서만 서버로 전송되도록 제한
    • secure
      • https에서만 실행할 것인지 여부
      • 권장은 true → BUT 현재 실습에서는 http로 localhost에 접근하기 때문에 false로 설정해 주어야 함!
    • maxAge
      • session의 ★★생명주기★★
      • 밀리초(ms) 단위임 (1s=1000ms)
      • 반드시 설정해야 함! (무조건 등록)
      • 일정 시간 지나면 로그아웃 되는 로직도 maxAge
CookieSession
저장 위치클라이언트(사용자 PC)서버
저장 형식텍스트(text)객체(Object)
사용 자원(리소스)클라이언트 리소스웹 서버 리소스
용량 제한한 도메인당 20개, 개별 쿠키 4KB제한 없음(서버에서 허용하는 한도 내에서)
만료 시점쿠키 저장 시 설정
설정 없을 시에는 브라우저 종료 시 만료		알 수 없음*
설정 가능(자동 삭제)브라우저 종료 시 삭제
속도세션보다 빠름쿠키보다 느림
보안세션보다 낮음쿠키보다 높음

*: 클라이언트가 로그아웃하거나, 설정한 시간 동안 반응이 없을 경우 무효화되기 때문에 정확한 시점을 알 수 없음

세션은 웹 브라우저를 시작하여 종료할 때까지 상태를 유지시켜 준다.
세션도 쿠키를 사용하기 때문에 쿠키와 세션을 보면 비슷하다. 가장 큰 차이점은 저장 위치 및 서버 사용 여부이다.
쿠키는 클라이언트(로컬)에 저장하여 사용하지만, 세션은 서버 자원을 활용한다. 보안 면에서는 세션이 쿠키보다 높지만, 서버의 자원을 활용하기 때문에 무분별하게 사용할 수 없다.
라이프 사이클의 경우 세션은 웹 브라우저가 종료되면 끝나지만, 쿠키는 사용 기한과 데이터 파일이 있는 한 브라우저가 종료되어도 유지된다.
속도는 세션보다 쿠키가 더 빠르다.
웹 개발자들은 로그인 정보와 같은 중요한 데이터는 세션에 저장하고, 사용자 맞춤형 옵션이나 장바구니 정보를 쿠키에 저장해 서버 자원을 효율적으로 활용한다.

  • Cookie
    • 사용자의 편의를 위한 것
    • 지워져도 되고, 가로채이더라도 큰 일이 없는 수준의 정보들을 브라우저에 저장
      • 예: 자동완성, 팝업 일주일간 보지 않기 등
    • 클라이언트에 저장되므로 서버 자원을 절약할 수 있지만 보안성이 낮음
  • Session
    • 서버 안에서 다뤄지는 것
    • 사용자나 다른 누군가에게 노출되면 안 되는 정보들은 세션으로 서비스 제공자가 직접 관리
    • 보안성이 높지만 서버 자원을 소모
    • 많으면 서버에 부담
  1. mainRouter.js에서 세션 등록하기
    • 공용 공간인 session에 닉네임을 저장
      • session이라는 공간은 req에 존재 → 응답하는 공간인데 왜 req? → 브라우저에 저장한다는 개념이라(브라우저 세션) 브라우저 쪽에 있는 세션에서 꺼내 와야 하기 때문: 클라이언트의 정보를 가지고 있는 건 req!
if(rows.length>0){
  req.session.user = rows[0].nick;
  // rows[0].nick을 공용 공간(session)에 user라는 이름으로 저장한다는 뜻
  // 웹 사이트의 브라우저에 값을 저장 → 브라우저 종속적, 프론트에서만 쓸 수 있는 상태
  res.redirect('/');
}else{
  res.redirect("/login");
};

해당 코드는 삼항 연산자(ternary operator)로 사용할 수는 있지만, 권장되지 않습니다. 이유는 삼항 연산자는 "값을 반환"하는 용도로 만들어졌고, 주로 변수 할당이나 간단한 한 줄짜리 표현에 적합하기 때문입니다.

  • 삼항연산자 사용 가능 여부
    • 아래처럼 삼항연산자로도 작성은 할 수 있습니다:
rows.length > 0
  ? (req.session.user = rows.nick, res.redirect('/'))
  : res.redirect('/login');
  • 단, 이 방식은 표현은 가능하나, 코드 가독성과 유지보수 측면에서 권장되는 스타일이 아닙니다. 여러 문장이 들어가거나(위 예시에서 쉼표 연산자 사용) 실행 흐름 제어나 사이드이펙트가 있는 경우에는 기존의 if~else문이 훨씬 명확합니다.
  • 결론
    • 삼항연산자 사용은 가능하지만, if~else 사용이 더 바람직하다고 할 수 있습니다.
    • 가독성, 명확성, 디버깅 등을 생각하면 기존의 if~else 구문이 더 좋습니다.
  1. app.js: 세션 user 전역 변수 등록 및 초깃값 설정
    • 세션은 app.js에서 관리함!
    • 세션을 등록한 뒤에는 반드시 해당 데이터를 전역 변수 형태로 사용하겠다고 app.js에서 값을 등록(선언)해야 함

B. 2교시

1. 세션(Session) 구현 (cont.)

  • 넘어온 세션값 전역변수로 등록
    • 세션을 처음 만들면 브라우저 세션에 저장함 (mainRouter.js: req.session.user=rows[0].nick;) → 이걸 서버 쪽에서 쓰려면 끌어와야 함 (app.js: res.locals.user = req.session.user || null;)
      • 브라우저에 등록했던 데이터를 서버의 공용 공간으로 가져오기 → req에 있는 값을 서버에 등록 → res.locals:서버 쪽 로컬 환경(내 컴퓨터 환경)에 등록하겠다는 뜻
      • 세션이 없을 경우 null값을 저장: 초깃값 설정 → res.locals.user = req.session.user || null;
    • 코드 끝났으니 다음 줄로 넘어가라고 알려줘야 함: next()
      • 다른 사용 등록은 자동으로 next();가 되기 때문에 이제까지 안 적었던 것

next()를 꼭 써야 하는 이유는, 미들웨어에서 next()를 호출하지 않으면 Express가 그 다음 미들웨어로 넘어가지 않고 요청 처리가 멈추기 때문입니다. 반면에 다른 곳(POST 데이터 처리, 라우터 등록 등)에서 next()가 필요 없는 이유는 기본으로 next() 코드가 탑재되어 있거나 해당 미들웨어가 요청–응답 사이클을 직접 종료(res.send, res.end 등)할 때입니다.

  • 미들웨어에서 next()의 역할
    • next()는 다음 미들웨어 함수로 제어를 넘기는 역할을 합니다.
    • 미들웨어에서 next()를 호출하지 않으면, 요청은 해당 미들웨어에서 멈추고, 이후 미들웨어나 라우터로 넘어가지 않아 응답이 반환되지 않고 클라이언트는 대기 상태가 됩니다.
  • 언제 next()가 필요 없는가?
    • 미들웨어 함수 내부에서 응답을 완료하는 경우(res.send, res.json, res.redirect, res.end 등), 더 이상 다음 미들웨어로 넘길 필요가 없으므로 next()를 호출할 필요가 없습니다.
    • 예를 들어, 라우트 핸들러에서 바로 응답을 보낼 때는 next() 없이 끝내도 됩니다.
  • 결론
    • 미들웨어에서 요청–응답을 끝내지 않을 경우 반드시 next()를 호출해야 합니다. 그렇지 않으면 코드 실행이 멈춥니다.
    • 반대로, 응답을 이미 보냈으면 next()를 쓸 필요가 없습니다. 이 원리는 Express의 미들웨어 시스템에서 공통적으로 적용됩니다.
  • 로그인 하기 전 상태의 메인 화면으로 돌아가고 싶어요
    1. 브라우저에서 쿠키를 지우면 저장된 세션 사라짐
      • 브라우저>설정>개인 정보 보호 및 보안>인터넷 사용 기록 삭제
    2. 로그아웃 기능 구현하면 됨

2. 로그아웃 구현하기

  • main.ejs에서 로그아웃 경로 설정
    • href="/logout
  • mainRouter.js에 로그아웃 기능 구현
  • req.session.destroy();
    • 내가 등록한 세션 키 값 전체 삭제하겠다는 뜻
      • 여기서는 req.session.user 값만 등록했으니까 이것만 지워짐
  • 주의 사항: 브라우저 session에 id, pw 절대 넣으면 안 됨
    • DB session이나 server session 사용해 값 자체를 서버 쪽에 저장하고 프론트에서 가져다 쓰는 건 괜찮음 → 크롬 로그인 상태 유지가 이런 식으로 동작

header 분리하기

  • 코드 모듈화 (레이아웃 쪼개기)
  1. header.ejs 만들기
  2. main.ejs, login.ejs에 header.ejs 연결: include ()
  • 메뉴 바(or 네비게이션 바)도 이런 식으로 모듈로 쪼개서 관리 → 이 개념이 바로 react의 시초임: '모듈화'
  • 모든 페이지에서 공용으로 사용하는 header(메뉴 바, 네비게이션 바) or footer(화면 밑 설명글)는 파일로 쪼개서 호출해서 사용한다.
    • 장점: 코드가 짧아지고, 유지보수가 용이하다.

모든 템플릿 엔진에는 다 include에 해당하는 기능 존재
심지어는 순수 HTML에도 이런 개념이 있음: import → 보안이 많이 취약해 잘 사용하지는 않음

  • 포인트
    • 포트 3000번 첫 방문 → user: null로 초기화
    • main.ejs → include("header") → header.ejs 먼저 실행
    • 로그인 후 → user: req.session.user 값 등록

C. 3교시

1. 전체 회원 조회

  • 전체 회원 관련 코드 작성
    1. get 방식으로 경로를 조회
    2. DB에 연결해서 모든 사용자를 조회 → id, nick만 조회 → 쿼리문을 신경쓰자
      • 조회된 모든 회원 정보를 리턴 → 세션 저장 X → 페이지 렌더링(조회한 값을 전달) → 리스트 타입
  1. header.ejs에 a 태그 추가
    • <a href="/userlist">전체 회원 조회</a>
  2. mainRouter.js에 경로 추가
router.get("/userlist",(req,res)=>{

});
  1. views 폴더 안에 userlist.ejs 생성
    • header 임포트
    • 반복문을 통해 전체 회원 출력
  2. mainRouter.js에 로직 추가
    • sql에 넣어줄 값이 없으니까 conn.query(sql,(err,rows)=>{});만 적으면 됨 → 리스트 필요 없음
  3. userlist.ejs에서 값 받아주기
    • userlist라는 공간에 rows가 들어 있는 상태 → 꺼내서 쓰는 반복문 작성하기
    • 자바스크립트 문법 <%와 %>로 감싸기
    • 값을 꺼내 온 경우 꺼내 온 값을 <%=와 %>로 감싸기

추가: forEach 문 사용하기

  • 코드
  • 실행 결과

Q. http://localhost:3000/userlist 바로 접근하면 로그인 없이도 전체 회원 목록을 볼 수 있는데…
A. 경로 베이스라 어쩔 수 없다고 함
url 뒤에 인증하는 키를 담아주거나 session 값이 비어 있으면(여기서는 user==null일 때) 목록을 보여주지 않는 조건문 코드를 작성하면 됨!




Ⅱ. 오후 수업

A. 4교시

1. 지난 시간 복습

  • Agent
    • LLM이 단순 답변을 넘어서 스스로 판단 → 도구 실행 → 결과 활용하는 구조
    • 기본적으로 보이지 않는 루프 → 시각화 & 제어 도구 필요 → "LangGraph"
  • LangGraph
    • Agent의 보이지 않는 루프를 그래프로 시각화하고 제어하는 프레임워크
    • Node(노드) = 생각 / 도구 실행 / 판단
    • Edge(엣지) = 다음 단계로 이동 규칙
    • State(상태) = 현재 맥락 (질문, 도구 결과, 로그 등)
    • Interrupt/Checkpoint = 중단·재개, 상태 저장 지원
  • LangGraph를 위해 필요한 추가 지식
    • 웹 검색 도구: Tavily
    • Python 문법: TypedDict, Annotated
      • Annotated Field: 필드 안에 다양한 속성 정의 가능
  • 유효성 검사
    • LangGraph 내에서 유효성 검사 사용 위치: 그래프 입구, 그래프 출구 노드
  • LangGraph 구성 요소
    • State
      • 노드와 노드 간 정보 전달
    • Node
    • Edge
      • Conditional Edge
  • 그래프 생성하기
    • 객체 생성
      • graph_builder = StateGraph()
    • 노드 추가
      • add_node
    • 엣지 추가
      • add_edge
      • add_conditional_edge
  • 조건부 엣지(add_conditional_edge)
    • source
      • 조건 검사를 시작할 노드
    • path
      • 현재 상태를 평가하고 다음 노드를 결정하는 함수
    • path_map
      • 조건부 엣지에 연결된 다음 노드 목록
      • 딕셔너리 형태로 작성

2. LangGraph를 활용한 챗봇 구축

  • LangGraph를 활용하여 간단한 챗봇 구현: TeddyNote WikiDocs
    1. State(상태) 정의
      • 어떤 데이터들을 입력받을 것인지 지정
      • 어떤 데이터를 이동해 줄 것인지에 대한 State(상태)
    2. Node(노드) 정의
    3. 그래프 객체 생성 및 노드 추가
    4. Edge(엣지) 추가 → 노드들끼리 어떻게 연결되는지 지정
    5. 그래프 컴파일
    6. 그래프 시각화
    7. 그래프 실행

목표

  • 메시지를 입력 받아 → LLM 호출 → 응답 message 추가 → 종료
  1. 상태 정의
    • 메시지 누적을 위해 리스트 형태로 설정
    • 리듀서 함수(Reducer)
      • 리듀서 함수는 상태(State)와 액션(Action)을 입력받아 새로운 상태를 반환하는 순수 함수
      • 데이터를 누적할 때 사용
      • 주로 Redux나 React의 useReducer와 같은 상태 관리 라이브러리에서 애플리케이션의 상태 변화를 정의하는 데 사용
    • add_messages: ranggraph에서 제공하는 메시지용 병합 규칙 함수
      • State 내에서 특정 키(messages)를 업데이트 할 때 기본 '덮어쓰기' 대신 리스트 형태로 이어 붙이기로 처리할 때 사용
# 1. 상태(state) 정의
from typing import TypedDict, Annotated
from langgraph.graph.message import add_messages # 리듀서 함수(reducer) → 데이터를 누적할 때 사용
# add_messages는 ranggraph에서 제공하는 메시지용 병합 규칙 함수
# State 내에서 특정 키(messages)를 업데이트 할 때 기본 '덮어쓰기' 대신 리스트 형태로 이어 붙이기로 처리

class State(TypedDict):
	# 메시지 정의(list type 이며 add_messages 함수를 사용하여 메시지를 추가)
    messages_from_dict: Annotated[list, add_messages]
  1. 노드 정의
    • "chatbot" 노드를 추가
      • 노드는 작업의 단위를 나타냄
      • 일반적으로 정규 Python 함수
from langchain_openai import ChatOpenAI

# LLM 정의
llm = ChatOpenAI(
    model="gpt-4o-mini"
    , temperature=0
    , max_tokens = 500
)

# chatbot 노드 구성
def chatbot(state:State):
	# 메시지 호출 및 반환: 계속 누적할 거니까 리스트 형태로 담아줘야 함!
    return {"messages": [llm.invoke(state["messages"])]}
  1. 그래프 생성 및 노드 추가
    • chatbot 노드 함수 (우리가 앞에서 생성한 거)
      • 현재 State를 입력으로 받아 "messages"라는 키 아래에 업데이트된 messages 목록을 포함하는 사전(TypedDict)을 반환함
    • State의 add_messages 함수
      • 이미 상태에 있는 메시지에 llm의 응답 메시지를 추가
from langgraph.graph import StateGraph

# 그래프 객체 생성
graph_builder = StateGraph(State)

# 노드 추가
# 노드 이름, 함수 혹은 callable 객체를 인자로 받아 노드를 추가
graph_builder.add_node("chatbot", chatbot) # "노드 이름", 함수 이름
<langgraph.graph.state.StateGraph at 0x782b1c7191f0>
  1. 그래프 엣지(Edge) 추가
    • 시작 노드에서 챗봇 노드로의 엣지 추가
      • START 지점(그래프가 실행될 때마다 작업을 시작할 위치)을 추가
    • 챗봇 노드에서 종료 노드로의 엣지 추가
      • END 지점(그래프 흐름의 종료(끝지점)를 나타냄)을 설정
from langgraph.graph import START, END # START → 직관적 제어 가능(시작점이 여러 개일 때 유용)

# 시작점 → 챗봇
graph_builder.add_edge(START, "chatbot")
# 챗봇 → 끝
graph_builder.add_edge("chatbot", END)
<langgraph.graph.state.StateGraph at 0x782b1c7191f0>
구분add_edge(START, "chatbot")set_entry_point("retrieve")
동작사용자가 직접 START → 노드 엣지 추가내부적으로 START → 해당 노드 엣지를 자동 추가
시작 노드 개수여러 개 가능하나만 지정 가능
직관성분기나 다중 시작점 제어에 유리단일 진입점일 때 코드 간결
  1. 그래프 컴파일(compile)
  • 그래프를 실행하기 위해 그래프 빌더에서 compile()을 호출
  • 이렇게 하면 상태에서 호출할 수 있는 "CompiledGraph"가 생성됨
graph_chatbot = graph_builder.compile()
  1. 그래프 시각화
# 6. 그래프 시각화
from langchain_teddynote.graphs import visualize_graph

visualize_graph(graph_chatbot)

  1. 그래프 실행
    • 꼭 리스트 안 튜플로 넣어야 함: {"messages": [("user", question)]}
# 7. 그래프 실행
# 사용자가 모델에게 하고 싶은 질문 → state의 초깃값으로 들어감
question = "광주의 유명한 맛집 TOP3 출력해주세요"

# 그래프 이벤트 스트리밍
for res in graph_chatbot.stream({"messages": [("user", question)]}): 
	# 이벤트 값 출력
    for value in res.values():
        print(value)
        print(value["messages"][-1].content)

# {
#   "messages": [
#     HumanMessage(content="광주의 유명한 맛집 TOP 3를 추천해주세요"),
#     AIMessage(content="광주에서 유명한 맛집 TOP 3는 ...")
#   ]
# }
{'messages': [AIMessage(content='광주에는 맛있는 음식점이 많이 있습니다. 그 중에서 유명한 맛집 TOP3를 소개해드릴게요.\n\n1. **광주식당** - 전통적인 한식과 함께 광주 지역의 특색 있는 음식을 제공합니다. 특히, 비빔밥과 불고기가 유명합니다.\n\n2. **송정떡갈비** - 송정동에 위치한 이곳은 떡갈비로 유명합니다. 부드러운 고기와 특제 소스가 어우러져 많은 사람들에게 사랑받고 있습니다.\n\n3. **무등산막걸리** - 전통 막걸리와 함께 다양한 안주를 즐길 수 있는 곳입니다. 특히, 지역 특산물로 만든 안주가 인기입니다.\n\n광주를 방문하신다면 이 맛집들을 꼭 들러보세요!', additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 180, 'prompt_tokens': 17, 'total_tokens': 197, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_name': 'gpt-4o-mini-2024-07-18', 'system_fingerprint': 'fp_560af6e559', 'id': 'chatcmpl-CFvS1y8zGHcfcZPXXbCSM18LYCHqb', 'service_tier': 'default', 'finish_reason': 'stop', 'logprobs': None}, id='run--40c108c3-635d-40fc-a0b8-0b274d14f60e-0', usage_metadata={'input_tokens': 17, 'output_tokens': 180, 'total_tokens': 197, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}})]}
광주에는 맛있는 음식점이 많이 있습니다. 그 중에서 유명한 맛집 TOP3를 소개해드릴게요.

1. **광주식당** - 전통적인 한식과 함께 광주 지역의 특색 있는 음식을 제공합니다. 특히, 비빔밥과 불고기가 유명합니다.

2. **송정떡갈비** - 송정동에 위치한 이곳은 떡갈비로 유명합니다. 부드러운 고기와 특제 소스가 어우러져 많은 사람들에게 사랑받고 있습니다.

3. **무등산막걸리** - 전통 막걸리와 함께 다양한 안주를 즐길 수 있는 곳입니다. 특히, 지역 특산물로 만든 안주가 인기입니다.

광주를 방문하신다면 이 맛집들을 꼭 들러보세요!

B. 5교시

1. LangGraph를 활용한 Agent 구축

  • tools
    • 웹 검색 도구 추가하기: Tavily
  • LLM에 도구를 바인딩하여 LLM에 입력된 요청에 따라 필요 시 웹 검색 도구(tools)를 호출하는 Agent 구축
    • 챗봇에 웹 검색 기능 묶기
  • 조건부 엣지를 활용하여 호출 여부에 따라 다른 노드로 전달하는 방법
  • TeddyNote WikiDocs
  1. state 정의
# 1. state 정의
class State(TypedDict):
    messages: Annotated[list, add_messages]
  1. 웹 검색 도구 정의
# 2. 웹 검색 도구 정의
from langchain_teddynote.tools.tavily import TavilySearch

# 검색 도구 생성
tool_tavily = TavilySearch(max_results=2)
# Tavily 검색 인스턴스 생성 (설정: 최대 2건 반환)

# 도구 목록에 추가
tools = [tool_tavily]
# LLM에 바인딩(binding)할 도구 리스트 생성
  • LLM을 정의하고 도구를 바인딩하기
    • bind_tools(): 도구들을 바인딩하는 함수
    • 원래 기본 LLM은 단방향(입력 → 출력)으로 텍스트만 생성
      • 즉, 사용자의 입력이 들어오면 답변 문자열을 출력할 뿐 "검색해 볼까?", "계산기를 불러와 계산해 볼까?"와 같이 '도구를 호출'하는 로직은 없다!
    • 도구 바인딩을 통해 API 호출하여 결과값 출력
      • 어떤 도구를 쓸 것인지 판단해서 결정
      • bind_tools() == 도구 사용 메뉴판을 제공하는 것
  1. 모델, 노드, 그래프 생성 및 그래프에 노드 추가
    • LLM에 bind_tools를 추가하여 'LLM + 도구'를 구성
    • 도구 노드(Tool Node)
      • 도구가 호출될 경우 실제로 실행할 수 있는 함수 → LangGraph의 pre-built 되어있는 ToolNode 로 대체
# 3. 모델, 노드, 그래프 생성 및 그래프에 노드 추가
# 모델 정의
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0, max_tokens=500)
# 웹 검색 도구 바인딩
llm_with_tools = llm.bind(tools=tools)

# 챗봇 노드 정의
def chatbot(state:State): # 매개 변수 이름:타입 힌트
    return {"messages": llm_with_tools.invoke(state["messages"])}

# 그래프 생성 및 노드 추가
graph_builder = StateGraph(State)
graph_builder.add_node("chatbot",chatbot)

# 도구 노드 정의 및 추가
from langgraph.prebuilt import ToolNode
# LangGraph에서 제공하는 도구 전용 노드 정의 도구
tool_node = ToolNode(tools)
graph_builder2.add_node("tools",tool_node)

직접 구현하고 싶다면:

import json
from langchain_core.messages import ToolMessage
class BasicToolNode:
    """Run tools requested in the last AIMessage node"""
    def __init__(self, tools: list) -> None:
        # 도구 리스트
        self.tools_list = {tool.name: tool for tool in tools}
    def __call__(self, inputs: dict):
        # 메시지가 존재할 경우 가장 최근 메시지 1개 추출
        if messages := inputs.get("messages", []):
            message = messages[-1]
        else:
            raise ValueError("No message found in input")
        # 도구 호출 결과
        outputs = []
        for tool_call in message.tool_calls:
            # 도구 호출 후 결과 저장
            tool_result = self.tools_list[tool_call["name"]].invoke(tool_call["args"])
            outputs.append(
                # 도구 호출 결과를 메시지로 저장
                ToolMessage(
                    content=json.dumps(
                        tool_result, ensure_ascii=False
                    ),  # 도구 호출 결과를 문자열로 변환
                    name=tool_call["name"],
                    tool_call_id=tool_call["id"],
                )
            )
        return {"messages": outputs}
# 도구 노드 생성
tool_node = BasicToolNode(tools=[tool])
# 그래프에 도구 노드 추가
graph_builder.add_node("tools", tool_node)

→ 가장 최근의 메시지를 확인하고 메시지에 tool_calls가 포함되어 있으면 도구를 호출하는 BasicToolNode를 구현

  1. 노드 추가
    • 조건부 엣지(Conditional Edge)
      • 도구 노드가 추가되면 conditional_edges를 정의할 수 있음
    • Edges: 한 노드에서 다음 노드로 제어 흐름을 라우팅
    • Conditional edges: 일반적으로 "if" 문을 포함하여 현재 그래프 상태에 따라 다른 노드로 라우팅
      • 현재 그래프 state를 받아 다음에 호출할 Node 를 나타내는 '문자열' 또는 '문자열 목록'을 반환
    • langgraph에 pre-built되어 있는 tools_condition으로 대체 가능
      • 도구 호출이 없을 경우 END 문자열을 반환(그래프 종료)
      • 그래프가 END로 전환되면 더 이상 완료할 작업이 없으며 실행을 중지

함수로 구현하는 건 wikidocs에서 확인하기!

# 4. 엣지 추가
# 조건부 엣지
from langgraph.prebuilt import tools_condition
# 마지막 AI 메시지에 "도구를 호출하라"라는 의도(키워드)를 확인하면 → tools로 이동
# "도구를 호출하라"라는 의도가 없으면 알아서 END로 보냄 → END로 가는 edge 따로 정의하지 않아도 됨
graph_builder2.add_conditional_edges("chatbot", tools_condition)

# 시작 → chatbot
graph_builder2.add_edge(START, "chatbot")
# chatbot → tools
graph_builder2.add_edge("tools", "chatbot")

# END로 보내는 엣지는 설정하지 않는 이유?
# tools_condition → 의도를 확인하여 "tool_calls"라는 메시지가 없으면 알아서 END로 이동
  1. 그래프 컴파일
# 5. 그래프 컴파일
graph2 = graph_builder2.compile()
  1. 그래프 시각화
# 6. 그래프 시각화
visualize_graph(graph2)

  • LangGraph 실행 흐름: TavilySearch 에이전트
    1. chatbot 첫 실행 → 답변 X, 툴 호출 의도만 생성
    2. tools 노드 실행 → Tavily API 호출, 검색 결과 확보
      3.다시 chatbot 노드로 → 검색 결과를 반영하여 최종 답변 생성
    3. tools_conditional → tool_calls 없음을 감지 (툴 호출 의도가 없음을 확인) → END
      • tool_calls는 처음 chatbot 들어갈 때 있다가 tools 노드로 진입하면 역할을 다 한 것이므로 tools_conditional이 없앰
  1. 그래프 실행
# 7. 그래프 실행
question2 = "인공지능 Agent의 개념"

# 출력
for res in graph2.stream({"messages": [("user", question2)]}):
    for value in res.values():
        print(value["messages"][-1].content)
        # print(value)
[{"url": "https://ko.wikipedia.org/wiki/%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8", "title": "지능형 에이전트 - 위키백과, 우리 모두의 백과사전", "content": "인공지능에서 지능형 에이전트(Intelligent agent)는 환경을 지각하고, 목표를 달성하기 위해 자율적으로 행동하며, 기계 학습을 통해 또는 지식을 습득하여 성능을", "score": 0.85186684, "raw_content": "[본문으로 이동](#bodyContent)\n\n* [한국 음식 에디터톤](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%ED%95%9C%EA%B5%AD_%EC%9D%8C%EC%8B%9D_%EC%97%90%EB%94%94%ED%84%B0%ED%86%A4 \"위키백과:한국 음식 에디터톤\")이 9월 5일부터 9월 30일까지 진행됩니다.\n* [말레이시아 교류 위키백과 봉사활동](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EB%A7%90%EB%A0%88%EC%9D%B4%EC%8B%9C%EC%95%84_%EA%B5%90%EB%A5%98_%EB%B4%89%EC%82%AC_%ED%99%9C%EB%8F%99 \"위키백과:말레이시아 교류 봉사 활동\")의 참가 신청을 10월 1일까지 받습니다.\n\n# 지능형 에이전트\n\n* [Afrikaans](https://af.wikipedia.org/wiki/Intelligente_agent \"Intelligente agent – 아프리칸스어\")\n* [العربية](https://ar.wikipedia.org/wiki/%D9%88%D9%83%D9%8A%D9%84_%D8%B0%D9%83%D9%8A \"وكيل ذكي – 아랍어\")\n* [Български](https://bg.wikipedia.org/wiki/%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%B8%D0%B3%D0%B5%D0%BD%D1%82%D0%B5%D0%BD_%D0%B0%D0%B3%D0%B5%D0%BD%D1%82 \"Интелигентен агент – 불가리아어\")\n* [বাংলা](https://bn.wikipedia.org/wiki/%E0%A6%AC%E0%A7%81%E0%A6%A6%E0%A7%8D%E0%A6%A7%E0%A6%BF%E0%A6%AE%E0%A6%BE%E0%A6%A8_%E0%A6%95%E0%A6%BE%E0%A6%B0%E0%A6%95 \"বুদ্ধিমান কারক – 벵골어\")\n* [Català](https://ca.wikipedia.org/wiki/Agent_intel%C2%B7ligent \"Agent intel·ligent – 카탈로니아어\")\n* [Deutsch](https://de.wikipedia.org/wiki/KI-Agent \"KI-Agent – 독일어\")\n* [Ελληνικά](https://el.wikipedia.org/wiki/%CE%95%CF%85%CF%86%CF%85%CE%AE%CF%82_%CF%80%CF%81%CE%AC%CE%BA%CF%84%CE%BF%CF%81%CE%B1%CF%82 \"Ευφυής πράκτορας – 그리스어\")\n* [English](https://en.wikipedia.org/wiki/Intelligent_agent \"Intelligent agent – 영어\")\n* [Español](https://es.wikipedia.org/wiki/Agente_inteligente_(inteligencia_artificial) \"Agente inteligente (inteligencia artificial) – 스페인어\")\n* [فارسی](https://fa.wikipedia.org/wiki/%D8%B9%D8%A7%D9%85%D9%84_%D9%87%D9%88%D8%B4%D9%85%D9%86%D8%AF \"عامل هوشمند – 페르시아어\")\n* [Français](https://fr.wikipedia.org/wiki/Agent_intelligent \"Agent intelligent – 프랑스어\")\n* [Galego](https://gl.wikipedia.org/wiki/Axente_intelixente \"Axente intelixente – 갈리시아어\")\n* [עברית](https://he.wikipedia.org/wiki/%D7%A1%D7%95%D7%9B%D7%9F_%D7%AA%D7%91%D7%95%D7%A0%D7%99 \"סוכן תבוני – 히브리어\")\n* [Hrvatski](https://hr.wikipedia.org/wiki/Inteligentni_agenti \"Inteligentni agenti – 크로아티아어\")\n* [Ido](https://io.wikipedia.org/wiki/Inteligental_agento \"Inteligental agento – 이도어\")\n* [Italiano](https://it.wikipedia.org/wiki/Agente_intelligente \"Agente intelligente – 이탈리아어\")\n* [日本語](https://ja.wikipedia.org/wiki/%E7%9F%A5%E7%9A%84%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88 \"知的エージェント – 일본어\")\n* [Lietuvių](https://lt.wikipedia.org/wiki/Intelektualus_agentas \"Intelektualus agentas – 리투아니아어\")\n* [Македонски](https://mk.wikipedia.org/wiki/%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%B8%D0%B3%D0%B5%D0%BD%D1%82%D0%B5%D0%BD_%D0%B0%D0%B3%D0%B5%D0%BD%D1%82 \"Интелигентен агент – 마케도니아어\")\n* [Монгол](https://mn.wikipedia.org/wiki/%D0%A3%D1%85%D0%B0%D0%B0%D0%BB%D0%B0%D0%B3_%D0%B0%D0%B3%D0%B5%D0%BD%D1%82 \"Ухаалаг агент – 몽골어\")\n* [Norsk bokmål](https://no.wikipedia.org/wiki/Intelligente_agenter \"Intelligente agenter – 노르웨이어(보크말)\")\n* [Polski](https://pl.wikipedia.org/wiki/Inteligentny_agent \"Inteligentny agent – 폴란드어\")\n* [Português](https://pt.wikipedia.org/wiki/Agente_inteligente \"Agente inteligente – 포르투갈어\")\n* [Русский](https://ru.wikipedia.org/wiki/%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B9_%D0%B0%D0%B3%D0%B5%D0%BD%D1%82 \"Интеллектуальный агент – 러시아어\")\n* [සිංහල](https://si.wikipedia.org/wiki/%E0%B6%B6%E0%B7%94%E0%B6%AF%E0%B7%8A%E0%B6%B0%E0%B7%92%E0%B6%B8%E0%B6%AD%E0%B7%8A_%E0%B6%B1%E0%B7%92%E0%B6%BA%E0%B7%9D%E0%B6%A2%E0%B7%92%E0%B6%AD%E0%B6%BA%E0%B7%8F \"බුද්ධිමත් නියෝජිතයා – 싱할라어\")\n* [Simple English](https://simple.wikipedia.org/wiki/Intelligent_agent \"Intelligent agent – Simple English\")\n* [Slovenščina](https://sl.wikipedia.org/wiki/Inteligentni_sistem \"Inteligentni sistem – 슬로베니아어\")\n* [Shqip](https://sq.wikipedia.org/wiki/Agjenti_inteligjent \"Agjenti inteligjent – 알바니아어\")\n* [Српски / srpski](https://sr.wikipedia.org/wiki/Inteligentni_agent \"Inteligentni agent – 세르비아어\")\n* [Svenska](https://sv.wikipedia.org/wiki/Intelligent_agent \"Intelligent agent – 스웨덴어\")\n* [Українська](https://uk.wikipedia.org/wiki/%D0%86%D0%BD%D1%82%D0%B5%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D0%B8%D0%B9_%D0%B0%D0%B3%D0%B5%D0%BD%D1%82 \"Інтелектуальний агент – 우크라이나어\")\n* [Tiếng Việt](https://vi.wikipedia.org/wiki/T%C3%A1c_nh%C3%A2n_th%C3%B4ng_minh \"Tác nhn thông minh – 베트남어\")\n* [中文](https://zh.wikipedia.org/wiki/%E6%99%BA%E8%83%BD%E4%BB%A3%E7%90%86 \"智能代理 – 중국어\")\n* [粵語](https://zh-yue.wikipedia.org/wiki/%E6%99%BA%E8%83%BD%E9%AB%94 \"智能體 – 광둥어\")\n\n[링크 편집](https://www.wikidata.org/wiki/Special:EntityPage/Q1142726#sitelinks-wikipedia \"언어 간 링크 편집\")\n\n위키백과, 우리 모두의 백과사전.\n\n[인공지능](/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5 \"인공지능\")에서 **지능형 에이전트**(Intelligent agent)는 [환경을 지각](/wiki/%EA%B8%B0%EA%B3%84_%EC%A7%80%EA%B0%81 \"기계 지각\")하고, 목표를 달성하기 위해 자율적으로 행동하며, [기계 학습](/wiki/%EA%B8%B0%EA%B3%84_%ED%95%99%EC%8A%B5 \"기계 학습\")을 통해 또는 [지식](/wiki/%EC%A7%80%EC%8B%9D_%ED%91%9C%ED%98%84 \"지식 표현\")을 습득하여 성능을 향상시킬 수 있는 실체이다. 주요 AI 교과서들은 인공지능을 \"지능형 에이전트의 연구 및 설계\"로 정의하며, 목표 지향적 행동이 지능의 핵심임을 강조한다.\n\n지능형 에이전트의 전문화된 하위 집합인 **[에이전틱 AI](/wiki/%EC%97%90%EC%9D%B4%EC%A0%84%ED%8B%B1_AI \"에이전틱 AI\")** (또한 **AI 에이전트** 또는 단순히 **에이전트**라고도 함)는 목표를 적극적으로 추구하고, 의사결정을 내리며, 장기간에 걸쳐 행동을 취함으로써 이 개념을 확장하여 새로운 형태의 디지털 에이전시를 구현한다.[[1]](#cite_note-1)\n\n지능형 에이전트는 단순한 것부터 고도로 복잡한 것까지 다양하다. 기본적인 [온도조절기](/wiki/%EC%98%A8%EB%8F%84%EC%A1%B0%EC%A0%88%EA%B8%B0 \"온도조절기\") 또는 [제어 시스템](/wiki/%EC%A0%9C%EC%96%B4_%EC%8B%9C%EC%8A%A4%ED%85%9C \"제어 시스템\")은 지능형 에이전트로 간주되며, [인간](/wiki/%EC%9D%B8%EA%B0%84 \"인간\")이나 [기업](/wiki/%EA%B8%B0%EC%97%85 \"기업\"), [국가](/wiki/%EA%B5%AD%EA%B0%80 \"국가\"), [생물 군계](/wiki/%EC%83%9D%EB%AC%BC_%EA%B5%B0%EA%B3%84 \"생물 군계\")와 같이 동일한 기준을 충족하는 다른 시스템도 마찬가지이다.[[2]](#cite_note-FOOTNOTERussellNorvig2003chpt._2-2)\n\n지능형 에이전트는 목표를 포함하는 목적 함수를 기반으로 작동한다. 이들은 완료 시 이 함수의 기대값을 최대화하는 계획을 생성하고 실행하도록 설계된다.[[3]](#cite_note-plato-3) 예를 들어, [강화 학습](/wiki/%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5 \"강화 학습\") 에이전트는 보상 함수를 가지고 있어 프로그래머가 원하는 행동을 형성할 수 있다.[[4]](#cite_note-quanta_problem-4) 유사하게, [진화 알고리즘](/wiki/%EC%A7%84%ED%99%94_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 \"진화 알고리즘\")의 행동은 적합도 함수에 의해 안내된다.[[5]](#cite_note-Bull,_Larry_1999-5)\n\n인공지능의 지능형 에이전트는 [경제학](/wiki/%EA%B2%BD%EC%A0%9C%ED%95%99 \"경제학\")의 [에이전트](/w/index.php?title=%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8_(%EA%B2%BD%EC%A0%9C%ED%95%99)&action=edit&redlink=1 \"에이전트 (경제학) (없는 문서)\")와 밀접하게 관련되어 있으며, 지능형 에이전트 [패러다임](/wiki/%ED%8C%A8%EB%9F%AC%EB%8B%A4%EC%9E%84 \"패러다임\")의 여러 버전이 [인지 과학](/wiki/%EC%9D%B8%EC%A7%80_%EA%B3%BC%ED%95%99 \"인지 과학\"), [윤리학](/wiki/%EC%9C%A4%EB%A6%AC%ED%95%99 \"윤리학\"), [실천 이성](/wiki/%EC%8B%A4%EC%B2%9C_%EC%9D%B4%EC%84%B1 \"실천 이성\") 철학뿐만 아니라 많은 [학제간](/wiki/%ED%95%99%EC%A0%9C%EA%B0%84 \"학제간\") [사회 인지](/wiki/%EC%82%AC%ED%9A%8C_%EC%9D%B8%EC%A7%80 \"사회 인지\") [모델링](/wiki/%EA%B3%BC%ED%95%99%EC%A0%81_%EB%AA%A8%EB%8D%B8%EB%A7%81 \"과학적 모델링\") 및 컴퓨터 [사회 시뮬레이션](/w/index.php?title=%EC%82%AC%ED%9A%8C_%EC%8B%9C%EB%AE%AC%EB%A0%88%EC%9D%B4%EC%85%98&action=edit&redlink=1 \"사회 시뮬레이션 (없는 문서)\")에서 연구된다.\n\n지능형 에이전트는 종종 컴퓨터 프로그램과 유사한 추상적인 기능 시스템으로 도식적으로 설명된다. 이론적 모델과 실제 구현을 구별하기 위해 지능형 에이전트의 추상적 설명은 추상 지능형 에이전트라고 불린다. 지능형 에이전트는 또한 사용자를 대신하여 작업을 수행하는 자율적인 컴퓨터 프로그램인 [소프트웨어 에이전트](/wiki/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8 \"소프트웨어 에이전트\")와 밀접하게 관련되어 있다. 이들은 또한 [경제학](/wiki/%EA%B2%BD%EC%A0%9C%ED%95%99 \"경제학\")에서 빌려온 용어인 \"[합리적 에이전트](/w/index.php?title=%ED%95%A9%EB%A6%AC%EC%A0%81_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&redlink=1 \"합리적 에이전트 (없는 문서)\")\"로도 불린다.[[2]](#cite_note-FOOTNOTERussellNorvig2003chpt._2-2)\n\n## AI의 기반으로서 지능형 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=1 \"부분 편집: AI의 기반으로서 지능형 에이전트\")]\n\n지능형 에이전트의 개념은 인공지능을 정의하고 이해하는 데 있어 기본적인 렌즈를 제공한다. 예를 들어, 영향력 있는 교과서인 [인공지능: 현대적 접근](/w/index.php?title=%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5:_%ED%98%84%EB%8C%80%EC%A0%81_%EC%A0%91%EA%B7%BC_%EB%B0%A9%EC%8B%9D&action=edit&redlink=1 \"인공지능: 현대적 접근 방식 (없는 문서)\") (러셀 & 노빅)은 다음과 같이 설명한다.\n\n* **에이전트:** 환경을 지각(센서 사용)하고 그에 따라 행동(액추에이터 사용)하는 모든 것. 예: 카메라와 바퀴가 있는 로봇, 데이터를 읽고 권장 사항을 제공하는 소프트웨어 프로그램.\n* **합리적 에이전트:** 자신의 지식과 과거 경험을 바탕으로 *최고의 가능한 결과*를 달성하기 위해 노력하는 에이전트. \"최고\"는 성능 측정(에이전트가 얼마나 잘하고 있는지를 평가하는 방법)으로 정의된다.\n* **인공지능 (분야로서):** 이러한 합리적 에이전트의 연구 및 생성.\n\n다른 연구자들과 정의들도 이 기반 위에 구축된다. 패드햄과 위니코프는 지능형 에이전트가 환경 변화에 시기적절하게 반응하고, 목표를 적극적으로 추구하며, 유연하고 견고해야 한다(예상치 못한 상황을 처리할 수 있어야 함)고 강조한다. 일부는 이상적인 에이전트가 경제적 의미에서 \"합리적\"(최적의 선택을 함)이어야 하며, 신념, 욕구, 의도([BDI 모델](/w/index.php?title=%EC%8B%A0%EB%85%90-%EC%9A%95%EA%B5%AC-%EC%9D%98%EB%8F%84_%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EB%AA%A8%EB%8D%B8&action=edit&redlink=1 \"신념-욕구-의도 소프트웨어 모델 (없는 문서)\"))와 같은 복잡한 추론이 가능해야 한다고 제안하기도 한다. 카플란과 하인라인은 외부 데이터를 이해하고, 그 데이터로부터 학습하며, 학습한 것을 유연한 적응을 통해 목표 달성에 사용하는 시스템의 능력에 초점을 맞춘 유사한 정의를 제시한다.\n\n인공지능을 지능형 에이전트 관점에서 정의하는 것은 몇 가지 주요 이점을 제공한다.\n\n* **철학적 논쟁 회피:** [튜링 검사](/wiki/%ED%8A%9C%EB%A7%81_%EA%B2%80%EC%82%AC \"튜링 검사\")나 설의 [중국어 방](/wiki/%EC%A4%91%EA%B5%AD%EC%96%B4_%EB%B0%A9#강한_인공지능 \"중국어 방\")에서 제기되는 것처럼 인공지능이 \"진정으로\" 지능적인지 또는 의식적인지에 대한 논쟁을 피한다. 이는 인간의 사고를 복제하는 것이 아니라 행동과 목표 달성에 중점을 둔다.\n* **객관적인 테스트:** AI 시스템을 평가하는 명확하고 과학적인 방법을 제공한다. 연구자들은 특정 \"목표 함수\" (또는 목적 함수)를 얼마나 잘 최대화하는지를 측정하여 다른 접근 방식을 비교할 수 있다. 이는 기술의 직접적인 비교 및 조합을 가능하게 한다.\n* **학제간 소통:** [수학적 최적화](/wiki/%EC%88%98%ED%95%99%EC%A0%81_%EC%B5%9C%EC%A0%81%ED%99%94 \"수학적 최적화\") 및 [경제학](/wiki/%EA%B2%BD%EC%A0%9C%ED%95%99 \"경제학\")과 같이 \"목표\" 및 \"합리적 에이전트\"와 같은 개념을 사용하는 다른 분야의 AI 연구자들이 협력할 수 있는 공통 언어를 생성한다.\n\n## 목적 함수\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=2 \"부분 편집: 목적 함수\")]\n\n추가 정보: [효용함수](/wiki/%ED%9A%A8%EC%9A%A9%ED%95%A8%EC%88%98 \"효용함수\") (경제학) 및 [손실 함수](/wiki/%EC%86%90%EC%8B%A4_%ED%95%A8%EC%88%98 \"손실 함수\") (수학)\n\n**목적 함수** (또는 **목표 함수**)는 지능형 에이전트의 목표를 지정한다. 에이전트가 목적 함수에 더 잘 부합하는 결과를 산출하는 행동을 일관되게 선택할수록 더 지능적이라고 간주된다. 사실상 목적 함수는 성공의 척도 역할을 한다.\n\n목적 함수는 다음과 같을 수 있다.\n\n* **단순함:** 예를 들어, [바둑](/wiki/%EB%B0%94%EB%91%91 \"바둑\") 게임에서 목적 함수는 승리에는 1, 패배에는 0의 값을 할당할 수 있다.\n* **복잡함:** 에이전트가 과거 행동을 평가하고 학습하여 효과적인 것으로 입증된 패턴을 기반으로 행동을 조정해야 할 수도 있다.\n\n목적 함수는 에이전트가 달성하도록 설계된 모든 목표를 포함한다. 합리적 에이전트의 경우, 잠재적으로 상충하는 목표 간의 절충점도 통합한다. 예를 들어, 자율 주행 차량의 목적 함수는 안전, 속도, 승객 편의와 같은 요소를 균형 있게 조정할 수 있다.\n\n맥락에 따라 이 개념을 설명하기 위해 다양한 용어가 사용된다. 여기에는 다음이 포함된다.\n\n* **[효용함수](/wiki/%ED%9A%A8%EC%9A%A9%ED%95%A8%EC%88%98 \"효용함수\"):** 경제학 및 의사결정 이론에서 자주 사용되며, 상태의 바람직함을 나타낸다.\n* **목적 함수:** 최적화에서 사용되는 일반적인 용어.\n* **[손실 함수](/wiki/%EC%86%90%EC%8B%A4_%ED%95%A8%EC%88%98 \"손실 함수\"):** 일반적으로 기계 학습에서 사용되며, 목표는 손실(오류)을 최소화하는 것이다.\n* **보상 함수:** [강화 학습](/wiki/%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5 \"강화 학습\")에서 사용된다.\n* **적합도 함수:** [진화 시스템](/w/index.php?title=%EC%A7%84%ED%99%94_%EC%8B%9C%EC%8A%A4%ED%85%9C&action=edit&redlink=1 \"진화 시스템 (없는 문서)\")에서 사용된다.\n\n목표, 그리고 따라서 목적 함수는 다음과 같을 수 있다.\n\n* **명시적으로 정의됨:** 에이전트에 직접 프로그래밍됨.\n* **유도됨:** 시간이 지남에 따라 학습되거나 진화됨.\n  + **[강화 학습](/wiki/%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5 \"강화 학습\")**에서 \"보상 함수\"는 피드백을 제공하여 원하는 행동을 장려하고 바람직하지 않은 행동을 억제한다. 에이전트는 누적 보상을 최대화하도록 학습한다.\n  + **[진화 시스템](/w/index.php?title=%EC%A7%84%ED%99%94_%EC%8B%9C%EC%8A%A4%ED%85%9C&action=edit&redlink=1 \"진화 시스템 (없는 문서)\")**에서 \"적합도 함수\"는 어떤 에이전트가 번식할 가능성이 더 높은지를 결정한다. 이는 유기체가 생존 및 번식 가능성을 최대화하도록 진화하는 자연 선택과 유사하다.[[6]](#cite_note-FOOTNOTEDomingos2015Chapter_5-6)\n\n[최근접 이웃](/wiki/%EC%B5%9C%EA%B7%BC%EC%A0%91_%EC%9D%B4%EC%9B%83_%ED%83%90%EC%83%89 \"최근접 이웃 탐색\")과 같이 전통적으로 에이전트로 간주되지 않는 일부 AI 시스템은 명시적으로 목표 지향적이지 않고 유추를 통해 추론한다. 그러나 이러한 시스템조차도 학습 데이터 내에 암묵적으로 정의된 목표를 가질 수 있다.[[7]](#cite_note-FOOTNOTEDomingos2015Chapter_7-7) 이러한 시스템은 비목표 시스템을 협소한 분류 작업을 수행하는 \"목표\"를 가진 시스템으로 구성함으로써 여전히 [벤치마킹](/wiki/%EB%B2%A4%EC%B9%98%EB%A7%88%ED%81%AC_(%EC%BB%B4%ED%93%A8%ED%8C%85) \"벤치마크 (컴퓨팅)\")할 수 있다.[[8]](#cite_note-8)\n\n[지식 표현 시스템](/wiki/%EC%A7%80%EC%8B%9D_%ED%91%9C%ED%98%84 \"지식 표현\")과 같이 전통적으로 에이전트로 간주되지 않는 시스템도 질문에 정확하게 답하는 것을 목표로 하는 에이전트로 구성함으로써 때때로 [패러다임](/wiki/%ED%8C%A8%EB%9F%AC%EB%8B%A4%EC%9E%84 \"패러다임\")에 포함된다. 여기서는 \"행동\"의 개념이 답변을 제공하는 \"행위\"를 포함하도록 확장된다. 더 나아가, 모방 기반 시스템은 IA가 원하는 행동을 얼마나 가깝게 모방하는지에 따라 \"목표 함수\"를 최적화하는 에이전트로 구성될 수 있다.[[3]](#cite_note-plato-3) 2010년대의 [생성적 적대 신경망](/wiki/%EC%83%9D%EC%84%B1%EC%A0%81_%EC%A0%81%EB%8C%80_%EC%8B%A0%EA%B2%BD%EB%A7%9D \"생성적 적대 신경망\") (GAN)에서 \"인코더\"/\"생성기\" 구성 요소는 인간의 텍스트 구성 방식을 모방하고 즉흥적으로 시도한다. 생성기는 적대적인 \"예측기\"/\"판별기\" 구성 요소를 얼마나 잘 속일 수 있는지를 나타내는 함수를 최대화하려고 시도한다.[[9]](#cite_note-9)\n\n[기호 AI](/w/index.php?title=%EA%B8%B0%ED%98%B8_AI&action=edit&redlink=1 \"기호 AI (없는 문서)\") 시스템은 종종 명시적인 목표 함수를 사용하지만, 이 패러다임은 [인공 신경망](/wiki/%EC%9D%B8%EA%B3%B5_%EC%8B%A0%EA%B2%BD%EB%A7%9D \"인공 신경망\") 및 [진화 계산](/w/index.php?title=%EC%A7%84%ED%99%94_%EA%B3%84%EC%82%B0&action=edit&redlink=1 \"진화 계산 (없는 문서)\")에도 적용된다. [강화 학습](/wiki/%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5 \"강화 학습\")은 \"보상 함수\"를 최대화하려는 방식으로 행동하는 것처럼 보이는 지능형 에이전트를 생성할 수 있다.[[10]](#cite_note-10) 때로는 보상 함수를 원하는 벤치마크 평가 함수와 직접 같게 설정하는 대신, 기계 학습 프로그래머는 초기 진행에 대해 기계에 보상을 주기 위해 보상 형성을 사용한다.[[11]](#cite_note-11) [얀 르쿤](/wiki/%EC%96%80_%EB%A5%B4%EC%BF%A4 \"얀 르쿤\")은 2018년에 \"사람들이 고안해낸 대부분의 학습 알고리즘은 본질적으로 어떤 목적 함수를 최소화하는 것으로 구성되어 있다\"고 말했다.[[12]](#cite_note-12) [알파제로](/wiki/%EC%95%8C%ED%8C%8C%EC%A0%9C%EB%A1%9C \"알파제로\") 체스는 승리 시 +1점, 패배 시 -1점이라는 단순한 목적 함수를 가지고 있었다. 자율 주행 차량의 목적 함수는 더 복잡할 것이다.[[13]](#cite_note-13) 진화 계산은 각 에이전트가 남길 수 있는 자손 수에 영향을 미치는 \"적합도 함수\"를 최대화하려는 방식으로 행동하는 것처럼 보이는 지능형 에이전트를 진화시킬 수 있다.[[5]](#cite_note-Bull,_Larry_1999-5)\n\n[AIXI](/w/index.php?title=AIXI&action=edit&redlink=1 \"AIXI (없는 문서)\")의 수학적 형식주의는 이 패러다임에서 최대 지능형 에이전트로 제안되었다.[[14]](#cite_note-14) 그러나 AIXI는 [계산 불가능](/w/index.php?title=%EA%B3%84%EC%82%B0_%EB%B6%88%EA%B0%80%EB%8A%A5&action=edit&redlink=1 \"계산 불가능 (없는 문서)\"). 현실 세계에서 IA는 유한한 시간과 하드웨어 자원에 제약을 받으며, 과학자들은 기존 하드웨어로 벤치마크 테스트에서 점진적으로 더 높은 점수를 달성하는 알고리즘을 생산하기 위해 경쟁한다.[[15]](#cite_note-15)\n\n## 에이전트 함수\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=3 \"부분 편집: 에이전트 함수\")]\n\n지능형 에이전트의 행동은 **에이전트 함수**로 수학적으로 설명될 수 있다. 이 함수는 에이전트가 본 것을 기반으로 무엇을 할지 결정한다.\n\n**인식**은 특정 시점에서 에이전트의 감각 입력를 말한다. 예를 들어, 자율 주행 차량의 인식에는 특정 순간의 카메라 이미지, 라이다 데이터, GPS 좌표 및 속도 판독값이 포함될 수 있다. 에이전트는 이러한 인식과 잠재적으로 인식의 이력을 사용하여 다음 행동(예: 가속, 제동, 회전)을 결정한다.\n\n에이전트 함수는 종종 f로 표시되며, 에이전트의 전체 인식 이력을 행동에 매핑한다.[[16]](#cite_note-16)\n\n수학적으로는 다음과 같이 표현할 수 있다.\n\n여기서:\n\n* **P\\**\\*는 가능한 모든 인식 시퀀스의 집합(에이전트의 전체 인식 이력)을 나타낸다. 별표(\\*)는 0개 이상의 인식 시퀀스를 나타낸다.\n* **A**는 에이전트가 취할 수 있는 가능한 모든 행동의 집합을 나타낸다.\n* **f**는 인식 시퀀스를 행동에 매핑하는 에이전트 함수이다.\n\n에이전트 함수(추상적인 수학적 개념)와 에이전트 프로그램(그 함수의 구체적인 구현)을 구별하는 것이 중요하다.\n\n* 에이전트 함수는 이론적인 설명이다.\n* 에이전트 프로그램은 에이전트에서 실행되는 실제 코드이다. 에이전트 프로그램은 현재 인식을 입력으로 받아 행동을 출력으로 생성한다.\n\n에이전트 함수는 다음을 포함한 다양한 의사결정 접근 방식을 통합할 수 있다.[[17]](#cite_note-Salamon2011-17)\n\n* 다양한 행동의 유용성(바람직함) 계산.\n* 논리 규칙 및 연역 사용.\n* 퍼지 논리 사용.\n* 기타 방법.\n\n## 지능형 에이전트의 종류\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=4 \"부분 편집: 지능형 에이전트의 종류\")]\n\n### 러셀과 노빅의 분류\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=5 \"부분 편집: 러셀과 노빅의 분류\")]\n\n[Russell & Norvig (2003)](#CITEREFRussellNorvig2003)는 에이전트를 인지된 지능 및 능력 정도에 따라 다섯 가지 클래스로 분류한다.[[18]](#cite_note-18)\n\n#### 단순 반사 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=6 \"부분 편집: 단순 반사 에이전트\")]\n\n단순 반사 에이전트는 현재 [지각](/w/index.php?title=%EC%A7%80%EA%B0%81_(%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5)&action=edit&redlink=1 \"지각 (인공지능) (없는 문서)\")에만 근거하여 행동하며, 나머지 지각 이력을 무시한다. 에이전트 함수는 조건-행동 규칙, 즉 \"만약 조건이면, 행동\"에 기반한다.\n\n이 에이전트 함수는 환경이 완전히 관찰 가능할 때만 성공한다. 일부 반사 에이전트는 현재 상태에 대한 정보를 포함할 수도 있으며, 이를 통해 액추에이터가 이미 작동 중인 조건을 무시할 수 있다.\n\n단순 반사 에이전트가 부분적으로 관찰 가능한 환경에서 작동하는 경우 [무한 루프](/wiki/%EB%AC%B4%ED%95%9C_%EB%A3%A8%ED%94%84 \"무한 루프\")는 종종 피할 수 없다. 에이전트가 행동을 무작위화할 수 있다면 무한 루프에서 벗어날 수 있다.\n\n온도가 특정 지점 이하로 떨어지면 켜지거나 꺼지는 가정용 [온도조절기](/wiki/%EC%98%A8%EB%8F%84%EC%A1%B0%EC%A0%88%EA%B8%B0 \"온도조절기\")는 단순 반사 에이전트의 한 예이다.[[19]](#cite_note-19)[[20]](#cite_note-20)\n\n#### 모델 기반 반사 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=7 \"부분 편집: 모델 기반 반사 에이전트\")]\n\n모델 기반 에이전트는 부분적으로 관찰 가능한 환경을 처리할 수 있다. 현재 상태는 에이전트 내부에 저장되어 있으며, 보이지 않는 세계의 일부를 설명하는 구조를 유지한다. \"세계가 어떻게 작동하는지\"에 대한 이러한 지식을 세계의 모델이라고 부르며, 따라서 \"모델 기반 에이전트\"라는 이름이 붙었다.\n\n모델 기반 반사 에이전트는 지각 이력에 의존하며 현재 상태의 관찰되지 않은 측면 중 일부라도 반영하는 일종의 [내부 모델](/wiki/%EC%A0%95%EC%8B%A0_%EB%AA%A8%EB%8D%B8 \"정신 모델\")을 유지해야 한다. 지각 이력과 환경에 대한 행동의 영향은 내부 모델을 사용하여 결정할 수 있다. 그런 다음 반사 에이전트와 동일한 방식으로 행동을 선택한다.\n\n에이전트는 환경 내의 다른 에이전트의 행동을 설명하고 예측하는 데 모델을 사용할 수도 있다.[[21]](#cite_note-21)\n\n#### 목표 기반 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=8 \"부분 편집: 목표 기반 에이전트\")]\n\n목표 기반 에이전트는 \"목표\" 정보를 사용하여 모델 기반 에이전트의 기능을 더욱 확장한다. 목표 정보는 바람직한 상황을 설명한다. 이는 에이전트가 여러 가능성 중에서 목표 상태에 도달하는 것을 선택하는 방법을 제공한다. 탐색 및 [계획](/w/index.php?title=%EC%9E%90%EB%8F%99%ED%99%94%EB%90%9C_%EA%B3%84%ED%9A%8D_%EB%B0%8F_%EC%8A%A4%EC%BC%80%EC%A4%84%EB%A7%81&action=edit&redlink=1 \"자동화된 계획 및 스케줄링 (없는 문서)\")은 에이전트의 목표를 달성하는 행동 시퀀스를 찾는 데 전념하는 인공지능의 하위 분야이다.\n\n[챗GPT](/wiki/%EC%B1%97GPT \"챗GPT\")와 [룸바](/wiki/%EB%A3%B8%EB%B0%94_(%EC%B2%AD%EC%86%8C%EA%B8%B0) \"룸바 (청소기)\") 진공청소기는 목표 기반 에이전트의 예이다.[[22]](#cite_note-22)\n\n#### 효용 기반 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=9 \"부분 편집: 효용 기반 에이전트\")]\n\n목표 기반 에이전트는 목표 상태와 비목표 상태만을 구별한다. 특정 상태가 얼마나 바람직한지에 대한 척도를 정의하는 것도 가능하다. 이 척도는 상태의 효용을 측정하는 효용 함수를 사용하여 얻을 수 있다. 더 일반적인 성능 측정은 에이전트의 목표를 얼마나 잘 충족했는지에 따라 다른 세계 상태를 [비교](/w/index.php?title=%EB%B9%84%EA%B5%90_(%EC%BB%B4%ED%93%A8%ED%84%B0_%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D)&action=edit&redlink=1 \"비교 (컴퓨터 프로그래밍) (없는 문서)\")할 수 있도록 해야 한다. 효용이라는 용어는 에이전트가 얼마나 \"행복한지\"를 설명하는 데 사용될 수 있다.\n\n합리적인 효용 기반 에이전트는 행동 결과의 기대 효용을 최대화하는 행동을 선택한다. 즉, 각 결과의 확률과 효용을 고려할 때 에이전트가 평균적으로 얻을 것으로 예상하는 것을 선택한다. 효용 기반 에이전트는 환경을 모델링하고 추적해야 하며, 이러한 작업은 지각, 표현, 추론 및 학습에 대한 많은 연구를 수반했다.\n\n#### 학습 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=10 \"부분 편집: 학습 에이전트\")]\n\n학습을 통해 에이전트는 알 수 없는 환경에서 시작하여 점차 초기 지식의 한계를 넘어설 수 있다. 이러한 에이전트의 핵심적인 구분은 성능 향상을 담당하는 \"학습 요소\"와 외부 행동 선택을 담당하는 \"성능 요소\"의 분리이다.\n\n학습 요소는 \"평론가\"로부터 피드백을 수집하여 에이전트의 성능을 평가하고, \"행위자\"라고도 불리는 성능 요소를 어떻게 조정하여 더 나은 결과를 산출할 수 있는지 결정한다. 이전에는 전체 에이전트로 간주되었던 성능 요소는 인식을 해석하고 행동을 취한다.\n\n최종 구성 요소인 \"문제 생성기\"는 탐색과 추가 개선을 장려하는 새롭고 유익한 경험을 제안한다.\n\n### 바이스의 분류\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=11 \"부분 편집: 바이스의 분류\")]\n\n[Weiss (2013)](#CITEREFWeiss2013)에 따르면, 에이전트는 네 가지 클래스로 분류될 수 있다.\n\n* 논리 기반 에이전트: 행동에 대한 결정이 [논리적 연역](/wiki/%EC%97%B0%EC%97%AD \"연역\")을 통해 도출되는 에이전트.\n* 반응형 에이전트: 상황에서 행동으로 직접 매핑을 통해 결정이 이루어지는 에이전트.\n* 신념-욕구-의도 에이전트: 에이전트의 신념, 욕구, 의도를 나타내는 [자료 구조](/wiki/%EC%9E%90%EB%A3%8C_%EA%B5%AC%EC%A1%B0 \"자료 구조\")를 조작하는 것에 따라 결정이 달라지는 에이전트.\n* 계층형 아키텍처: 의사결정이 여러 소프트웨어 계층에 걸쳐 이루어지며, 각 계층은 다른 추상화 수준에서 환경에 대해 추론한다.\n\n### 기타\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=12 \"부분 편집: 기타\")]\n\n2013년 알렉산더 위스너-그로스는 지능형 에이전트의 [지능](/wiki/%EC%A7%80%EB%8A%A5 \"지능\")과 [자유](/wiki/%EC%9E%90%EC%9C%A0 \"자유\") 사이의 관계를 탐구하는 이론을 발표했다.[[23]](#cite_note-23)[[24]](#cite_note-24)\n\n## 에이전트 계층\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=13 \"부분 편집: 에이전트 계층\")]\n\n이 부분의 본문은 [다중 에이전트 시스템](/wiki/%EB%8B%A4%EC%A4%91_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8_%EC%8B%9C%EC%8A%A4%ED%85%9C \"다중 에이전트 시스템\")입니다.\n\n지능형 에이전트는 여러 \"하위 에이전트\"로 계층적으로 구성될 수 있다. 이 하위 에이전트들은 하위 수준 기능을 처리하며, 주 에이전트와 함께 복잡한 작업을 실행하고 어려운 목표를 달성할 수 있는 완전한 시스템을 형성한다.\n\n일반적으로 에이전트는 센서와 액추에이터로 나뉘어 구성된다. 지각 시스템은 센서를 통해 환경으로부터 입력을 수집하여 이 정보를 중앙 제어기로 전달하고, 중앙 제어기는 액추에이터에 명령을 내린다. 종종 하위 수준 작업에 필요한 빠른 응답과 상위 수준 목표에 필요한 더 심사숙고한 추론의 균형을 맞추기 위해 다층 제어기 계층이 필요하다.[[25]](#cite_note-25)\n\n## 다른 정의 및 용법\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=14 \"부분 편집: 다른 정의 및 용법\")]\n\n\"지능형 에이전트\"는 종종 \"[가상 개인 비서](/wiki/%EA%B0%80%EC%83%81_%EB%B9%84%EC%84%9C \"가상 비서\")\"와 동의어로 모호하게 사용되기도 한다.[[26]](#cite_note-26) 20세기 정의 중 일부는 에이전트를 사용자를 돕거나 사용자를 대신하여 행동하는 프로그램으로 특징짓는다.[[27]](#cite_note-27) 이러한 예는 [소프트웨어 에이전트](/wiki/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8 \"소프트웨어 에이전트\")로 알려져 있으며, 때로는 \"지능형 소프트웨어 에이전트\"(즉, 지능을 가진 소프트웨어 에이전트)를 \"지능형 에이전트\"라고 부르기도 한다.\n\n[니콜라 카사보프](/w/index.php?title=%EB%8B%88%EC%BD%9C%EB%9D%BC_%EC%B9%B4%EC%82%AC%EB%B3%B4%ED%94%84&action=edit&redlink=1 \"니콜라 카사보프 (없는 문서)\")는 1998년에 IA 시스템이 다음 특성을 보여야 한다고 말했다.[[28]](#cite_note-FOOTNOTEKasabov1998-28)\n\n* 새로운 [문제 해결](/wiki/%EB%AC%B8%EC%A0%9C_%ED%95%B4%EA%B2%B0 \"문제 해결\") 규칙을 점진적으로 수용한다.\n* [온라인](/wiki/%EC%98%A8%EB%9D%BC%EC%9D%B8_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 \"온라인 알고리즘\") 및 [실시간](/wiki/%EC%8B%A4%EC%8B%9C%EA%B0%84_%EC%BB%B4%ED%93%A8%ED%8C%85 \"실시간 컴퓨팅\")으로 적응한다.\n* [자신](/wiki/%EC%9E%90%EC%95%84%EA%B0%9C%EB%85%90 \"자아개념\")을 행동, 오류, 성공 측면에서 분석할 수 있다.\n* 환경과의 상호작용을 통해 학습하고 개선한다 ([구현](/w/index.php?title=%EC%9E%84%EB%B2%A0%EB%94%94%EB%93%9C_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&redlink=1 \"임베디드 에이전트 (없는 문서)\")).\n* 많은 양의 [데이터](/wiki/%EB%8D%B0%EC%9D%B4%ED%84%B0_(%EC%BB%B4%ED%93%A8%ED%8C%85) \"데이터 (컴퓨팅)\")로부터 빠르게 학습한다.\n* 메모리 기반 예제 [저장](/wiki/%EC%BB%B4%ED%93%A8%ED%84%B0_%EC%A0%80%EC%9E%A5 \"컴퓨터 저장\") 및 검색 기능을 갖는다.\n* 단기 및 장기 메모리, 연령, 망각 등을 나타내는 [매개변수](/wiki/%EB%A7%A4%EA%B0%9C%EB%B3%80%EC%88%98_(%EC%BB%B4%ED%93%A8%ED%84%B0_%EA%B3%BC%ED%95%99) \"매개변수 (컴퓨터 과학)\")를 갖는다.\n\n### 에이전틱 AI\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=15 \"부분 편집: 에이전틱 AI\")]\n\n이 부분의 본문은 [에이전틱 AI](/wiki/%EC%97%90%EC%9D%B4%EC%A0%84%ED%8B%B1_AI \"에이전틱 AI\")입니다.\n\n[생성형 인공지능](/wiki/%EC%83%9D%EC%84%B1%ED%98%95_%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5 \"생성형 인공지능\")의 맥락에서 **AI 에이전트** (**복합 AI 시스템**이라고도 함)는 복잡한 환경에서 자율적으로 작동할 수 있는 능력으로 구별되는 지능형 에이전트의 한 종류이다. 에이전틱 AI 도구는 콘텐츠 생성보다 의사결정을 우선시하며, 인간의 프롬프트나 지속적인 감독을 요구하지 않는다.[[29]](#cite_note-29)\n\n이들은 복잡한 목표 구조, 자연어 인터페이스, 사용자 감독 없이 독립적으로 행동할 수 있는 능력, 소프트웨어 도구 또는 계획 시스템 통합을 포함한 여러 가지 주요 속성을 가지고 있다. 이들의 제어 흐름은 [대형 언어 모델](/wiki/%EB%8C%80%ED%98%95_%EC%96%B8%EC%96%B4_%EB%AA%A8%EB%8D%B8 \"대형 언어 모델\") (LLM)에 의해 자주 구동된다.[[30]](#cite_note-:0-30)\n\n연구자들과 평론가들은 AI 에이전트가 표준화된 정의를 가지고 있지 않다고 지적했다.[[30]](#cite_note-:0-30)[[31]](#cite_note-31)[[32]](#cite_note-32)[[33]](#cite_note-33)\n\nAI 에이전트의 일반적인 적용은 사용자 요청에 따라 여행 계획을 예약하는 것과 같은 작업 자동화이다.[[34]](#cite_note-:1-34)[[35]](#cite_note-:2-35) 주요 예로는 [데빈 AI](/w/index.php?title=%EB%8D%B0%EB%B9%88_AI&action=edit&redlink=1 \"데빈 AI (없는 문서)\"), [Auto-GPT](/wiki/Auto-GPT \"Auto-GPT\"), [SIMA](/wiki/%EA%B5%AC%EA%B8%80_%EB%94%A5%EB%A7%88%EC%9D%B8%EB%93%9C#SIMA \"구글 딥마인드\") 등이 있다.[[36]](#cite_note-:7-36) 2025년 이후 출시된 에이전트의 추가 예로는 [오픈AI 오퍼레이터](/w/index.php?title=%EC%98%A4%ED%94%88AI_%EC%98%A4%ED%8D%BC%EB%A0%88%EC%9D%B4%ED%84%B0&action=edit&redlink=1 \"오픈AI 오퍼레이터 (없는 문서)\"),[[37]](#cite_note-:6-37) [챗GPT 딥 리서치](/w/index.php?title=%EC%B1%97GPT_%EB%94%A5_%EB%A6%AC%EC%84%9C%EC%B9%98&action=edit&redlink=1 \"챗GPT 딥 리서치 (없는 문서)\"),[[38]](#cite_note-38) [마누스](/w/index.php?title=%EB%A7%88%EB%88%84%EC%8A%A4_(AI_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8)&action=edit&redlink=1 \"마누스 (AI 에이전트) (없는 문서)\"),[[39]](#cite_note-39) 쿼크([Qwen](/wiki/Qwen \"Qwen\") 기반),[[40]](#cite_note-:17-40) [오토GLM 루미네이션](/wiki/%EC%A7%80%ED%91%B8_AI#오토GLM \"지푸 AI\"),[[40]](#cite_note-:17-40) 그리고 코즈([바이트댄스](/wiki/%EB%B0%94%EC%9D%B4%ED%8A%B8%EB%8C%84%EC%8A%A4 \"바이트댄스\")).[[40]](#cite_note-:17-40) AI 에이전트 구축을 위한 프레임워크에는 [랭체인](/wiki/%EB%9E%AD%EC%B2%B4%EC%9D%B8 \"랭체인\"),[[41]](#cite_note-41) CAMEL,[[42]](#cite_note-camel2023-42)[[43]](#cite_note-li2023-43) 마이크로소프트 오토젠,[[44]](#cite_note-:8-44) 그리고 [오픈AI 스웜](/w/index.php?title=%EC%98%A4%ED%94%88AI_%EC%8A%A4%EC%9B%9C&action=edit&redlink=1 \"오픈AI 스웜 (없는 문서)\") 등이 있다.[[45]](#cite_note-45)\n\n[구글](/wiki/%EA%B5%AC%EA%B8%80 \"구글\"), [마이크로소프트](/wiki/%EB%A7%88%EC%9D%B4%ED%81%AC%EB%A1%9C%EC%86%8C%ED%94%84%ED%8A%B8 \"마이크로소프트\"), [아마존 웹 서비스](/wiki/%EC%95%84%EB%A7%88%EC%A1%B4_%EC%9B%B9_%EC%84%9C%EB%B9%84%EC%8A%A4 \"아마존 웹 서비스\")와 같은 회사들은 미리 구축된 AI 에이전트를 [배포](/wiki/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EC%A0%84%EA%B0%9C \"소프트웨어 전개\")하기 위한 플랫폼을 제공했다.[[46]](#cite_note-46)\n\n에이전트 간 통신 표준화를 위한 제안된 프로토콜에는 에이전트 프로토콜(랭체인), [모델 컨텍스트 프로토콜](/wiki/%EB%AA%A8%EB%8D%B8_%EC%BB%A8%ED%85%8D%EC%8A%A4%ED%8A%B8_%ED%94%84%EB%A1%9C%ED%86%A0%EC%BD%9C \"모델 컨텍스트 프로토콜\") ([앤트로픽](/wiki/%EC%95%A4%ED%8A%B8%EB%A1%9C%ED%94%BD \"앤트로픽\")), AGNTCY,[[47]](#cite_note-47) [기버링크](/w/index.php?title=%EA%B8%B0%EB%B2%84%EB%A7%81%ED%81%AC&action=edit&redlink=1 \"기버링크 (없는 문서)\"),[[48]](#cite_note-48) 에이전트의 인터넷,[[49]](#cite_note-49) 에이전트2에이전트(구글),[[50]](#cite_note-50) 그리고 에이전트 네트워크 프로토콜 등이 있다.[[51]](#cite_note-:18-51) 에이전트 신뢰성 문제를 해결하기 위한 소프트웨어 프레임워크로는 AgentSpec, ToolEmu, GuardAgent, Agentic Evaluations, 그리고 H2O.ai의 예측 모델 등이 있다.[[52]](#cite_note-52)\n\n2025년 2월, [허깅 페이스](/wiki/%ED%97%88%EA%B9%85_%ED%8E%98%EC%9D%B4%EC%8A%A4 \"허깅 페이스\")는 [오픈AI 딥 리서치](/w/index.php?title=%EC%98%A4%ED%94%88AI_%EB%94%A5_%EB%A6%AC%EC%84%9C%EC%B9%98&action=edit&redlink=1 \"오픈AI 딥 리서치 (없는 문서)\")의 오픈 소스 버전인 오픈 딥 리서치를 출시했다.[[53]](#cite_note-53) 허깅 페이스는 또한 [오픈AI 오퍼레이터](/w/index.php?title=%EC%98%A4%ED%94%88AI_%EC%98%A4%ED%8D%BC%EB%A0%88%EC%9D%B4%ED%84%B0&action=edit&redlink=1 \"오픈AI 오퍼레이터 (없는 문서)\")와 유사한 무료 [웹 브라우저](/wiki/%EC%9B%B9_%EB%B8%8C%EB%9D%BC%EC%9A%B0%EC%A0%80 \"웹 브라우저\") 에이전트를 출시했다.[[54]](#cite_note-54) 갈릴레오 AI는 에이전트의 리더보드를 허깅 페이스에 게시하여, 에이전트의 성능을 기반 LLM에 따라 순위를 매긴다.[[55]](#cite_note-55)\n\n2024년 말까지 출시된 67개 에이전트에 대한 비피어리뷰 연구 조사는 대부분의 에이전트가 미국 개발자에 의해 기업용으로 구축되었으며, 코딩 또는 컴퓨터 상호작용을 목적으로 하며, 코드나 문서를 가지고 있지만 안전 정책이나 평가가 부족하다는 사실을 발견했다.[[56]](#cite_note-56)\n\n[CSIRO](/wiki/%EC%97%B0%EB%B0%A9%EA%B3%BC%ED%95%99%EC%82%B0%EC%97%85%EC%97%B0%EA%B5%AC%EA%B8%B0%EA%B5%AC \"연방과학산업연구기구\") 연구원들의 비피어리뷰 논문은 생산에 사용되는 에이전트를 [모니터링](/w/index.php?title=%EA%B4%80%EC%B8%A1%EC%84%B1_(%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4)&action=edit&redlink=1 \"관측성 (소프트웨어) (없는 문서)\")하기 위한 소프트웨어 프레임워크를 나열하고, [에이전트옵스](/wiki/MLOps \"MLOps\")와 관련된 개념 분류를 제안한다.[[57]](#cite_note-57)\n\n#### 자율적 능력\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=16 \"부분 편집: 자율적 능력\")]\n\n[파이낸셜 타임스](/wiki/%ED%8C%8C%EC%9D%B4%EB%82%B8%EC%85%9C_%ED%83%80%EC%9E%84%EC%8A%A4 \"파이낸셜 타임스\")는 AI 에이전트의 자율성을 [자율 주행 자동차의 SAE 분류](/wiki/%EB%AC%B4%EC%9D%B8_%EC%9E%90%EB%8F%99%EC%B0%A8#SAE_분류 \"무인 자동차\")와 비교하며, 대부분의 응용 프로그램이 레벨 2 또는 레벨 3에 해당하고, 일부는 고도로 전문화된 상황에서 레벨 4를 달성하며, 레벨 5는 이론적이라고 비교했다.[[58]](#cite_note-58)\n\n#### 멀티모달 AI 에이전트\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=17 \"부분 편집: 멀티모달 AI 에이전트\")]\n\n대형 언어 모델(LLM) 외에도 비전 언어 모델(VLM) 및 [멀티모달](/w/index.php?title=%EB%A9%80%ED%8B%B0%EB%AA%A8%EB%8B%AC%EB%A6%AC%ED%8B%B0&action=edit&redlink=1 \"멀티모달리티 (없는 문서)\") [기반 모델](/wiki/%ED%8C%8C%EC%9A%B4%EB%8D%B0%EC%9D%B4%EC%85%98_%EB%AA%A8%EB%8D%B8 \"파운데이션 모델\")은 에이전트의 기반으로 사용될 수 있다. 2024년 9월, [앨런 AI 연구소](/w/index.php?title=%EC%95%A8%EB%9F%B0_AI_%EC%97%B0%EA%B5%AC%EC%86%8C&action=edit&redlink=1 \"앨런 AI 연구소 (없는 문서)\")는 오픈 소스 비전 언어 모델을 출시했는데, [와이어드](/wiki/%EC%99%80%EC%9D%B4%EC%96%B4%EB%93%9C_(%EC%9E%A1%EC%A7%80) \"와이어드 (잡지)\")는 이 모델이 AI 에이전트에 복잡한 컴퓨터 작업을 수행할 수 있는 능력을 부여할 수 있다고 언급했으며, 자동화된 컴퓨터 해킹의 가능성도 포함된다.[[59]](#cite_note-59) [엔비디아](/wiki/%EC%97%94%EB%B9%84%EB%94%94%EC%95%84 \"엔비디아\")는 개발자가 VLM, LLM 및 [검색증강생성](/wiki/%EA%B2%80%EC%83%89%EC%A6%9D%EA%B0%95%EC%83%9D%EC%84%B1 \"검색증강생성\")을 사용하여 이미지와 [비디오](/w/index.php?title=%EB%B9%84%EB%94%94%EC%98%A4_%EC%BD%98%ED%85%90%EC%B8%A0_%EB%B6%84%EC%84%9D&action=edit&redlink=1 \"비디오 콘텐츠 분석 (없는 문서)\")를 분석할 수 있는 AI 에이전트를 구축할 수 있는 프레임워크를 출시했다([비디오 검색](/w/index.php?title=%EB%B9%84%EB%94%94%EC%98%A4_%EA%B2%80%EC%83%89_%EC%97%94%EC%A7%84&action=edit&redlink=1 \"비디오 검색 엔진 (없는 문서)\") 및 [비디오 요약](/wiki/%EC%9E%90%EB%8F%99_%EC%9A%94%EC%95%BD \"자동 요약\") 포함).[[60]](#cite_note-60)[[61]](#cite_note-61) 마이크로소프트는 이미지, 비디오, 소프트웨어 [사용자 인터페이스](/wiki/%EC%82%AC%EC%9A%A9%EC%9E%90_%EC%9D%B8%ED%84%B0%ED%8E%98%EC%9D%B4%EC%8A%A4 \"사용자 인터페이스\") 상호작용 및 [로봇공학](/wiki/%EB%A1%9C%EB%B4%87%EA%B3%B5%ED%95%99 \"로봇공학\") 데이터로 훈련된 멀티모달 에이전트 모델을 출시했으며, 이 회사는 이 모델이 [소프트웨어](/wiki/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8 \"소프트웨어 에이전트\") 및 [로봇](/wiki/%EB%A1%9C%EB%B4%87 \"로봇\")을 조작할 수 있다고 주장했다.[[62]](#cite_note-62)\n\n#### 응용\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=18 \"부분 편집: 응용\")]\n\n2025년 4월 현재, [AP 통신](/wiki/AP_(%ED%86%B5%EC%8B%A0%EC%82%AC) \"AP (통신사)\")에 따르면 AI 에이전트의 실제 적용 사례는 거의 없다.[[63]](#cite_note-63) 2025년 6월 현재, [포춘](/wiki/%ED%8F%AC%EC%B6%98_(%EC%9E%A1%EC%A7%80) \"포춘 (잡지)\")에 따르면 많은 기업들이 주로 AI 에이전트를 실험하고 있다.[[64]](#cite_note-:19-64)\n\n[정부효율부](/wiki/%EC%A0%95%EB%B6%80%ED%9A%A8%EC%9C%A8%EB%B6%80 \"정부효율부\")의 한 채용 담당자는 2025년 4월에 [오픈AI](/wiki/%EC%98%A4%ED%94%88AI \"오픈AI\")의 자금 지원과 [팔란티어](/wiki/%ED%8C%94%EB%9E%80%ED%8B%B0%EC%96%B4_%ED%85%8C%ED%81%AC%EB%86%80%EB%A1%9C%EC%A7%80%EC%8A%A4 \"팔란티어 테크놀로지스\")와의 파트너십 계약을 통해 스타트업의 일환으로 AI 에이전트를 사용하여 약 7만 명의 미국 연방 공무원 업무를 자동화할 것을 제안했다. 이 제안은 그 비현실성, 심지어 불가능성, 그리고 기업들의 해당 분야에서의 광범위한 채택 부족으로 인해 전문가들의 비판을 받았다.[[65]](#cite_note-65)\n\n#### 제안된 이점\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=19 \"부분 편집: 제안된 이점\")]\n\n옹호자들은 AI 에이전트가 개인 및 경제 생산성을 높이고,[[35]](#cite_note-:2-35)[[66]](#cite_note-:5-66) 더 큰 [혁신](/wiki/%ED%98%81%EC%8B%A0 \"혁신\")을 촉진하며,[[67]](#cite_note-:9-67) 사용자에게 단조로운 작업에서 벗어나게 해 줄 수 있다고 주장한다.[[67]](#cite_note-:9-67)[[68]](#cite_note-:3-68) [블룸버그](/wiki/%EB%B8%94%EB%A3%B8%EB%B2%84%EA%B7%B8_%EB%89%B4%EC%8A%A4 \"블룸버그 뉴스\")의 [파미 올슨](/w/index.php?title=%ED%8C%8C%EB%AF%B8_%EC%98%AC%EC%8A%A8&action=edit&redlink=1 \"파미 올슨 (없는 문서)\")은 에이전트가 낮은 위험의 협소하고 반복적인 작업에 가장 적합하다고 주장했다.[[69]](#cite_note-69) 반대로, 연구자들은 에이전트가 장애인을 위한 [웹 접근성](/wiki/%EC%9B%B9_%EC%A0%91%EA%B7%BC%EC%84%B1 \"웹 접근성\")에 적용될 수 있다고 제안하며,[[70]](#cite_note-70)[[71]](#cite_note-71) 허깅 페이스의 연구원들은 에이전트가 [재난 대응](/w/index.php?title=%EC%9E%AC%EB%82%9C_%EB%8C%80%EC%9D%91&action=edit&redlink=1 \"재난 대응 (없는 문서)\")과 같은 상황에서 자원을 조율하는 데 사용될 수 있다고 제안한다.[[72]](#cite_note-:14-72) [BBC](/wiki/%EC%98%81%EA%B5%AD%EB%B0%A9%EC%86%A1%EA%B3%B5%EC%82%AC \"영국방송공사\")의 R&D 자문팀은 AI 에이전트가 할당된 목표가 불확실할 때 가장 유용하다고 본다.[[73]](#cite_note-:20-73)\n\n#### 우려 사항\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=20 \"부분 편집: 우려 사항\")]\n\n우려되는 점으로는 잠재적인 책임 문제,[[66]](#cite_note-:5-66)[[73]](#cite_note-:20-73) [사이버 범죄](/wiki/%EC%82%AC%EC%9D%B4%EB%B2%84_%EB%B2%94%EC%A3%84 \"사이버 범죄\") 증가 위험,[[34]](#cite_note-:1-34)[[66]](#cite_note-:5-66) [윤리적 문제](/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5%EC%9D%98_%EC%9C%A4%EB%A6%AC \"인공지능의 윤리\"),[[66]](#cite_note-:5-66) 뿐만 아니라 [AI 안전](/wiki/AI_%EC%95%88%EC%A0%84 \"AI 안전\")[[66]](#cite_note-:5-66) 및 [AI 정렬](/wiki/AI_%EC%A0%95%EB%A0%AC \"AI 정렬\") 관련 문제도 있다.[[34]](#cite_note-:1-34)[[68]](#cite_note-:3-68) 다른 문제로는 [데이터 프라이버시](/w/index.php?title=%EC%A0%95%EB%B3%B4_%EC%82%AC%EC%83%9D%ED%99%9C&action=edit&redlink=1 \"정보 사생활 (없는 문서)\"),[[34]](#cite_note-:1-34)[[74]](#cite_note-:4-74) 인간 감독 약화,[[34]](#cite_note-:1-34)[[66]](#cite_note-:5-66)[[72]](#cite_note-:14-72) [반복성](/wiki/%EC%9E%AC%ED%98%84%EC%84%B1 \"재현성\") 보장 부족,[[73]](#cite_note-:20-73) [보상 해킹](/w/index.php?title=%EB%B3%B4%EC%83%81_%ED%95%B4%ED%82%B9&action=edit&redlink=1 \"보상 해킹 (없는 문서)\"),[[75]](#cite_note-:21-75) [알고리즘 편향](/wiki/%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98_%ED%8E%B8%ED%96%A5 \"알고리즘 편향\"),[[74]](#cite_note-:4-74)[[76]](#cite_note-:12-76) 복합적인 소프트웨어 오류,[[34]](#cite_note-:1-34)[[36]](#cite_note-:7-36) 에이전트 의사결정의 [설명 가능성](/wiki/%EC%84%A4%EB%AA%85%EA%B0%80%EB%8A%A5_%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5 \"설명가능 인공지능\") 부족,[[34]](#cite_note-:1-34)[[77]](#cite_note-:10-77) [보안 취약점](/wiki/%EB%B3%B4%EC%95%88_%EC%B7%A8%EC%95%BD%EC%A0%90 \"보안 취약점\"),[[34]](#cite_note-:1-34)[[78]](#cite_note-:11-78) [불완전 고용](/wiki/%EB%B6%88%EC%99%84%EC%A0%84_%EA%B3%A0%EC%9A%A9 \"불완전 고용\") 문제,[[76]](#cite_note-:12-76) [일자리 대체](/w/index.php?title=%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5%EC%9D%98_%EC%A7%81%EC%9E%A5_%EC%98%81%ED%96%A5&action=edit&redlink=1 \"인공지능의 직장 영향 (없는 문서)\"),[[35]](#cite_note-:2-35)[[76]](#cite_note-:12-76) 그리고 사용자 [조작](/w/index.php?title=%EC%A1%B0%EC%9E%91_(%EC%8B%AC%EB%A6%AC%ED%95%99)&action=edit&redlink=1 \"조작 (심리학) (없는 문서)\"),[[77]](#cite_note-:10-77)[[79]](#cite_note-79) [오보](/wiki/%EC%98%A4%EB%B3%B4 \"오보\")[[72]](#cite_note-:14-72) 또는 [악성 정보](/w/index.php?title=%EC%95%85%EC%84%B1_%EC%A0%95%EB%B3%B4&action=edit&redlink=1 \"악성 정보 (없는 문서)\")의 가능성 등이 있다.[[72]](#cite_note-:14-72) 또한 법적 프레임워크 및 [위험 평가](/wiki/%EB%A6%AC%EC%8A%A4%ED%81%AC_%ED%8F%89%EA%B0%80%EC%A0%9C%EB%8F%84 \"리스크 평가제도\")를 복잡하게 만들고, [환각](/wiki/%ED%99%98%EA%B0%81_(%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5) \"환각 (인공지능)\")을 조장하며, 불량 에이전트에 대한 대응책을 방해하고, 표준화된 평가 방법의 부족으로 어려움을 겪을 수 있다.[[68]](#cite_note-:3-68)[[80]](#cite_note-:13-80)[[81]](#cite_note-81) 비용이 많이 들고[[30]](#cite_note-:0-30)[[80]](#cite_note-:13-80) [인터넷 트래픽](/wiki/%EC%9D%B8%ED%84%B0%EB%84%B7_%ED%8A%B8%EB%9E%98%ED%94%BD \"인터넷 트래픽\")에 부정적인 영향을 미치며,[[80]](#cite_note-:13-80) 높은 에너지 사용량으로 인해 잠재적으로 [환경](/w/index.php?title=%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5%EC%9D%98_%ED%99%98%EA%B2%BD_%EC%98%81%ED%96%A5&action=edit&redlink=1 \"인공지능의 환경 영향 (없는 문서)\")에도 부정적인 영향을 미칠 수 있다는 비판도 있다.[[73]](#cite_note-:20-73)[[82]](#cite_note-82)[[83]](#cite_note-83) 또한 정치 지도자들에 의한 권력 집중이 증가할 위험도 있는데, AI 에이전트는 인간처럼 지시에 의문을 제기하지 않을 수 있기 때문이다.[[75]](#cite_note-:21-75)\n\n언론인들은 AI 에이전트를 [빅테크](/wiki/%EB%B9%85%ED%85%8C%ED%81%AC \"빅테크\") 기업들이 \"모든 것을 자동화\"하려는 시도의 일부로 묘사했다.[[84]](#cite_note-84) 이들 기업의 여러 CEO들은 2025년 초에 AI 에이전트가 결국 \"노동력에 합류할 것\"이라고 밝혔다.[[85]](#cite_note-:16-85)[[86]](#cite_note-86) 그러나 비피어리뷰 연구에서 [카네기 멜런 대학교](/wiki/%EC%B9%B4%EB%84%A4%EA%B8%B0_%EB%A9%9C%EB%9F%B0_%EB%8C%80%ED%95%99%EA%B5%90 \"카네기 멜런 대학교\") 연구원들은 시뮬레이션된 소프트웨어 회사에서 에이전트의 행동을 테스트한 결과, 어떤 에이전트도 할당된 작업의 대다수를 완료할 수 없다는 것을 발견했다.[[85]](#cite_note-:16-85)[[87]](#cite_note-87) 다른 연구자들도 데빈 AI에서 비슷한 결과를 발견했다.[[88]](#cite_note-88)\n\n[요슈아 벤지오](/wiki/%EC%9A%94%EC%8A%88%EC%95%84_%EB%B2%A4%EC%A7%80%EC%98%A4 \"요슈아 벤지오\")는 2025년 [세계 경제 포럼](/wiki/%EC%84%B8%EA%B3%84_%EA%B2%BD%EC%A0%9C_%ED%8F%AC%EB%9F%BC \"세계 경제 포럼\")에서 \"[AGI](/w/index.php?title=%EC%9D%B8%EA%B3%B5_%EC%9D%BC%EB%B0%98_%EC%A7%80%EB%8A%A5%EC%9C%BC%EB%A1%9C%EB%B6%80%ED%84%B0%EC%9D%98_%EC%8B%A4%EC%A1%B4%EC%A0%81_%EC%9C%84%ED%97%98&action=edit&redlink=1 \"인공 일반 지능으로부터의 실존적 위험 (없는 문서)\") 또는 [초지능](/wiki/%EC%B4%88%EC%A7%80%EB%8A%A5 \"초지능\")과 관련된 모든 [재앙적 시나리오](/w/index.php?title=%EC%9E%AC%EC%95%99%EC%A0%81_%EC%8B%9C%EB%82%98%EB%A6%AC%EC%98%A4&action=edit&redlink=1 \"재앙적 시나리오 (없는 문서)\")는 에이전트가 있을 때 발생한다\"고 경고했다.[[89]](#cite_note-:15-89)\n\n2025년 3월, [스케일 AI](/wiki/%EC%8A%A4%EC%BC%80%EC%9D%BC_AI \"스케일 AI\")는 [미국 국방부](/wiki/%EB%AF%B8%EA%B5%AD_%EA%B5%AD%EB%B0%A9%EB%B6%80 \"미국 국방부\")와 계약을 체결하여 [앤더릴 인더스트리](/w/index.php?title=%EC%95%A4%EB%8D%94%EB%A6%B4_%EC%9D%B8%EB%8D%94%EC%8A%A4%ED%8A%B8%EB%A6%AC&action=edit&redlink=1 \"앤더릴 인더스트리 (없는 문서)\") 및 [마이크로소프트](/wiki/%EB%A7%88%EC%9D%B4%ED%81%AC%EB%A1%9C%EC%86%8C%ED%94%84%ED%8A%B8 \"마이크로소프트\")와 협력하여 군의 \"작전 의사결정\"을 지원하기 위한 AI 에이전트를 개발 및 배치하기로 했다.[[90]](#cite_note-90) 연구자들은 에이전트와 이들이 기반으로 하는 대규모 언어 모델이 공격적인 [외교 정책](/wiki/%EC%99%B8%EA%B5%90_%EC%A0%95%EC%B1%85 \"외교 정책\") 결정에 편향될 수 있다고 우려를 표했다.[[91]](#cite_note-91)[[92]](#cite_note-92)\n\n연구 중심 에이전트는 공용 인터넷에서 사용 가능한 정보를 수집하므로 [합의 편향](/w/index.php?title=%EA%B1%B0%EC%A7%93_%ED%95%A9%EC%9D%98_%ED%9A%A8%EA%B3%BC&action=edit&redlink=1 \"거짓 합의 효과 (없는 문서)\") 및 [범위 편향](/w/index.php?title=%EB%B2%94%EC%9C%84_%EC%98%A4%EB%A5%98&action=edit&redlink=1 \"범위 오류 (없는 문서)\")의 위험이 있다.[[93]](#cite_note-93) [뉴욕 매거진](/wiki/%EB%89%B4%EC%9A%95_(%EC%9E%A1%EC%A7%80) \"뉴욕 (잡지)\")은 에이전트 기반 웹 브라우저의 사용자 워크플로우를 [아마존 알렉사](/wiki/%EC%95%84%EB%A7%88%EC%A1%B4_%EC%95%8C%EB%A0%89%EC%82%AC \"아마존 알렉사\")와 불리하게 비교했는데, 알렉사는 \"인간이 소프트웨어인 척하며 소프트웨어를 사용하는 것이 아니라 소프트웨어가 소프트웨어와 대화하는 것\"이었다.[[94]](#cite_note-94)\n\n에이전트는 온라인 콘텐츠를 게시하고 참여할 수 있는 능력 때문에 [죽은 인터넷 이론](/w/index.php?title=%EB%8D%B0%EB%93%9C_%EC%9D%B8%ED%84%B0%EB%84%B7_%EC%9D%B4%EB%A1%A0&action=edit&redlink=1 \"데드 인터넷 이론 (없는 문서)\")과 연관되어 왔다.[[95]](#cite_note-95)\n\n에이전트가 [무한 루프](/wiki/%EB%AC%B4%ED%95%9C_%EB%A3%A8%ED%94%84 \"무한 루프\")에 빠질 수 있다.[[37]](#cite_note-:6-37)[[96]](#cite_note-96)\n\n많은 에이전트 간 프로토콜이 대규모 기술 기업에 의해 개발되고 있기 때문에, 이들 기업이 이러한 프로토콜을 자사 이익을 위해 사용할 수 있다는 우려가 있다.[[51]](#cite_note-:18-51)\n\n##### 가능한 완화책\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=21 \"부분 편집: 가능한 완화책\")]\n\n[지코 콜터](/w/index.php?title=%EC%A7%80%EC%BD%94_%EC%BD%9C%ED%84%B0&action=edit&redlink=1 \"지코 콜터 (없는 문서)\")는 에이전트 간 상호 작용의 결과로 [점진적 행동](/wiki/%EB%8C%80%ED%98%95_%EC%96%B8%EC%96%B4_%EB%AA%A8%EB%8D%B8#점진적_능력 \"대형 언어 모델\")이 발생할 가능성을 언급하며, 이러한 상호 작용의 위험을 모델링하기 위해 [게임 이론](/wiki/%EA%B2%8C%EC%9E%84_%EC%9D%B4%EB%A1%A0 \"게임 이론\") 연구를 제안했다.[[97]](#cite_note-97)\n\n[비즈니스 인사이더](/wiki/%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EC%9D%B8%EC%82%AC%EC%9D%B4%EB%8D%94 \"비즈니스 인사이더\")가 \"정확하지 않은 콘텐츠를 식별하고 제거하는 데 사용될 수 있는 필터, 규칙 및 도구\"로 정의한 가드레일은 오류를 줄이는 데 도움이 될 수 있다고 제안되었다.[[98]](#cite_note-98)\n\n[데이터 접근](/wiki/%EC%8B%A0%EC%9B%90_%EA%B4%80%EB%A6%AC \"신원 관리\")과 관련된 보안 취약점을 해결하기 위해 언어 모델을 재설계하여 지침과 데이터를 분리하거나, 에이전트 애플리케이션에 가드레일을 포함하도록 요구할 수 있다. 이러한 아이디어는 [마이크로소프트 365 코파일럿](/wiki/%EB%A7%88%EC%9D%B4%ED%81%AC%EB%A1%9C%EC%86%8C%ED%94%84%ED%8A%B8_%EC%BD%94%ED%8C%8C%EC%9D%BC%EB%9F%BF \"마이크로소프트 코파일럿\")에 영향을 미친 [제로 클릭 공격](/wiki/%EC%B7%A8%EC%95%BD%EC%A0%90_%EA%B3%B5%EA%B2%A9 \"취약점 공격\")에 대한 대응으로 제안되었다.[[64]](#cite_note-:19-64)\n\n## 응용\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=22 \"부분 편집: 응용\")]\n\n자율 주행 자동차를 위한 에이전트 기반 모델링 개념은 2003년 일찍이 논의되었다.[[99]](#cite_note-99)\n\n할러바흐 외 연구진은 자동화된 주행 시스템 개발 및 검증을 위한 에이전트 기반 접근 방식을 탐구했다. 그들의 방법은 테스트 대상 차량의 디지털 트윈과 독립 에이전트를 사용한 미세 교통 시뮬레이션을 포함했다.[[100]](#cite_note-100)\n\n[웨이모](/wiki/%EC%9B%A8%EC%9D%B4%EB%AA%A8 \"웨이모\")는 [무인 자동차](/wiki/%EB%AC%B4%EC%9D%B8_%EC%9E%90%EB%8F%99%EC%B0%A8 \"무인 자동차\")의 알고리즘을 테스트하기 위해 카크래프트라는 다중 에이전트 시뮬레이션 환경을 개발했다.[[101]](#cite_note-101)[[102]](#cite_note-102) 이 시스템은 인간 운전자, 보행자, 자율 주행 차량 간의 상호 작용을 시뮬레이션한다. 인공 에이전트는 실제 데이터를 사용하여 인간의 행동을 복제한다.\n\n[세일즈포스닷컴](/wiki/%EC%84%B8%EC%9D%BC%EC%A6%88%ED%8F%AC%EC%8A%A4%EB%8B%B7%EC%BB%B4 \"세일즈포스닷컴\")의 에이전트포스는 작업을 수행하는 자율 에이전트 구축을 허용하는 에이전틱 AI 플랫폼이다.[[103]](#cite_note-103)[[104]](#cite_note-104)\n\n[교통안전청](/wiki/%EB%AF%B8%EA%B5%AD_%EA%B5%90%ED%86%B5%EC%95%88%EC%A0%84%EC%B2%AD \"미국 교통안전청\")은 생체 인식 및 사진을 사용하여 승객 신원을 인증하는 기계, 그리고 사건 대응을 포함한 새로운 기술에 에이전틱 AI를 통합하고 있다.[[105]](#cite_note-105)\n\n## 같이 보기\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=23 \"부분 편집: 같이 보기\")]\n\n* [생활환경지능](/wiki/%EC%83%9D%ED%99%9C%ED%99%98%EA%B2%BD%EC%A7%80%EB%8A%A5 \"생활환경지능\")\n* [인공 대화 개체](/w/index.php?title=%EC%9D%B8%EA%B3%B5_%EB%8C%80%ED%99%94_%EA%B0%9C%EC%B2%B4&action=edit&redlink=1 \"인공 대화 개체 (없는 문서)\")\n* [인공지능 시스템 통합](/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5_%EC%8B%9C%EC%8A%A4%ED%85%9C_%ED%86%B5%ED%95%A9 \"인공지능 시스템 통합\")\n* [자율 에이전트](/wiki/%EC%9E%90%EC%9C%A8_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8 \"자율 에이전트\")\n* [인지적 구조](/wiki/%EC%9D%B8%EC%A7%80%EC%A0%81_%EA%B5%AC%EC%A1%B0 \"인지적 구조\")\n* [인지 무선](/wiki/%EC%9D%B8%EC%A7%80_%EB%AC%B4%EC%84%A0 \"인지 무선\") – 실제 구현 분야\n* [사이버네틱스](/wiki/%EC%82%AC%EC%9D%B4%EB%B2%84%EB%84%A4%ED%8B%B1%EC%8A%A4 \"사이버네틱스\")\n* [데이드리머](/w/index.php?title=%EB%8D%B0%EC%9D%B4%EB%93%9C%EB%A6%AC%EB%A8%B8&action=edit&redlink=1 \"데이드리머 (없는 문서)\")\n* [구현 에이전트](/w/index.php?title=%EA%B5%AC%ED%98%84_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&redlink=1 \"구현 에이전트 (없는 문서)\")\n* [연합 검색](/w/index.php?title=%EC%97%B0%ED%95%A9_%EA%B2%80%EC%83%89&action=edit&redlink=1 \"연합 검색 (없는 문서)\") – 에이전트가 단일 어휘를 사용하여 이종 데이터 소스를 검색하는 능력\n* [친절한 인공지능](/wiki/%EC%B9%9C%EC%A0%88%ED%95%9C_%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5 \"친절한 인공지능\")\n* [퍼지 에이전트](/w/index.php?title=%ED%8D%BC%EC%A7%80_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&redlink=1 \"퍼지 에이전트 (없는 문서)\") – 적응형 [퍼지 논리](/wiki/%ED%8D%BC%EC%A7%80_%EB%85%BC%EB%A6%AC \"퍼지 논리\")로 구현된 IA\n* [GOAL 에이전트 프로그래밍 언어](/w/index.php?title=GOAL_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8_%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8D_%EC%96%B8%EC%96%B4&action=edit&redlink=1 \"GOAL 에이전트 프로그래밍 언어 (없는 문서)\")\n* [하이브리드 인텔리전트 시스템](/wiki/%ED%95%98%EC%9D%B4%EB%B8%8C%EB%A6%AC%EB%93%9C_%EC%9D%B8%ED%85%94%EB%A6%AC%EC%A0%84%ED%8A%B8_%EC%8B%9C%EC%8A%A4%ED%85%9C \"하이브리드 인텔리전트 시스템\")\n* [지능형 제어](/wiki/%EC%A7%80%EB%8A%A5%ED%98%95_%EC%A0%9C%EC%96%B4 \"지능형 제어\")\n* [지능형 시스템](/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5 \"인공지능\")\n* [잭 인텔리전트 에이전트](/w/index.php?title=%EC%9E%AD_%EC%9D%B8%ED%85%94%EB%A6%AC%EC%A0%84%ED%8A%B8_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&redlink=1 \"잭 인텔리전트 에이전트 (없는 문서)\")\n* [다중 에이전트 시스템](/wiki/%EB%8B%A4%EC%A4%91_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8_%EC%8B%9C%EC%8A%A4%ED%85%9C \"다중 에이전트 시스템\") – 여러 상호작용 에이전트\n* [강화 학습](/wiki/%EA%B0%95%ED%99%94_%ED%95%99%EC%8A%B5 \"강화 학습\")\n* [시맨틱 웹](/wiki/%EC%8B%9C%EB%A7%A8%ED%8B%B1_%EC%9B%B9 \"시맨틱 웹\") – 웹의 데이터를 에이전트에 의한 자동 처리에 사용할 수 있도록 함\n* [사회 시뮬레이션](/w/index.php?title=%EC%82%AC%ED%9A%8C_%EC%8B%9C%EB%AE%AC%EB%A0%88%EC%9D%B4%EC%85%98&action=edit&redlink=1 \"사회 시뮬레이션 (없는 문서)\")\n* [소프트웨어 에이전트](/wiki/%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8 \"소프트웨어 에이전트\")\n* [소프트웨어 봇](/w/index.php?title=%EC%86%8C%ED%94%84%ED%8A%B8%EC%9B%A8%EC%96%B4_%EB%B4%87&action=edit&redlink=1 \"소프트웨어 봇 (없는 문서)\")\n\n## 각주\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=24 \"부분 편집: 각주\")]\n\n1. [↑](#cite_ref-1 \"이동\") Mukherjee, Anirban; Chang, Hannah (2025년 2월 1일). 《Agentic AI: Expanding the Algorithmic Frontier of Creative Problem Solving》. [SSRN](/wiki/%EC%82%AC%ED%9A%8C_%EA%B3%BC%ED%95%99_%EC%97%B0%EA%B5%AC_%EB%84%A4%ED%8A%B8%EC%9B%8C%ED%81%AC \"사회 과학 연구 네트워크\") [5123621](//ssrn.com/abstract=5123621).\n2. ↑ [이동: 가](#cite_ref-FOOTNOTERussellNorvig2003chpt._2_2-0) [나](#cite_ref-FOOTNOTERussellNorvig2003chpt._2_2-1) [Russell & Norvig 2003](#CITEREFRussellNorvig2003), chpt. 2.\n3. ↑ [이동: 가](#cite_ref-plato_3-0) [나](#cite_ref-plato_3-1) Bringsjord, Selmer; Govindarajulu, Naveen Sundar (2018년 7월 12일). [〈Artificial Intelligence〉](https://plato.stanford.edu/archives/sum2020/entries/artificial-intelligence/). Edward N. Zalta. 《The Stanford Encyclopedia of Philosophy (Summer 2020 Edition)》.\n4. [↑](#cite_ref-quanta_problem_4-0 \"이동\") Wolchover, Natalie (2020년 1월 30일). [“Artificial Intelligence Will Do What We Ask. That's a Problem.”](https://www.quantamagazine.org/artificial-intelligence-will-do-what-we-ask-thats-a-problem-20200130/). 《Quanta Magazine》 (영어). 2020년 6월 21일에 확인함.\n5. ↑ [이동: 가](#cite_ref-Bull,_Larry_1999_5-0) [나](#cite_ref-Bull,_Larry_1999_5-1) Bull, Larry (1999). 《On model-based evolutionary computation》. 《Soft Computing》 **3**. 76–82쪽. [doi](/wiki/%EB%94%94%EC%A7%80%ED%84%B8_%EA%B0%9D%EC%B2%B4_%EC%8B%9D%EB%B3%84%EC%9E%90 \"디지털 객체 식별자\"):[10.1007/s005000050055](https://dx.doi.org/10.1007%2Fs005000050055). [S2CID](/wiki/%EC%8B%9C%EB%A7%A8%ED%8B%B1_%EC%8A%A4%EC%B9%BC%EB%9D%BC \"시맨틱 스칼라\") [9699920](https://api.semanticscholar.org/CorpusID:9699920).\n6. [↑](#cite_ref-FOOTNOTEDomingos2015Chapter_5_6-0 \"이동\") [Domingos 2015](#CITEREFDomingos2015), Chapter 5.\n7. [↑](#cite_ref-FOOTNOTEDomingos2015Chapter_7_7-0 \"이동\") [Domingos 2015](#CITEREFDomingos2015), Chapter 7.\n8. [↑](#cite_ref-8 \"이동\") Lindenbaum, M., Markovitch, S., & Rusakov, D. (2004). Selective sampling for nearest neighbor classifiers. Machine learning, 54(2), 125–152.\n9. [↑](#cite_ref-9 \"이동\") [“Generative adversarial networks: What GANs are and how they've evolved”](https://venturebeat.com/2019/12/26/gan-generative-adversarial-network-explainer-ai-machine-learning/). 《VentureBeat》. 2019년 12월 26일. 2020년 6월 18일에 확인함.\n10. [↑](#cite_ref-10 \"이동\") Wolchover, Natalie (January 2020). [“Artificial Intelligence Will Do What We Ask. That's a Problem.”](https://www.quantamagazine.org/artificial-intelligence-will-do-what-we-ask-thats-a-problem-20200130/). 《Quanta Magazine》 (영어). 2020년 6월 18일에 확인함.\n11. [↑](#cite_ref-11 \"이동\") Andrew Y. Ng, Daishi Harada, and Stuart Russell. \"Policy invariance under reward transformations: Theory and application to reward shaping.\" In ICML, vol. 99, pp. 278-287. 1999.\n12. [↑](#cite_ref-12 \"이동\") [마틴 포드](/w/index.php?title=%EB%A7%88%ED%8B%B4_%ED%8F%AC%EB%93%9C_(%EC%9E%91%EA%B0%80)&action=edit&redlink=1 \"마틴 포드 (작가) (없는 문서)\"). Architects of Intelligence: The truth about AI from the people building it. Packt Publishing Ltd, 2018.\n13. [↑](#cite_ref-13 \"이동\") [“Why AlphaZero's Artificial Intelligence Has Trouble With the Real World”](https://www.quantamagazine.org/why-alphazeros-artificial-intelligence-has-trouble-with-the-real-world-20180221/). 《Quanta Magazine》 (영어). 2018. 2020년 6월 18일에 확인함.\n14. [↑](#cite_ref-14 \"이동\") Adams, Sam; Arel, Itmar; Bach, Joscha; Coop, Robert; Furlan, Rod; Goertzel, Ben; Hall, J. Storrs; Samsonovich, Alexei; Scheutz, Matthias; Matthew; Stuart C.; John (2012년 3월 15일). 《Mapping the Landscape of Human-Level Artificial General Intelligence》. 《AI Magazine》 **33**. 25쪽. [doi](/wiki/%EB%94%94%EC%A7%80%ED%84%B8_%EA%B0%9D%EC%B2%B4_%EC%8B%9D%EB%B3%84%EC%9E%90 \"디지털 객체 식별자\"):[10.1609/aimag.v33i1.2322](https://dx.doi.org/10.1609%2Faimag.v33i1.2322).\n15. [↑](#cite_ref-15 \"이동\") Hutson, Matthew (2020년 5월 27일). [“Eye-catching advances in some AI fields are not real”](https://www.science.org/content/article/eye-catching-advances-some-ai-fields-are-not-real). 《Science | AAAS》 (영어). 2020년 6월 18일에 확인함.\n16. [↑](#cite_ref-16 \"이동\") [Russell & Norvig 2003](#CITEREFRussellNorvig2003), 33쪽\n17. [↑](#cite_ref-Salamon2011_17-0 \"이동\") Salamon, Tomas (2011). [《Design of Agent-Based Models》](http://www.designofagentbasedmodels.info/). Repin: Bruckner Publishing. 42–59쪽. [ISBN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EB%8F%84%EC%84%9C_%EB%B2%88%ED%98%B8 \"국제 표준 도서 번호\") [978-80-904661-1-1](/wiki/%ED%8A%B9%EC%88%98:%EC%B1%85%EC%B0%BE%EA%B8%B0/978-80-904661-1-1 \"특수:책찾기/978-80-904661-1-1\").\n18. [↑](#cite_ref-18 \"이동\") [Russell & Norvig 2003](#CITEREFRussellNorvig2003), 46–54쪽\n19. [↑](#cite_ref-19 \"이동\") Thakur, Shreeya. [“AI Agents: 5 Key Types Explained With Examples // Unstop”](https://unstop.com/blog/types-of-agents-in-artificial-intelligence). 《unstop.com》 (영어). 2025년 4월 24일에 확인함.\n20. [↑](#cite_ref-20 \"이동\") [“Types of AI Agents | IBM”](https://www.ibm.com/think/topics/ai-agent-types). 《www.ibm.com》 (영어). 2025년 3월 17일. 2025년 4월 24일에 확인함.\n21. [↑](#cite_ref-21 \"이동\") Stefano Albrecht and Peter Stone (2018). Autonomous Agents Modelling Other Agents: A Comprehensive Survey and Open Problems.\n    Artificial Intelligence, Vol. 258, pp. 66-95. <https://doi.org/10.1016/j.artint.2018.01.002>\n22. [↑](#cite_ref-22 \"이동\") [“What is an AI agent? A computer scientist explains the next wave of artificial intelligence tools”](https://www.inverse.com/tech/ai-agents-roomba-and-artificial-intelligence). 《Inverse》 (영어). 2024년 12월 24일. 2025년 4월 24일에 확인함.\n23. [↑](#cite_ref-23 \"이동\") Box, Geeks out of the (2019년 12월 4일). [“A Universal Formula for Intelligence”](https://geeksoutofthebox.com/2019/12/04/a-universal-formula-for-intelligence/). 《Geeks out of the box》 (영어). 2022년 10월 11일에 확인함.\n24. [↑](#cite_ref-24 \"이동\") Wissner-Gross, A. D.; Freer, C. E. (2013년 4월 19일). 《Causal Entropic Forces》. 《Physical Review Letters》 **110**. 168702쪽. [Bibcode](/wiki/%EB%B9%84%EB%B8%8C%EC%BD%94%EB%93%9C \"비브코드\"):[2013PhRvL.110p8702W](http://adsabs.harvard.edu/abs/2013PhRvL.110p8702W). [doi](/wiki/%EB%94%94%EC%A7%80%ED%84%B8_%EA%B0%9D%EC%B2%B4_%EC%8B%9D%EB%B3%84%EC%9E%90 \"디지털 객체 식별자\"):[10.1103/PhysRevLett.110.168702](https://dx.doi.org/10.1103%2FPhysRevLett.110.168702). [hdl](/wiki/%ED%95%B8%EB%93%A4_%EC%8B%9C%EC%8A%A4%ED%85%9C \"핸들 시스템\"):[1721.1/79750](//hdl.handle.net/1721.1%2F79750). [PMID](/wiki/%ED%8E%8D%EB%A9%94%EB%93%9C \"펍메드\") [23679649](//www.ncbi.nlm.nih.gov/pubmed/23679649).\n25. [↑](#cite_ref-25 \"이동\") Poole, David; Mackworth, Alan. [“1.3 Agents Situated in Environments‣ Chapter 2 Agent Architectures and Hierarchical Control‣ Artificial Intelligence: Foundations of Computational Agents, 2nd Edition”](https://artint.info/2e/html/ArtInt2e.Ch2.S3.html). 《artint.info》. 2018년 11월 28일에 확인함.\n26. [↑](#cite_ref-26 \"이동\") Fingar, Peter (2018). [“Competing For The Future With Intelligent Agents... And A Confession”](https://www.forbes.com/sites/cognitiveworld/2018/11/11/competing-for-the-future-with-intelligent-agents-and-a-confession/). 《Forbes Sites》 (영어). 2020년 6월 18일에 확인함.\n27. [↑](#cite_ref-27 \"이동\") Burgin, Mark; Dodig-Crnkovic, Gordana (2009). “A Systematic Approach to Artificial Agents”. [arXiv](/wiki/ArXiv \"ArXiv\"):[0902.3513](//arxiv.org/abs/0902.3513) [[cs.AI](//arxiv.org/archive/cs.AI)].  더 이상 지원되지 않는 변수를 사용함 ([도움말](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_%EB%8F%84%EC%9B%80%EB%A7%90#deprecated_params \"위키백과:인용 오류 도움말\"))\n28. [↑](#cite_ref-FOOTNOTEKasabov1998_28-0 \"이동\") [Kasabov 1998](#CITEREFKasabov1998).\n29. [↑](#cite_ref-29 \"이동\") Purdy, Mark (2024년 12월 12일). [“What Is Agentic AI, and How Will It Change Work?”](https://hbr.org/2024/12/what-is-agentic-ai-and-how-will-it-change-work). 《Harvard Business Review》 (영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [0017-8012](//www.worldcat.org/issn/0017-8012). 2025년 4월 24일에 확인함.\n30. ↑ [이동: 가](#cite_ref-:0_30-0) [나](#cite_ref-:0_30-1) [다](#cite_ref-:0_30-2) Kapoor, Sayash; Stroebl, Benedikt; Siegel, Zachary S.; Nadgir, Nitya; Narayanan, Arvind (2024). “AI Agents That Matter”. [arXiv](/wiki/ArXiv \"ArXiv\"):[2407.01502](//arxiv.org/abs/2407.01502) [[cs.LG](//arxiv.org/archive/cs.LG)].  더 이상 지원되지 않는 변수를 사용함 ([도움말](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_%EB%8F%84%EC%9B%80%EB%A7%90#deprecated_params \"위키백과:인용 오류 도움말\"))\n31. [↑](#cite_ref-31 \"이동\") Zeff, Maxwell; Wiggers, Kyle (2025년 3월 14일). [“No one knows what the hell an AI agent is”](https://web.archive.org/web/20250318134231/https://techcrunch.com/2025/03/14/no-one-knows-what-the-hell-an-ai-agent-is/). 《[테크크런치](/wiki/%ED%85%8C%ED%81%AC%ED%81%AC%EB%9F%B0%EC%B9%98 \"테크크런치\")》 (미국 영어). 2025년 3월 18일에 [원본 문서](https://techcrunch.com/2025/03/14/no-one-knows-what-the-hell-an-ai-agent-is/)에서 보존된 문서. 2025년 5월 15일에 확인함.\n32. [↑](#cite_ref-32 \"이동\") Varanasi, Lakshmi. [“AI agents are all the rage. But no one can agree on what they do.”](https://web.archive.org/web/20250411143511mp_/https://www.businessinsider.com/what-is-an-ai-agent-depends-who-you-ask-2025-3). 《[비즈니스 인사이더](/wiki/%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EC%9D%B8%EC%82%AC%EC%9D%B4%EB%8D%94 \"비즈니스 인사이더\")》 (미국 영어). 2025년 4월 11일에 [원본 문서](https://www.businessinsider.com/what-is-an-ai-agent-depends-who-you-ask-2025-3)에서 보존된 문서. 2025년 5월 15일에 확인함.\n33. [↑](#cite_ref-33 \"이동\") Bort, Julie (2025년 5월 12일). [“Even a16z VCs say no one really knows what an AI agent is”](https://web.archive.org/web/20250512184704/https://techcrunch.com/2025/05/12/even-a16z-vcs-say-no-one-really-knows-what-an-ai-agent-is/). 《[테크크런치](/wiki/%ED%85%8C%ED%81%AC%ED%81%AC%EB%9F%B0%EC%B9%98 \"테크크런치\")》 (미국 영어). 2025년 5월 12일에 [원본 문서](https://techcrunch.com/2025/05/12/even-a16z-vcs-say-no-one-really-knows-what-an-ai-agent-is/)에서 보존된 문서. 2025년 5월 15일에 확인함.\n34. ↑ [이동: 가](#cite_ref-:1_34-0) [나](#cite_ref-:1_34-1) [다](#cite_ref-:1_34-2) [라](#cite_ref-:1_34-3) [마](#cite_ref-:1_34-4) [바](#cite_ref-:1_34-5) [사](#cite_ref-:1_34-6) [아](#cite_ref-:1_34-7) [“AI Agents: The Next Generation of Artificial Intelligence”](https://web.archive.org/web/20250111192703/https://natlawreview.com/article/next-generation-ai-here-come-agents). 《[내셔널 로 리뷰](/w/index.php?title=%EB%82%B4%EC%85%94%EB%84%90_%EB%A1%9C_%EB%A6%AC%EB%B7%B0&action=edit&redlink=1 \"내셔널 로 리뷰 (없는 문서)\")》 (영어). 2024년 12월 30일. 2025년 1월 11일에 [원본 문서](https://natlawreview.com/article/next-generation-ai-here-come-agents)에서 보존된 문서. 2025년 1월 14일에 확인함.\n35. ↑ [이동: 가](#cite_ref-:2_35-0) [나](#cite_ref-:2_35-1) [다](#cite_ref-:2_35-2) [“What are the risks and benefits of 'AI agents'?”](https://web.archive.org/web/20241228013835/https://www.weforum.org/stories/2024/12/ai-agents-risks-artificial-intelligence/). 《[세계 경제 포럼](/wiki/%EC%84%B8%EA%B3%84_%EA%B2%BD%EC%A0%9C_%ED%8F%AC%EB%9F%BC \"세계 경제 포럼\")》 (영어). 2024년 12월 16일. 2024년 12월 28일에 [원본 문서](https://www.weforum.org/stories/2024/12/ai-agents-risks-artificial-intelligence/)에서 보존된 문서. 2025년 1월 14일에 확인함.\n36. ↑ [이동: 가](#cite_ref-:7_36-0) [나](#cite_ref-:7_36-1) Knight, Will (2024년 3월 14일). [“Forget Chatbots. AI Agents Are the Future”](https://web.archive.org/web/20250105095231/https://www.wired.com/story/fast-forward-forget-chatbots-ai-agents-are-the-future/). 《[와이어드](/wiki/%EC%99%80%EC%9D%B4%EC%96%B4%EB%93%9C_(%EC%9E%A1%EC%A7%80) \"와이어드 (잡지)\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [1059-1028](//www.worldcat.org/issn/1059-1028). 2025년 1월 5일에 [원본 문서](https://www.wired.com/story/fast-forward-forget-chatbots-ai-agents-are-the-future/)에서 보존된 문서. 2025년 1월 14일에 확인함.\n37. ↑ [이동: 가](#cite_ref-:6_37-0) [나](#cite_ref-:6_37-1) Marshall, Matt (2025년 2월 22일). [“The rise of browser-use agents: Why Convergence's Proxy is beating OpenAI's Operator”](https://web.archive.org/web/20250222231546/https://venturebeat.com/ai/the-rise-of-browser-use-agents-why-convergences-proxy-is-beating-openais-operator/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 2월 22일에 [원본 문서](https://venturebeat.com/ai/the-rise-of-browser-use-agents-why-convergences-proxy-is-beating-openais-operator/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n38. [↑](#cite_ref-38 \"이동\") Milmo, Dan (2025년 2월 3일). [“OpenAI launches 'deep research' tool that it says can match research analyst”](https://web.archive.org/web/20250203142402/https://www.theguardian.com/technology/2025/feb/03/openai-deep-research-agent-chatgpt-deepseek). 《[가디언](/wiki/%EA%B0%80%EB%94%94%EC%96%B8 \"가디언\")》 (영국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [0261-3077](//www.worldcat.org/issn/0261-3077). 2025년 2월 3일에 [원본 문서](https://www.theguardian.com/technology/2025/feb/03/openai-deep-research-agent-chatgpt-deepseek)에서 보존된 문서. 2025년 4월 2일에 확인함.\n39. [↑](#cite_ref-39 \"이동\") Chen, Caiwei (2025년 3월 11일). [“Everyone in AI is talking about Manus. We put it to the test.”](https://web.archive.org/web/20250312113852/https://www.technologyreview.com/2025/03/11/1113133/manus-ai-review/). 《[MIT 테크놀로지 리뷰](/wiki/MIT_%ED%85%8C%ED%81%AC%EB%86%80%EB%A1%9C%EC%A7%80_%EB%A6%AC%EB%B7%B0 \"MIT 테크놀로지 리뷰\")》 (영어). 2025년 3월 12일에 [원본 문서](https://www.technologyreview.com/2025/03/11/1113133/manus-ai-review/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n40. ↑ [이동: 가](#cite_ref-:17_40-0) [나](#cite_ref-:17_40-1) [다](#cite_ref-:17_40-2) [“China is gaining ground in the global race to develop AI agents”](https://web.archive.org/web/20250602111847/https://restofworld.org/2025/china-ai-agent-openai/). 《[세계의 나머지](/w/index.php?title=%EC%84%B8%EA%B3%84%EC%9D%98_%EB%82%98%EB%A8%B8%EC%A7%80&action=edit&redlink=1 \"세계의 나머지 (없는 문서)\")》 (미국 영어). 2025년 6월 2일. 2025년 6월 2일에 [원본 문서](https://restofworld.org/2025/china-ai-agent-openai/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n41. [↑](#cite_ref-41 \"이동\") David, Emilia (2024년 12월 30일). [“Why 2025 will be the year of AI orchestration”](https://web.archive.org/web/20241230175615/https://venturebeat.com/ai/three-ways-2025-will-be-the-year-of-agentic-productivity/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2024년 12월 30일에 [원본 문서](https://venturebeat.com/ai/three-ways-2025-will-be-the-year-of-agentic-productivity/)에서 보존된 문서. 2025년 1월 14일에 확인함.\n42. [↑](#cite_ref-camel2023_42-0 \"이동\") [“CAMEL: Finding the Scaling Law of Agents. The first and the best multi-agent framework.”](https://github.com/camel-ai/camel/). 《[깃허브](/wiki/%EA%B9%83%ED%97%88%EB%B8%8C \"깃허브\")》.\n43. [↑](#cite_ref-li2023_43-0 \"이동\") Li, Guohao (2023). [《Camel: Communicative agents for \"mind\" exploration of large language model society》](https://proceedings.neurips.cc/paper_files/paper/2023/file/a3621ee907def47c1b952ade25c67698-Paper-Conference.pdf) (PDF). 《Advances in Neural Information Processing Systems》 **36**. 51991–52008쪽. [arXiv](/wiki/ArXiv \"ArXiv\"):[2303.17760](//arxiv.org/abs/2303.17760). [S2CID](/wiki/%EC%8B%9C%EB%A7%A8%ED%8B%B1_%EC%8A%A4%EC%B9%BC%EB%9D%BC \"시맨틱 스칼라\") [257900712](https://api.semanticscholar.org/CorpusID:257900712).\n44. [↑](#cite_ref-:8_44-0 \"이동\") Dickson, Ben (2023년 10월 3일). [“Microsoft's AutoGen framework allows multiple AI agents to talk to each other and complete your tasks”](https://web.archive.org/web/20241227061127/https://venturebeat.com/ai/microsofts-autogen-framework-allows-multiple-ai-agents-to-talk-to-each-other-and-complete-your-tasks/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2024년 12월 27일에 [원본 문서](https://venturebeat.com/ai/microsofts-autogen-framework-allows-multiple-ai-agents-to-talk-to-each-other-and-complete-your-tasks/)에서 보존된 문서. 2025년 1월 14일에 확인함.\n45. [↑](#cite_ref-45 \"이동\") [“The next AI wave — agents — should come with warning labels”](https://web.archive.org/web/20250114023632/https://www.computerworld.com/article/3727412/the-next-ai-wave-agents-should-come-with-warning-labels.html). 《[컴퓨터월드](/wiki/%EC%BB%B4%ED%93%A8%ED%84%B0%EC%9B%94%EB%93%9C \"컴퓨터월드\")》 (영어). 2025년 1월 13일. 2025년 1월 14일에 [원본 문서](https://www.computerworld.com/article/3727412/the-next-ai-wave-agents-should-come-with-warning-labels.html)에서 보존된 문서. 2025년 1월 14일에 확인함.\n46. [↑](#cite_ref-46 \"이동\") David, Emilia (2025년 4월 15일). [“Moveworks joins AI agent library craze”](https://web.archive.org/web/20250415214729/https://venturebeat.com/ai/moveworks-joins-ai-agent-library-craze/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 4월 15일에 [원본 문서](https://venturebeat.com/ai/moveworks-joins-ai-agent-library-craze/)에서 보존된 문서. 2025년 5월 14일에 확인함.\n47. [↑](#cite_ref-47 \"이동\") David, Emilia (2025년 3월 6일). [“A standard, open framework for building AI agents is coming from Cisco, LangChain and Galileo”](https://web.archive.org/web/20250309045209/https://venturebeat.com/ai/a-standard-open-framework-for-building-ai-agents-is-coming-from-cisco-langchain-and-galileo/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 3월 9일에 [원본 문서](https://venturebeat.com/ai/a-standard-open-framework-for-building-ai-agents-is-coming-from-cisco-langchain-and-galileo/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n48. [↑](#cite_ref-48 \"이동\") Zeff, Maxwell (2025년 3월 5일). [“GibberLink lets AI agents call each other in robo-language”](https://web.archive.org/web/20250305141006/https://techcrunch.com/2025/03/05/gibberlink-lets-ai-agents-call-each-other-in-robo-language/). 《[테크크런치](/wiki/%ED%85%8C%ED%81%AC%ED%81%AC%EB%9F%B0%EC%B9%98 \"테크크런치\")》 (미국 영어). 2025년 3월 5일에 [원본 문서](https://techcrunch.com/2025/03/05/gibberlink-lets-ai-agents-call-each-other-in-robo-language/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n49. [↑](#cite_ref-49 \"이동\") Cooney, Michael (2025년 1월 30일). [“Cisco touts 'Internet of Agents' for secure AI agent collaboration”](https://web.archive.org/web/20250131133538/https://www.networkworld.com/article/3812618/cisco-touts-internet-of-agents-for-secure-ai-agent-collaboration.html). 《[네트워크 월드](/wiki/%EC%9D%B8%ED%84%B0%EB%82%B4%EC%85%94%EB%84%90_%EB%8D%B0%EC%9D%B4%ED%84%B0_%EA%B7%B8%EB%A3%B9 \"인터내셔널 데이터 그룹\")》 (영어). 2025년 1월 31일에 [원본 문서](https://www.networkworld.com/article/3812618/cisco-touts-internet-of-agents-for-secure-ai-agent-collaboration.html)에서 보존된 문서. 2025년 4월 2일에 확인함.\n50. [↑](#cite_ref-50 \"이동\") Clark, Lindsay (2025년 4월 10일). [“Did someone say AI agents, Google asks, bursting in”](https://web.archive.org/web/20250410112802/https://www.theregister.com/2025/04/10/google_agentic_ai_cloud_next/). 《[더 레지스터](/wiki/%EB%8D%94_%EB%A0%88%EC%A7%80%EC%8A%A4%ED%84%B0 \"더 레지스터\")》. 2025년 4월 10일에 [원본 문서](https://www.theregister.com/2025/04/10/google_agentic_ai_cloud_next/)에서 보존된 문서. 2025년 5월 14일에 확인함.\n51. ↑ [이동: 가](#cite_ref-:18_51-0) [나](#cite_ref-:18_51-1) Stokel-Walker, Chris (2025년 6월 11일). [“Can we stop big tech from controlling the internet with AI agents?”](https://archive.today/20250611131453/https://www.newscientist.com/article/2483880-can-we-stop-big-tech-from-controlling-the-internet-with-ai-agents/). 《[뉴 사이언티스트](/wiki/%EB%89%B4_%EC%82%AC%EC%9D%B4%EC%96%B8%ED%8B%B0%EC%8A%A4%ED%8A%B8 \"뉴 사이언티스트\")》 (미국 영어). 2025년 6월 11일에 [원본 문서](https://www.newscientist.com/article/2483880-can-we-stop-big-tech-from-controlling-the-internet-with-ai-agents/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n52. [↑](#cite_ref-52 \"이동\") David, Emilia (2025년 3월 28일). [“New approach to agent reliability, AgentSpec, forces agents to follow rules”](https://web.archive.org/web/20250412120324/https://venturebeat.com/ai/new-approach-to-agent-reliability-agentspec-forces-agents-to-follow-rules/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 4월 12일에 [원본 문서](https://venturebeat.com/ai/new-approach-to-agent-reliability-agentspec-forces-agents-to-follow-rules/)에서 보존된 문서. 2025년 5월 14일에 확인함.\n53. [↑](#cite_ref-53 \"이동\") Edwards, Benj (2025년 2월 5일). [“Hugging Face clones OpenAI's Deep Research in 24 hours”](https://web.archive.org/web/20250206125754/https://arstechnica.com/ai/2025/02/after-24-hour-hackathon-hugging-faces-ai-research-agent-nearly-matches-openais-solution/). 《[아르스 테크니카](/wiki/%EC%95%84%EB%A5%B4%EC%8A%A4_%ED%85%8C%ED%81%AC%EB%8B%88%EC%B9%B4 \"아르스 테크니카\")》 (미국 영어). 2025년 2월 6일에 [원본 문서](https://arstechnica.com/ai/2025/02/after-24-hour-hackathon-hugging-faces-ai-research-agent-nearly-matches-openais-solution/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n54. [↑](#cite_ref-54 \"이동\") Wiggers, Kyle (2025년 5월 6일). [“Hugging Face releases a free Operator-like agentic AI tool”](https://web.archive.org/web/20250506221518/https://techcrunch.com/2025/05/06/hugging-face-releases-a-free-operator-like-agentic-ai-tool/). 《[테크크런치](/wiki/%ED%85%8C%ED%81%AC%ED%81%AC%EB%9F%B0%EC%B9%98 \"테크크런치\")》 (미국 영어). 2025년 5월 6일에 [원본 문서](https://techcrunch.com/2025/05/06/hugging-face-releases-a-free-operator-like-agentic-ai-tool/)에서 보존된 문서. 2025년 5월 14일에 확인함.\n55. [↑](#cite_ref-55 \"이동\") Ortiz, Sabrina (2025년 2월 14일). [“Which AI agent is the best? This new leaderboard can tell you”](https://web.archive.org/web/20250330001709/https://www.zdnet.com/article/which-ai-agent-is-the-best-this-new-leaderboard-can-tell-you/). 《[지디넷](/wiki/%EC%A7%80%EB%94%94%EB%84%B7 \"지디넷\")》 (영어). 2025년 3월 30일에 [원본 문서](https://www.zdnet.com/article/which-ai-agent-is-the-best-this-new-leaderboard-can-tell-you/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n56. [↑](#cite_ref-56 \"이동\") Casper, Stephen; Bailey, Luke; Hunter, Rosco; Ezell, Carson; Cabalé, Emma; Gerovitch, Michael; Slocum, Stewart; Wei, Kevin; Jurkovic, Nikola; Khan, Ariba; Christoffersen, Phillip J. K.; Pinar Ozisik, A.; Trivedi, Rakshit; Dylan; Kolt, Noam (2025). “The AI Agent Index”. [arXiv](/wiki/ArXiv \"ArXiv\"):[2502.01635](//arxiv.org/abs/2502.01635) [[cs.SE](//arxiv.org/archive/cs.SE)].  더 이상 지원되지 않는 변수를 사용함 ([도움말](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_%EB%8F%84%EC%9B%80%EB%A7%90#deprecated_params \"위키백과:인용 오류 도움말\"))\n57. [↑](#cite_ref-57 \"이동\") Dong, Liming; Lu, Qinghua; Zhu, Liming (2024). “AgentOps: Enabling Observability of LLM Agents”. [arXiv](/wiki/ArXiv \"ArXiv\"):[2411.05285](//arxiv.org/abs/2411.05285) [[cs.AI](//arxiv.org/archive/cs.AI)].  더 이상 지원되지 않는 변수를 사용함 ([도움말](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_%EB%8F%84%EC%9B%80%EB%A7%90#deprecated_params \"위키백과:인용 오류 도움말\"))\n58. [↑](#cite_ref-58 \"이동\") Colback, Lucy (2025년 5월 7일). [“AI agents: from co-pilot to autopilot”](https://archive.today/20250507031905/https://www.ft.com/content/3e862e23-6e2c-4670-a68c-e204379fe01f). 《[파이낸셜 타임스](/wiki/%ED%8C%8C%EC%9D%B4%EB%82%B8%EC%85%9C_%ED%83%80%EC%9E%84%EC%8A%A4 \"파이낸셜 타임스\")》. 2025년 5월 7일에 [원본 문서](https://www.ft.com/content/3e862e23-6e2c-4670-a68c-e204379fe01f)에서 보존된 문서. 2025년 5월 14일에 확인함.\n59. [↑](#cite_ref-59 \"이동\") Knight, Will (2024년 9월 25일). [“The Most Capable Open Source AI Model Yet Could Supercharge AI Agents”](https://web.archive.org/web/20250328102342/https://www.wired.com/story/molmo-open-source-multimodal-ai-model-allen-institute-agents/). 《[와이어드](/wiki/%EC%99%80%EC%9D%B4%EC%96%B4%EB%93%9C_(%EC%9E%A1%EC%A7%80) \"와이어드 (잡지)\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [1059-1028](//www.worldcat.org/issn/1059-1028). 2025년 3월 28일에 [원본 문서](https://www.wired.com/story/molmo-open-source-multimodal-ai-model-allen-institute-agents/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n60. [↑](#cite_ref-60 \"이동\") Takahashi, Dean (2024년 11월 4일). [“Nvidia AI Blueprint makes it easy for any devs to build automated agents that analyze video”](https://web.archive.org/web/20241205103955/https://venturebeat.com/ai/nvidia-ai-blueprint-makes-it-easy-for-devs-in-any-industry-build-agents-to-analyze-video/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2024년 12월 5일에 [원본 문서](https://venturebeat.com/ai/nvidia-ai-blueprint-makes-it-easy-for-devs-in-any-industry-build-agents-to-analyze-video/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n61. [↑](#cite_ref-61 \"이동\") Takahashi, Dean (2025년 1월 7일). [“Nvidia launches blueprint for AI agents that can analyze video”](https://web.archive.org/web/20250404224324/https://venturebeat.com/ai/nvidia-launches-blueprint-for-ai-agents-that-can-analyze-video/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 4월 4일에 [원본 문서](https://venturebeat.com/ai/nvidia-launches-blueprint-for-ai-agents-that-can-analyze-video/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n62. [↑](#cite_ref-62 \"이동\") Edwards, Benj (2025년 2월 20일). [“Microsoft’s new AI agent can control software and robots”](https://web.archive.org/web/20250520062232/https://arstechnica.com/ai/2025/02/microsofts-new-ai-agent-can-control-software-and-robots/). 《[아르스 테크니카](/wiki/%EC%95%84%EB%A5%B4%EC%8A%A4_%ED%85%8C%ED%81%AC%EB%8B%88%EC%B9%B4 \"아르스 테크니카\")》 (영어). 2025년 5월 20일에 [원본 문서](https://arstechnica.com/ai/2025/02/microsofts-new-ai-agent-can-control-software-and-robots/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n63. [↑](#cite_ref-63 \"이동\") [“Visa wants to give artificial intelligence 'agents' your credit card”](https://web.archive.org/web/20250501010808/https://apnews.com/article/ai-artificial-intelligence-5dfa1da145689e7951a181e2253ab349). 《[AP](/wiki/AP_(%ED%86%B5%EC%8B%A0%EC%82%AC) \"AP (통신사)\")》 (영어). 2025년 4월 30일. 2025년 5월 1일에 [원본 문서](https://apnews.com/article/ai-artificial-intelligence-5dfa1da145689e7951a181e2253ab349)에서 보존된 문서. 2025년 5월 14일에 확인함.\n64. ↑ [이동: 가](#cite_ref-:19_64-0) [나](#cite_ref-:19_64-1) Goldman, Sharon (2025년 6월 11일). [“Microsoft Copilot flaw raises urgent questions for any business deploying AI agents”](https://web.archive.org/web/20250611235202/https://fortune.com/2025/06/11/microsoft-copilot-vulnerability-ai-agents-echoleak-hacking/). 《[포춘](/wiki/%ED%8F%AC%EC%B6%98_(%EC%9E%A1%EC%A7%80) \"포춘 (잡지)\")》 (영어). 2025년 6월 11일에 [원본 문서](https://fortune.com/2025/06/11/microsoft-copilot-vulnerability-ai-agents-echoleak-hacking/)에서 보존된 문서. 2025년 6월 12일에 확인함.\n65. [↑](#cite_ref-65 \"이동\") Haskins, Caroline (2025년 5월 2일). [“A DOGE Recruiter Is Staffing a Project to Deploy AI Agents Across the US Government”](https://web.archive.org/web/20250503074840/https://www.wired.com/story/doge-recruiter-ai-agents-palantir-clown-emoji/). 《[와이어드](/wiki/%EC%99%80%EC%9D%B4%EC%96%B4%EB%93%9C_(%EC%9E%A1%EC%A7%80) \"와이어드 (잡지)\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [1059-1028](//www.worldcat.org/issn/1059-1028). 2025년 5월 3일에 [원본 문서](https://www.wired.com/story/doge-recruiter-ai-agents-palantir-clown-emoji/)에서 보존된 문서. 2025년 5월 14일에 확인함.\n66. ↑ [이동: 가](#cite_ref-:5_66-0) [나](#cite_ref-:5_66-1) [다](#cite_ref-:5_66-2) [라](#cite_ref-:5_66-3) [마](#cite_ref-:5_66-4) [바](#cite_ref-:5_66-5) Piper, Kelsey (2024년 3월 29일). [“AI \"agents\" could do real work in the real world. That might not be a good thing.”](https://web.archive.org/web/20241219213538/https://www.vox.com/future-perfect/24114582/artificial-intelligence-agents-openai-chatgpt-microsoft-google-ai-safety-risk-anthropic-claude). 《[복스](/wiki/%EB%B3%B5%EC%8A%A4_(%EC%9B%B9%EC%82%AC%EC%9D%B4%ED%8A%B8) \"복스 (웹사이트)\")》 (미국 영어). 2024년 12월 19일에 [원본 문서](https://www.vox.com/future-perfect/24114582/artificial-intelligence-agents-openai-chatgpt-microsoft-google-ai-safety-risk-anthropic-claude)에서 보존된 문서. 2025년 1월 14일에 확인함.\n67. ↑ [이동: 가](#cite_ref-:9_67-0) [나](#cite_ref-:9_67-1) Purdy, Mark (2024년 12월 12일). [“What Is Agentic AI, and How Will It Change Work?”](https://archive.today/20241230071722/https://hbr.org/2024/12/what-is-agentic-ai-and-how-will-it-change-work). 《[하버드 비즈니스 리뷰](/wiki/%ED%95%98%EB%B2%84%EB%93%9C_%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EB%A6%AC%EB%B7%B0 \"하버드 비즈니스 리뷰\")》. [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [0017-8012](//www.worldcat.org/issn/0017-8012). 2024년 12월 30일에 [원본 문서](https://hbr.org/2024/12/what-is-agentic-ai-and-how-will-it-change-work)에서 보존된 문서. 2025년 1월 20일에 확인함.\n68. ↑ [이동: 가](#cite_ref-:3_68-0) [나](#cite_ref-:3_68-1) [다](#cite_ref-:3_68-2) Wright, Webb (2024년 12월 12일). [“AI Agents with More Autonomy Than Chatbots Are Coming. Some Safety Experts Are Worried”](https://web.archive.org/web/20241223010402/https://www.scientificamerican.com/article/what-are-ai-agents-and-why-are-they-about-to-be-everywhere/). 《[사이언티픽 아메리칸](/wiki/%EC%82%AC%EC%9D%B4%EC%96%B8%ED%8B%B0%ED%94%BD_%EC%95%84%EB%A9%94%EB%A6%AC%EC%B9%B8 \"사이언티픽 아메리칸\")》 (영어). 2024년 12월 23일에 [원본 문서](https://www.scientificamerican.com/article/what-are-ai-agents-and-why-are-they-about-to-be-everywhere/)에서 보존된 문서. 2025년 1월 14일에 확인함.\n69. [↑](#cite_ref-69 \"이동\") [Olson, Parmy](/w/index.php?title=%ED%8C%8C%EB%AF%B8_%EC%98%AC%EC%8A%A8&action=edit&redlink=1 \"파미 올슨 (없는 문서)\") (2025년 1월 27일). [“Skip the Hype, Here's How AI 'Agents' Can Really Help”](https://archive.today/20250127052332/https://www.bloomberg.com/opinion/articles/2025-01-27/skip-the-hype-here-s-how-ai-agents-can-really-help). 《[블룸버그 뉴스](/wiki/%EB%B8%94%EB%A3%B8%EB%B2%84%EA%B7%B8_%EB%89%B4%EC%8A%A4 \"블룸버그 뉴스\")》. 2025년 1월 27일에 [원본 문서](https://www.bloomberg.com/opinion/articles/2025-01-27/skip-the-hype-here-s-how-ai-agents-can-really-help)에서 보존된 문서. 2025년 4월 2일에 확인함.\n70. [↑](#cite_ref-70 \"이동\") Deng, Xiang; Gu, Yu; Zheng, Boyuan; Chen, Shijie; Stevens, Samuel; Wang, Boshi; Sun, Huan; Su, Yu (2023). “Mind2Web: Towards a Generalist Agent for the Web”. [arXiv](/wiki/ArXiv \"ArXiv\"):[2306.06070](//arxiv.org/abs/2306.06070) [[cs.CL](//arxiv.org/archive/cs.CL)].  더 이상 지원되지 않는 변수를 사용함 ([도움말](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_%EB%8F%84%EC%9B%80%EB%A7%90#deprecated_params \"위키백과:인용 오류 도움말\"))\n71. [↑](#cite_ref-71 \"이동\") Woodall, Tatyana (2024년 1월 9일). [“Researchers developing AI to make the internet more accessible”](https://web.archive.org/web/20250328092959/https://news.osu.edu/researchers-developing-ai-to-make-the-internet-more-accessible/). 《[오하이오 주립 뉴스](/wiki/%EC%98%A4%ED%95%98%EC%9D%B4%EC%98%A4_%EC%A3%BC%EB%A6%BD_%EB%8C%80%ED%95%99%EA%B5%90 \"오하이오 주립 대학교\")》 (미국 영어). 2025년 3월 28일에 [원본 문서](https://news.osu.edu/researchers-developing-ai-to-make-the-internet-more-accessible/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n72. ↑ [이동: 가](#cite_ref-:14_72-0) [나](#cite_ref-:14_72-1) [다](#cite_ref-:14_72-2) [라](#cite_ref-:14_72-3) [Mitchell, Margaret](/w/index.php?title=%EB%A7%88%EA%B0%80%EB%A0%9B_%EB%AF%B8%EC%B2%BC_(%EA%B3%BC%ED%95%99%EC%9E%90)&action=edit&redlink=1 \"마가렛 미첼 (과학자) (없는 문서)\"); Ghosh, Avijit; [Luccioni, Sasha](/w/index.php?title=%EC%82%AC%EC%83%A4_%EB%A3%A8%EC%B9%98%EC%98%A4%EB%8B%88&action=edit&redlink=1 \"사샤 루치오니 (없는 문서)\"); Pistilli, Giada (2025년 3월 24일). [“Why handing over total control to AI agents would be a huge mistake”](https://web.archive.org/web/20250324115123/https://www.technologyreview.com/2025/03/24/1113647/why-handing-over-total-control-to-ai-agents-would-be-a-huge-mistake/). 《[MIT 테크놀로지 리뷰](/wiki/MIT_%ED%85%8C%ED%81%AC%EB%86%80%EB%A1%9C%EC%A7%80_%EB%A6%AC%EB%B7%B0 \"MIT 테크놀로지 리뷰\")》 (영어). 2025년 3월 24일에 [원본 문서](https://www.technologyreview.com/2025/03/24/1113647/why-handing-over-total-control-to-ai-agents-would-be-a-huge-mistake/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n73. ↑ [이동: 가](#cite_ref-:20_73-0) [나](#cite_ref-:20_73-1) [다](#cite_ref-:20_73-2) [라](#cite_ref-:20_73-3) [“AI agents: Exploring the potential and the problems”](https://web.archive.org/web/20250610134839/https://www.bbc.co.uk/rd/articles/2025-05-ai-agents-challenges-summary). 《[BBC 온라인](/wiki/BBC_%EC%98%A8%EB%9D%BC%EC%9D%B8 \"BBC 온라인\")》 (영국 영어). 2025년 5월 30일. 2025년 6월 10일에 [원본 문서](https://www.bbc.co.uk/rd/articles/2025-05-ai-agents-challenges-summary)에서 보존된 문서. 2025년 6월 12일에 확인함.\n74. ↑ [이동: 가](#cite_ref-:4_74-0) [나](#cite_ref-:4_74-1) O'Neill, Brian (2024년 12월 18일). [“What is an AI agent? A computer scientist explains the next wave of artificial intelligence tools”](https://web.archive.org/web/20250104000722/https://theconversation.com/what-is-an-ai-agent-a-computer-scientist-explains-the-next-wave-of-artificial-intelligence-tools-242586). 《[대화](/w/index.php?title=%EB%8C%80%ED%99%94_(%EC%9B%B9%EC%82%AC%EC%9D%B4%ED%8A%B8)&action=edit&redlink=1 \"대화 (웹사이트) (없는 문서)\")》 (미국 영어). 2025년 1월 4일에 [원본 문서](https://theconversation.com/what-is-an-ai-agent-a-computer-scientist-explains-the-next-wave-of-artificial-intelligence-tools-242586)에서 보존된 문서. 2025년 1월 14일에 확인함.\n75. ↑ [이동: 가](#cite_ref-:21_75-0) [나](#cite_ref-:21_75-1) Huckins, Grace (2025년 6월 12일). [“Are we ready to hand AI agents the keys?”](https://web.archive.org/web/20250612113313/https://www.technologyreview.com/2025/06/12/1118189/ai-agents-manus-control-autonomy-operator-openai/). 《[MIT 테크놀로지 리뷰](/wiki/MIT_%ED%85%8C%ED%81%AC%EB%86%80%EB%A1%9C%EC%A7%80_%EB%A6%AC%EB%B7%B0 \"MIT 테크놀로지 리뷰\")》 (영어). 2025년 6월 12일에 [원본 문서](https://www.technologyreview.com/2025/06/12/1118189/ai-agents-manus-control-autonomy-operator-openai/)에서 보존된 문서. 2025년 6월 15일에 확인함.\n76. ↑ [이동: 가](#cite_ref-:12_76-0) [나](#cite_ref-:12_76-1) [다](#cite_ref-:12_76-2) Lin, Belle (2025년 1월 6일). [“How Are Companies Using AI Agents? Here's a Look at Five Early Users of the Bots”](https://archive.today/20250106123337/https://www.wsj.com/articles/how-are-companies-using-ai-agents-heres-a-look-at-five-early-users-of-the-bots-26f87845). 《[월스트리트 저널](/wiki/%EC%9B%94%EC%8A%A4%ED%8A%B8%EB%A6%AC%ED%8A%B8_%EC%A0%80%EB%84%90 \"월스트리트 저널\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [0099-9660](//www.worldcat.org/issn/0099-9660). 2025년 1월 6일에 [원본 문서](https://www.wsj.com/articles/how-are-companies-using-ai-agents-heres-a-look-at-five-early-users-of-the-bots-26f87845)에서 보존된 문서. 2025년 1월 20일에 확인함.\n77. ↑ [이동: 가](#cite_ref-:10_77-0) [나](#cite_ref-:10_77-1) Zittrain, Jonathan L. (2024년 7월 2일). [“We Need to Control AI Agents Now”](https://web.archive.org/web/20241231080834/https://www.theatlantic.com/technology/archive/2024/07/ai-agents-safety-risks/678864/). 《[디 애틀랜틱](/wiki/%EB%94%94_%EC%95%A0%ED%8B%80%EB%9E%9C%ED%8B%B1 \"디 애틀랜틱\")》 (영어). 2024년 12월 31일에 [원본 문서](https://www.theatlantic.com/technology/archive/2024/07/ai-agents-safety-risks/678864/)에서 보존된 문서. 2025년 1월 20일에 확인함.\n78. [↑](#cite_ref-:11_78-0 \"이동\") Kerner, Sean Michael (2025년 1월 16일). [“Nvidia tackles agentic AI safety and security with new NeMo Guardrails NIMs”](https://web.archive.org/web/20250116161332/https://venturebeat.com/ai/nvidia-boosts-agentic-ai-safety-with-nemo-guardrails-promising-better-protection-with-low-latency/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 1월 16일에 [원본 문서](https://venturebeat.com/ai/nvidia-boosts-agentic-ai-safety-with-nemo-guardrails-promising-better-protection-with-low-latency/)에서 보존된 문서. 2025년 1월 20일에 확인함.\n79. [↑](#cite_ref-79 \"이동\") Crawford, Kate (2024년 12월 23일). [“AI Agents Will Be Manipulation Engines”](https://web.archive.org/web/20250103053608/https://www.wired.com/story/ai-agents-personal-assistants-manipulation-engines/). 《[와이어드](/wiki/%EC%99%80%EC%9D%B4%EC%96%B4%EB%93%9C_(%EC%9E%A1%EC%A7%80) \"와이어드 (잡지)\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [1059-1028](//www.worldcat.org/issn/1059-1028). 2025년 1월 3일에 [원본 문서](https://www.wired.com/story/ai-agents-personal-assistants-manipulation-engines/)에서 보존된 문서. 2025년 1월 14일에 확인함.\n80. ↑ [이동: 가](#cite_ref-:13_80-0) [나](#cite_ref-:13_80-1) [다](#cite_ref-:13_80-2) [“The argument against AI agents and unnecessary automation”](https://web.archive.org/web/20250127193228/https://www.theregister.com/2025/01/27/ai_agents_automate_argument/). 《[더 레지스터](/wiki/%EB%8D%94_%EB%A0%88%EC%A7%80%EC%8A%A4%ED%84%B0 \"더 레지스터\")》. 2025년 1월 27일. 2025년 1월 27일에 [원본 문서](https://www.theregister.com/2025/01/27/ai_agents_automate_argument/)에서 보존된 문서. 2025년 1월 30일에 확인함.\n81. [↑](#cite_ref-81 \"이동\") Blackman, Reid (2025년 6월 13일). [“Organizations Aren’t Ready for the Risks of Agentic AI”](https://archive.today/20250613122927/https://hbr.org/2025/06/organizations-arent-ready-for-the-risks-of-agentic-ai). 《[하버드 비즈니스 리뷰](/wiki/%ED%95%98%EB%B2%84%EB%93%9C_%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EB%A6%AC%EB%B7%B0 \"하버드 비즈니스 리뷰\")》 (영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [0017-8012](//www.worldcat.org/issn/0017-8012). 2025년 6월 13일에 [원본 문서](https://hbr.org/2025/06/organizations-arent-ready-for-the-risks-of-agentic-ai)에서 보존된 문서. 2025년 6월 15일에 확인함.\n82. [↑](#cite_ref-82 \"이동\") [“We did the math on AI’s energy footprint. Here’s the story you haven’t heard.”](https://web.archive.org/web/20250520105527/https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/). 《[MIT 테크놀로지 리뷰](/wiki/MIT_%ED%85%8C%ED%81%AC%EB%86%80%EB%A1%9C%EC%A7%80_%EB%A6%AC%EB%B7%B0 \"MIT 테크놀로지 리뷰\")》 (영어). 2025년 5월 20일. 2025년 5월 20일에 [원본 문서](https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/)에서 보존된 문서. 2025년 6월 12일에 확인함. We started small, as the question of how much a single query costs is vitally important to understanding the bigger picture. That's because those queries are being built into ever more applications beyond standalone chatbots: from search, to agents, to the mundane daily apps we use to track our fitness, shop online, or book a flight. The energy resources required to power this artificial-intelligence revolution are staggering, and the world's biggest tech companies have made it a top priority to harness ever more of that energy, aiming to reshape our energy grids in the process.\n83. [↑](#cite_ref-83 \"이동\") [“Inside the effort to tally AI’s energy appetite”](https://web.archive.org/web/20250603110116/https://www.technologyreview.com/2025/06/03/1117685/inside-the-tedious-effort-to-tally-ais-energy-appetite/). 《[MIT 테크놀로지 리뷰](/wiki/MIT_%ED%85%8C%ED%81%AC%EB%86%80%EB%A1%9C%EC%A7%80_%EB%A6%AC%EB%B7%B0 \"MIT 테크놀로지 리뷰\")》 (영어). 2025년 6월 3일. 2025년 6월 3일에 [원본 문서](https://www.technologyreview.com/2025/06/03/1117685/inside-the-tedious-effort-to-tally-ais-energy-appetite/)에서 보존된 문서. 2025년 6월 12일에 확인함. Lots of AI companies are building reasoning models, which \"think\" for longer and use more energy. They're building hardware devices, perhaps like the one Jony Ive has been working on (which OpenAI just acquired for $6.5 billion), that have AI constantly humming along in the background of our conversations. They're designing agents and digital clones of us to act on our behalf. All these trends point to a more energy-intensive future (which, again, helps explain why OpenAI and others are spending such inconceivable amounts of money on energy).\n84. [↑](#cite_ref-84 \"이동\") Wong, Matteo (2025년 3월 14일). [“Was Sam Altman Right About the Job Market?”](https://web.archive.org/web/20250317115042/https://www.theatlantic.com/technology/archive/2025/03/generative-ai-agents/682050/). 《[디 애틀랜틱](/wiki/%EB%94%94_%EC%95%A0%ED%8B%80%EB%9E%9C%ED%8B%B1 \"디 애틀랜틱\")》 (영어). 2025년 3월 17일에 [원본 문서](https://www.theatlantic.com/technology/archive/2025/03/generative-ai-agents/682050/)에서 보존된 문서. 2025년 4월 2일에 확인함. In other words, flawed products won't stop tech companies' push to automate everything—the AI-saturated future will be imperfect at best, but it is coming anyway.\n85. ↑ [이동: 가](#cite_ref-:16_85-0) [나](#cite_ref-:16_85-1) Agarwal, Shubham. [“Carnegie Mellon staffed a fake company with AI agents. It was a total disaster.”](https://web.archive.org/web/20250428031158mp_/https://www.businessinsider.com/ai-agents-study-company-run-by-ai-disaster-replace-jobs-2025-4). 《[비즈니스 인사이더](/wiki/%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EC%9D%B8%EC%82%AC%EC%9D%B4%EB%8D%94 \"비즈니스 인사이더\")》 (미국 영어). 2025년 4월 28일에 [원본 문서](https://www.businessinsider.com/ai-agents-study-company-run-by-ai-disaster-replace-jobs-2025-4)에서 보존된 문서. 2025년 5월 15일에 확인함.\n86. [↑](#cite_ref-86 \"이동\") Sabin, Sam (2025년 4월 22일). [“Exclusive: Anthropic warns fully AI employees are a year away”](https://web.archive.org/web/20250423000910/https://www.axios.com/2025/04/22/ai-anthropic-virtual-employees-security). 《[액시오스](/w/index.php?title=%EC%95%A1%EC%8B%9C%EC%98%A4%EC%8A%A4&action=edit&redlink=1 \"액시오스 (없는 문서)\")》 (영어). 2025년 4월 23일에 [원본 문서](https://www.axios.com/2025/04/22/ai-anthropic-virtual-employees-security)에서 보존된 문서. 2025년 5월 15일에 확인함.\n87. [↑](#cite_ref-87 \"이동\") Xu, Frank F.; Song, Yufan; Li, Boxuan; Tang, Yuxuan; Jain, Kritanjali; Bao, Mengxue; Wang, Zora Z.; Zhou, Xuhui; Guo, Zhitong; Cao, Murong; Yang, Mingyang; Hao Yang Lu; Martin, Amaad; Su, Zhe; Maben, Leander; Mehta, Raj; Chi, Wayne; Jang, Lawrence; Xie, Yiqing; Zhou, Shuyan; Neubig (2024). “TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks”. [arXiv](/wiki/ArXiv \"ArXiv\"):[2412.14161](//arxiv.org/abs/2412.14161) [[cs.CL](//arxiv.org/archive/cs.CL)].  더 이상 지원되지 않는 변수를 사용함 ([도움말](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_%EB%8F%84%EC%9B%80%EB%A7%90#deprecated_params \"위키백과:인용 오류 도움말\"))\n88. [↑](#cite_ref-88 \"이동\") Claburn, Thomas (2025년 1월 23일). [“Tool touted as 'first AI software engineer' is bad at its job, testers claim”](https://web.archive.org/web/20250330003601/https://www.theregister.com/2025/01/23/ai_developer_devin_poor_reviews/). 《[더 레지스터](/wiki/%EB%8D%94_%EB%A0%88%EC%A7%80%EC%8A%A4%ED%84%B0 \"더 레지스터\")》. 2025년 3월 30일에 [원본 문서](https://www.theregister.com/2025/01/23/ai_developer_devin_poor_reviews/)에서 보존된 문서. 2025년 6월 15일에 확인함.\n89. [↑](#cite_ref-:15_89-0 \"이동\") Balevic, Katie. [“Signal president warns the hyped agentic AI bots threaten user privacy”](https://web.archive.org/web/20250312185602/https://www.businessinsider.com/ai-agents-threaten-user-privacy-meredith-whittaker-2025-3). 《[비즈니스 인사이더](/wiki/%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EC%9D%B8%EC%82%AC%EC%9D%B4%EB%8D%94 \"비즈니스 인사이더\")》 (미국 영어). 2025년 3월 12일에 [원본 문서](https://www.businessinsider.com/signal-president-warns-privacy-threat-agentic-ai-meredith-whittaker-2025-3)에서 보존된 문서. 2025년 4월 2일에 확인함.\n90. [↑](#cite_ref-90 \"이동\") Hornstein, Julia. [“AI agents are coming to the military. VCs love it, but researchers are a bit wary.”](https://web.archive.org/web/20250312101554/https://www.businessinsider.com/ai-agents-coming-military-new-scaleai-contract-2025-3). 《[비즈니스 인사이더](/wiki/%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EC%9D%B8%EC%82%AC%EC%9D%B4%EB%8D%94 \"비즈니스 인사이더\")》 (미국 영어). 2025년 3월 12일에 [원본 문서](https://www.businessinsider.com/ai-agents-coming-military-new-scaleai-contract-2025-3)에서 보존된 문서. 2025년 4월 2일에 확인함.\n91. [↑](#cite_ref-91 \"이동\") Tangermann, Victor (2025년 3월 6일). [“Pentagon Signs Deal to \"Deploy AI Agents for Military Use\"”](https://web.archive.org/web/20250308022255/https://futurism.com/pentagon-signs-deal-deploy-ai-agents-military-use). 《[퓨처리즘](/w/index.php?title=%EC%95%8C%EB%A0%89%EC%8A%A4_%ED%81%B4%EB%A1%9C%EC%BB%A4%EC%8A%A4&action=edit&redlink=1 \"알렉스 클로커스 (없는 문서)\")》. 2025년 3월 8일에 [원본 문서](https://futurism.com/pentagon-signs-deal-deploy-ai-agents-military-use)에서 보존된 문서. 2025년 4월 2일에 확인함.\n92. [↑](#cite_ref-92 \"이동\") Jensen, Benjamin (2025년 3월 4일). [“The Troubling Truth About How AI Agents Act in a Crisis”](https://archive.today/20250304114949/https://foreignpolicy.com/2025/03/04/ai-bias-national-security-study/). 《[포린 폴리시](/wiki/%ED%8F%AC%EB%A6%B0_%ED%8F%B4%EB%A6%AC%EC%8B%9C \"포린 폴리시\")》 (미국 영어). 2025년 3월 4일에 [원본 문서](https://foreignpolicy.com/2025/03/04/ai-bias-national-security-study/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n93. [↑](#cite_ref-93 \"이동\") Nuñez, Michael (2025년 2월 25일). [“OpenAI expands Deep Research access to Plus users, heating up AI agent wars with DeepSeek and Claude”](https://web.archive.org/web/20250311120439/https://venturebeat.com/ai/openai-expands-deep-research-access-to-plus-users-heating-up-ai-agent-wars-with-deepseek-and-claude/). 《[벤추어비트](/wiki/%EB%B2%A4%EC%B6%94%EC%96%B4%EB%B9%84%ED%8A%B8 \"벤추어비트\")》 (미국 영어). 2025년 3월 11일에 [원본 문서](https://venturebeat.com/ai/openai-expands-deep-research-access-to-plus-users-heating-up-ai-agent-wars-with-deepseek-and-claude/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n94. [↑](#cite_ref-94 \"이동\") Herrman, John (2025년 1월 25일). [“What Are AI 'Agents' For?”](https://web.archive.org/web/20250125112442/https://nymag.com/intelligencer/article/what-are-ai-agents-like-openai-operator-for.html). 《[인텔리젠서](/wiki/%EB%89%B4%EC%9A%95_(%EC%9E%A1%EC%A7%80) \"뉴욕 (잡지)\")》 (영어). 2025년 1월 25일에 [원본 문서](https://nymag.com/intelligencer/article/what-are-ai-agents-like-openai-operator-for.html)에서 보존된 문서. 2025년 4월 2일에 확인함.\n95. [↑](#cite_ref-95 \"이동\") Caramela, Sammi (2025년 2월 1일). [“'Dead Internet Theory' Is Back Thanks to All of That AI Slop”](https://web.archive.org/web/20250201192805/https://www.vice.com/en/article/dead-internet-theory-is-back-thanks-to-all-of-that-ai-slop/). 《[바이스](/wiki/%EB%B0%94%EC%9D%B4%EC%8A%A4_(%EC%9E%A1%EC%A7%80) \"바이스 (잡지)\")》 (미국 영어). 2025년 2월 1일에 [원본 문서](https://www.vice.com/en/article/dead-internet-theory-is-back-thanks-to-all-of-that-ai-slop/)에서 보존된 문서. 2025년 4월 2일에 확인함.\n96. [↑](#cite_ref-96 \"이동\") Metz, Cade; Weise, Karen (2023년 10월 16일). [“How 'A.I. Agents' That Roam the Internet Could One Day Replace Workers”](https://archive.today/20231219182907/https://www.nytimes.com/2023/10/16/technology/ai-agents-workers-replace.html). 《[뉴욕 타임스](/wiki/%EB%89%B4%EC%9A%95_%ED%83%80%EC%9E%84%EC%8A%A4 \"뉴욕 타임스\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [0362-4331](//www.worldcat.org/issn/0362-4331). 2023년 12월 19일에 [원본 문서](https://www.nytimes.com/2023/10/16/technology/ai-agents-workers-replace.html)에서 보존된 문서. 2025년 4월 2일에 확인함.\n97. [↑](#cite_ref-97 \"이동\") Knight, Will (2025년 4월 9일). [“The AI Agent Era Requires a New Kind of Game Theory”](https://web.archive.org/web/20250409202024/https://www.wired.com/story/zico-kolter-ai-agents-game-theory/). 《[와이어드](/wiki/%EC%99%80%EC%9D%B4%EC%96%B4%EB%93%9C_(%EC%9E%A1%EC%A7%80) \"와이어드 (잡지)\")》 (미국 영어). [ISSN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EC%9D%BC%EB%A0%A8_%EB%B2%88%ED%98%B8 \"국제 표준 일련 번호\") [1059-1028](//www.worldcat.org/issn/1059-1028). 2025년 4월 9일에 [원본 문서](https://www.wired.com/story/zico-kolter-ai-agents-game-theory/)에서 보존된 문서. 2025년 5월 15일에 확인함.\n98. [↑](#cite_ref-98 \"이동\") Varanasi, Lakshmi. [“Don't get too excited about AI agents yet. They make a lot of mistakes.”](https://web.archive.org/web/20250418101155/https://www.businessinsider.com/ai-agents-errors-hallucinations-compound-risk-2025-4). 《[비즈니스 인사이더](/wiki/%EB%B9%84%EC%A6%88%EB%8B%88%EC%8A%A4_%EC%9D%B8%EC%82%AC%EC%9D%B4%EB%8D%94 \"비즈니스 인사이더\")》 (미국 영어). 2025년 4월 18일에 [원본 문서](https://www.businessinsider.com/ai-agents-errors-hallucinations-compound-risk-2025-4)에서 보존된 문서. 2025년 5월 15일에 확인함.\n99. [↑](#cite_ref-99 \"이동\") Yang, Guoqing; Wu, Zhaohui; Li, Xiumei; Chen, Wei (2003). [〈SVE: embedded agent-based smart vehicle environment〉](https://ieeexplore.ieee.org/document/1252782). 《Proceedings of the 2003 IEEE International Conference on Intelligent Transportation Systems》. 1745–1749쪽. [doi](/wiki/%EB%94%94%EC%A7%80%ED%84%B8_%EA%B0%9D%EC%B2%B4_%EC%8B%9D%EB%B3%84%EC%9E%90 \"디지털 객체 식별자\"):[10.1109/ITSC.2003.1252782](https://dx.doi.org/10.1109%2FITSC.2003.1252782). [ISBN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EB%8F%84%EC%84%9C_%EB%B2%88%ED%98%B8 \"국제 표준 도서 번호\") [0-7803-8125-4](/wiki/%ED%8A%B9%EC%88%98:%EC%B1%85%EC%B0%BE%EA%B8%B0/0-7803-8125-4 \"특수:책찾기/0-7803-8125-4\"). [S2CID](/wiki/%EC%8B%9C%EB%A7%A8%ED%8B%B1_%EC%8A%A4%EC%B9%BC%EB%9D%BC \"시맨틱 스칼라\") [110177067](https://api.semanticscholar.org/CorpusID:110177067).\n100. [↑](#cite_ref-100 \"이동\") Hallerbach, S.; Xia, Y.; Eberle, U.; Koester, F. (2018). [《Simulation-Based Identification of Critical Scenarios for Cooperative and Automated Vehicles》](https://www.researchgate.net/publication/324194968). 《SAE International Journal of Connected and Automated Vehicles》 **1** (SAE International). 93쪽. [doi](/wiki/%EB%94%94%EC%A7%80%ED%84%B8_%EA%B0%9D%EC%B2%B4_%EC%8B%9D%EB%B3%84%EC%9E%90 \"디지털 객체 식별자\"):[10.4271/2018-01-1066](https://dx.doi.org/10.4271%2F2018-01-1066).\n101. [↑](#cite_ref-101 \"이동\") Madrigal, Story by Alexis C. [“Inside Waymo's Secret World for Training Self-Driving Cars”](https://www.theatlantic.com/technology/archive/2017/08/inside-waymos-secret-testing-and-simulation-facilities/537648/). 《The Atlantic》. 2020년 8월 14일에 확인함.\n102. [↑](#cite_ref-102 \"이동\") Connors, J.; Graham, S.; Mailloux, L. (2018). 《Cyber Synthetic Modeling for Vehicle-to-Vehicle Applications》. 《In International Conference on Cyber Warfare and Security》 (Academic Conferences International Limited). 594-XI쪽.\n103. [↑](#cite_ref-103 \"이동\") Nuñez, Michael (2025년 3월 5일). [“Salesforce launches Agentforce 2dx, letting AI run autonomously across enterprise systems”](https://venturebeat.com/ai/salesforce-launches-agentforce-2dx-pushing-autonomous-ai-deep-into-enterprise-workflows/). 《VentureBeat》 (미국 영어). 2025년 4월 24일에 확인함.\n104. [↑](#cite_ref-104 \"이동\") [“Salesforce unveils Agentforce to help create autonomous AI bots”](https://www.cio.com/article/3518646/salesforce-unveils-agentforce-to-help-create-autonomous-ai-bots.html). 《CIO》 (영어). 2025년 4월 24일에 확인함.\n105. [↑](#cite_ref-105 \"이동\") [“TSA Showcase Biometric AI-powered Airport Immigration Security”](https://techinformed.com/tsa-ces-2025-biometric-ai-security-innovations-immigration/). 《techinformed.com》 (미국 영어). 2025년 1월 23일. 2025년 4월 24일에 확인함.\n\n## 기타 참고 문헌\n\n[[편집](/w/index.php?title=%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8&action=edit&section=25 \"부분 편집: 기타 참고 문헌\")]\n\n* [Domingos, 페드로](/w/index.php?title=%ED%8E%98%EB%93%9C%EB%A1%9C_%EB%8F%84%EB%B0%8D%EA%B3%A0%EC%8A%A4&action=edit&redlink=1 \"페드로 도밍고스 (없는 문서)\") (2015년 9월 22일). [《The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World》](https://archive.org/details/masteralgorithmh0000domi_q9v1). [베이직 북스](/w/index.php?title=%EB%B2%A0%EC%9D%B4%EC%A7%81_%EB%B6%81%EC%8A%A4&action=edit&redlink=1 \"베이직 북스 (없는 문서)\"). [ISBN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EB%8F%84%EC%84%9C_%EB%B2%88%ED%98%B8 \"국제 표준 도서 번호\") [978-0465065707](/wiki/%ED%8A%B9%EC%88%98:%EC%B1%85%EC%B0%BE%EA%B8%B0/978-0465065707 \"특수:책찾기/978-0465065707\").\n* [Russell, Stuart J.](/wiki/%EC%8A%A4%ED%8A%9C%EC%96%B4%ED%8A%B8_J._%EB%9F%AC%EC%85%80 \"스튜어트 J. 러셀\"); [Norvig, Peter](/wiki/%ED%94%BC%ED%84%B0_%EB%85%B8%EB%B9%85 \"피터 노빅\") (2003). [《Artificial Intelligence: A Modern Approach》](http://aima.cs.berkeley.edu/) 2판. Upper Saddle River, New Jersey: Prentice Hall. Chapter 2. [ISBN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EB%8F%84%EC%84%9C_%EB%B2%88%ED%98%B8 \"국제 표준 도서 번호\") [0-13-790395-2](/wiki/%ED%8A%B9%EC%88%98:%EC%B1%85%EC%B0%BE%EA%B8%B0/0-13-790395-2 \"특수:책찾기/0-13-790395-2\").\n* Kasabov, N. (1998). 《Introduction: Hybrid intelligent adaptive systems》. 《International Journal of Intelligent Systems》 **13**. 453–454쪽. [doi](/wiki/%EB%94%94%EC%A7%80%ED%84%B8_%EA%B0%9D%EC%B2%B4_%EC%8B%9D%EB%B3%84%EC%9E%90 \"디지털 객체 식별자\"):[10.1002/(SICI)1098-111X(199806)13:6<453::AID-INT1>3.0.CO;2-K](https://dx.doi.org/10.1002%2F%28SICI%291098-111X%28199806%2913%3A6%3C453%3A%3AAID-INT1%3E3.0.CO%3B2-K). [S2CID](/wiki/%EC%8B%9C%EB%A7%A8%ED%8B%B1_%EC%8A%A4%EC%B9%BC%EB%9D%BC \"시맨틱 스칼라\") [120318478](https://api.semanticscholar.org/CorpusID:120318478).\n* Weiss, G. (2013). 《Multiagent systems》 2판. Cambridge, MA: MIT Press. [ISBN](/wiki/%EA%B5%AD%EC%A0%9C_%ED%91%9C%EC%A4%80_%EB%8F%84%EC%84%9C_%EB%B2%88%ED%98%B8 \"국제 표준 도서 번호\") [978-0-262-01889-0](/wiki/%ED%8A%B9%EC%88%98:%EC%B1%85%EC%B0%BE%EA%B8%B0/978-0-262-01889-0 \"특수:책찾기/978-0-262-01889-0\").\n\n|  |  |\n| --- | --- |\n| [전거 통제](/wiki/%EC%9C%84%ED%82%A4%EB%B0%B1%EA%B3%BC:%EC%A0%84%EA%B1%B0_%ED%86%B5%EC%A0%9C \"위키백과:전거 통제\"): 국가 | * [미국](https://id.loc.gov/authorities/sh97000493) * [프랑스](https://catalogue.bnf.fr/ark:/12148/cb12573061p) * [BnF 데이터](https://data.bnf.fr/ark:/12148/cb12573061p) * [이스라엘](https://www.nli.org.il/en/authorities/987007549389605171) |\n\n원본 주소 \"<https://ko.wikipedia.org/w/index.php?title=지능형_에이전트&oldid=40244008>\"\n\n[분류](/wiki/%ED%8A%B9%EC%88%98:%EB%B6%84%EB%A5%98 \"특수:분류\"):\n\n* [인공지능](/wiki/%EB%B6%84%EB%A5%98:%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5 \"분류:인공지능\")\n\n숨은 분류:\n\n* [중복된 인수를 사용한 틀의 호출을 포함한 문서](/wiki/%EB%B6%84%EB%A5%98:%EC%A4%91%EB%B3%B5%EB%90%9C_%EC%9D%B8%EC%88%98%EB%A5%BC_%EC%82%AC%EC%9A%A9%ED%95%9C_%ED%8B%80%EC%9D%98_%ED%98%B8%EC%B6%9C%EC%9D%84_%ED%8F%AC%ED%95%A8%ED%95%9C_%EB%AC%B8%EC%84%9C \"분류:중복된 인수를 사용한 틀의 호출을 포함한 문서\")\n* [CS1 - 영어 인용 (en)](/wiki/%EB%B6%84%EB%A5%98:CS1_-_%EC%98%81%EC%96%B4_%EC%9D%B8%EC%9A%A9_(en) \"분류:CS1 - 영어 인용 (en)\")\n* [인용 오류 - 오래된 변수를 사용함](/wiki/%EB%B6%84%EB%A5%98:%EC%9D%B8%EC%9A%A9_%EC%98%A4%EB%A5%98_-_%EC%98%A4%EB%9E%98%EB%90%9C_%EB%B3%80%EC%88%98%EB%A5%BC_%EC%82%AC%EC%9A%A9%ED%95%A8 \"분류:인용 오류 - 오래된 변수를 사용함\")\n* [CS1 - 미국 영어 인용 (en)](/wiki/%EB%B6%84%EB%A5%98:CS1_-_%EB%AF%B8%EA%B5%AD_%EC%98%81%EC%96%B4_%EC%9D%B8%EC%9A%A9_(en) \"분류:CS1 - 미국 영어 인용 (en)\")\n* [CS1 - 영국 영어 인용 (en)](/wiki/%EB%B6%84%EB%A5%98:CS1_-_%EC%98%81%EA%B5%AD_%EC%98%81%EC%96%B4_%EC%9D%B8%EC%9A%A9_(en) \"분류:CS1 - 영국 영어 인용 (en)\")\n* [위키데이터 속성 P244를 사용하는 문서](/wiki/%EB%B6%84%EB%A5%98:%EC%9C%84%ED%82%A4%EB%8D%B0%EC%9D%B4%ED%84%B0_%EC%86%8D%EC%84%B1_P244%EB%A5%BC_%EC%82%AC%EC%9A%A9%ED%95%98%EB%8A%94_%EB%AC%B8%EC%84%9C \"분류:위키데이터 속성 P244를 사용하는 문서\")\n* [위키데이터 속성 P268을 사용하는 문서](/wiki/%EB%B6%84%EB%A5%98:%EC%9C%84%ED%82%A4%EB%8D%B0%EC%9D%B4%ED%84%B0_%EC%86%8D%EC%84%B1_P268%EC%9D%84_%EC%82%AC%EC%9A%A9%ED%95%98%EB%8A%94_%EB%AC%B8%EC%84%9C \"분류:위키데이터 속성 P268을 사용하는 문서\")\n* [위키데이터 속성 P373을 사용하는 문서](/wiki/%EB%B6%84%EB%A5%98:%EC%9C%84%ED%82%A4%EB%8D%B0%EC%9D%B4%ED%84%B0_%EC%86%8D%EC%84%B1_P373%EC%9D%84_%EC%82%AC%EC%9A%A9%ED%95%98%EB%8A%94_%EB%AC%B8%EC%84%9C \"분류:위키데이터 속성 P373을 사용하는 문서\")\n* [위키데이터 속성 P8189를 사용하는 문서](/wiki/%EB%B6%84%EB%A5%98:%EC%9C%84%ED%82%A4%EB%8D%B0%EC%9D%B4%ED%84%B0_%EC%86%8D%EC%84%B1_P8189%EB%A5%BC_%EC%82%AC%EC%9A%A9%ED%95%98%EB%8A%94_%EB%AC%B8%EC%84%9C \"분류:위키데이터 속성 P8189를 사용하는 문서\")"}, {"url": "https://www.cio.com/article/3619341/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EB%9E%80-%EB%84%88%EB%8F%84%EB%82%98%EB%8F%84-%EB%9B%B0%EC%96%B4%EB%93%9C%EB%8A%94-%EC%9D%B4%EC%9C%A0%EB%8A%94.html", "title": "AI 에이전트란? 너도나도 뛰어드는 이유는? - CIO", "content": "AI 에이전트(AI Agent)는 생성형 AI의 진화의 최신 단계로, 인간의 행동을 모방하고 자율적으로 작업을 수행할 수 있는 기술을 의미한다.", "score": 0.82186085, "raw_content": "## About\n\n## 정책\n\n## 네트워크\n\n## 자세히 보기\n\n## Africa\n\n## Americas\n\n## Asia\n\n## Europe\n\n## Oceania\n\n## 토픽\n\n## About\n\n## 정책\n\n## 네트워크\n\n## 자세히 보기\n\n![Lucas Mearian](https://www.cio.com/wp-content/uploads/2025/09/1741-0-32278000-1757528873-lucas-mearian_150x150px-100780509-orig.gif?w=150)\n\n# AI 에이전트란? 너도나도 뛰어드는 이유는?\n\n## AI 에이전트(AI Agent)는 생성형 AI의 진화의 최신 단계로, 인간의 행동을 모방하고 자율적으로 작업을 수행할 수 있는 기술을 의미한다.\n\n![AI agent robot](https://www.cio.com/wp-content/uploads/2024/12/3619341-0-03059000-1733705860-shutterstock_2282770155.jpg?quality=50&strip=all&w=1024)\n\n생성형 AI는 지난 2년 동안 프롬프트 엔지니어링과 명령어 미세 조정에서 시작해 챗봇 답변의 정확성을 높이기 위해 외부 지식 소스를 통합하는 방향으로 빠르게 발전해 왔다.\n\n가장 최근의 진전은 [자율 에이전트(autonomous agent)](https://www.itworld.co.kr/article/3611843/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EA%B0%80-%EC%98%A4%EA%B3%A0-%EC%9E%88%EB%8B%A4-%EA%B8%B0%EC%97%85%EC%9D%B4-%EC%95%8C%EC%95%84%EC%95%BC-%ED%95%A0-%ED%95%B5%EC%8B%AC-%ED%8F%AC.html)다. 자율 에이전트는 환경을 인식하고 결정을 내리며, 특정 목표를 달성하기 위해 행동을 취할 수 있는 AI 기반 애플리케이션을 말한다. 핵심은 ‘에이전시(agency)’, 즉 소프트웨어가 독립적으로 행동할 수 있는 능력이다. 기존 생성형 AI 도구가 텍스트, 이미지, 음악 등 콘텐츠 생성에 초점을 맞췄다면, AI 에이전트는 문제 해결과 복잡한 작업 실행에 더 중점을 둔다.\n\nAI 에이전트를 간단히 정의하면, LLM과 전통적인 소프트웨어 애플리케이션이 결합돼 자율적으로 작업을 수행하는 시스템이다.\n\n딜로이트 보고서에 따르면, 2025년에는 생성형 AI를 사용하는 기업의 25%가 AI 에이전트의 파일럿 프로젝트나 개념 증명을 시작할 것으로 예상된다. 2027년에는 이 비율이 절반까지 증가할 전망이다. 딜로이트는 “2025년 후반부터 일부 AI 에이전트 애플리케이션이 실제 워크플로우에 도입될 가능성이 있다”라며, “AI 에이전트는 지식 노동자의 생산성을 높이고 다양한 워크플로우를 더욱 효율적으로 만들 수 있다. 하지만 ‘자율성’이라는 측면에서의 광범위한 채택은 시간이 걸릴 것”이라고 언급했다.\n\n여러 기업이 크고 작게 생성형 AI 기반 에이전트를 서둘러 선보이고 있다. 마이크로소프트는 지난 11월 M365 코파일럿에 자동화된 에이전트를 추가한다고 발표했으며, 시스코는 고객 서비스를 위한 에이전트를 지난 10월 공개했다. 같은 달, 아틀라시안은 로보(Rovo) 생성형 AI 어시스턴트를, 아사나는 에이전트를 구축할 수 있는 AI 스튜디오를 각각 발표했다.\n\n즉, AI 에이전트는 곧 다른 생성형 AI 도구만큼 널리 사용될 가능성이 높다.\n\n### AI 에이전트의 핵심 작동 방식\n\nAI 에이전트는 개방형 웹, 모바일 앱, [OS](https://www.itworld.co.kr/article/3614816/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EB%A5%BC-%EC%9C%84%ED%95%9C-os%EB%8A%94-%EC%96%B4%EB%96%A4-%EB%AA%A8%EC%8A%B5%EC%9D%BC%EA%B9%8C.html)에서 자율적으로 작업을 수행할 수 있는 특화된 에이전트를 제공한다. 대화형 웹 에이전트라는 특정 유형의 AI 에이전트는 챗봇과 유사하게 작동하지만, 조지아 공과대학교 전기컴퓨터공학 및 인터랙티브 컴퓨팅 교수 래리 헥에 따르면 단순한 텍스트 채팅을 넘어 다중 모달 대화를 통해 사용자와 상호작용한다.\n\n헥은 “기존의 가상 비서인 시리, 알렉사, 또는 구글 어시스턴트가 제한된 생태계 내에서 작동하는 것과 달리 대화형 웹 에이전트는 사용자가 개방형 웹과 앱에서 자유롭게 작업을 수행할 수 있도록 돕는다. AI 에이전트는 다양한 분야에서 널리 사용될 것으로 예상된다. 가장 일반적인 사용례는 웹 검색 엔진의 확장 기능이나 시리, 알렉사, 구글 어시스턴트 같은 기존 가상 비서에 통합되는 형태일 것”이라고 전망했다.\n\n### AI 에이전트의 산업별 활용례\n\n다양한 기술 기업, 클라우드 서비스 업체 등이 독자적인 AI 에이전트 솔루션을 개발하거나 전략적 인수를 통해 시장 점유율을 확대하고 있다. 신생업체의 AI 에이전트 기술을 라이선스하거나, 회사를 인수하지 않고 관련 기술을 보유한 직원만 채용하는 방식도 점차 늘어나고 있다. 딜로이트에 따르면, 지난 2년 동안 엔터프라이즈 시장을 타깃으로 하는 AI 에이전트 신생업체에 20억 달러 이상이 투자됐다.\n\nAI 에이전트는 예상치 못한 곳에서도 이미 활용되고 있다. 예를 들어, 자율주행 차량 대부분은 센서를 통해 주변 데이터를 수집한 뒤, AI 에이전트 소프트웨어를 사용해 지도 작성 및 차량 주행을 제어한다. AI 에이전트는 자율주행 차량의 경로 최적화, 교통 관리, 실시간 의사 결정 등 여러 중요한 역할을 수행한다. 심지어 차량이 언제 유지보수가 필요한지 예측하기도 한다.\n\nIDC 리서치의 그룹 부사장 리투 조티에 따르면, 앞으로 AI 에이전트는 자동화된 운전 경험 전반을 혁신할 잠재력을 지니고 있다. 예를 들어, 올해 초 엔비디아는 자율주행 차량을 위한 LLM 기반 에이전트인 에이전트 드라이버(Agent Driver)를 출시했는데, 이는 더 “인간에 가까운 자율주행”을 구현하는 데 초점을 맞추고 있다.\n\n![IDC agentic AI graphic](https://b2b-contenthub.com/wp-content/uploads/2024/12/IDC-agentic-AI-graphic.jpg?quality=50&strip=all)\n\nIDC\n\nAI 에이전트는 금융, 의료 등 다양한 산업에서 폭넓게 활용되고 있다. 금융 산업에서는 고객신원확인(Know Your Customer, KYC) 애플리케이션의 일환으로 정보를 수집하고, 의료 분야에서는 대화형 설문을 통해 환자 상태를 조사하거나 처방전을 갱신하는 데 사용된다. AI 에이전트가 처리할 수 있는 작업은 매우 다양하다.\n\n조티는 “이런 에이전트는 고객 서비스 담당자와 협력해 고객 문제를 해결하는 방법을 배우고, 지식 기반 문서를 자율적으로 추가해 팀 전체에서 최상의 실무를 확산시킨다”라고 부연했다.\n\n### 개발자를 위한 AI 에이전트 도구\n\n코그니션 랩스(Cognition Labs)는 지난 3월 데빈 AI(Devin AI)를 출시했다. 소규모 소프트웨어 엔지니어팀이 수행하던 작업을 자율적으로 처리할 수 있는 DIY AI 에이전트 도구다. 데빈은 애플리케이션을 처음부터 끝까지 구축하고 배포할 수 있으며, 코드베이스의 버그를 독립적으로 찾아 수정할 수 있다. 또한 자체 AI 모델을 학습하고 미세 조정하는 기능도 갖추고 있다.\n\n심지어 익숙하지 않은 기술에 대한 자체 연구를 수행해 사용법을 배울 수도 있다.\n\nAI 에이전트는 과거의 상호작용과 행동을 기억하는 기능도 갖추고 있다. IDC에 따르면, 이런 경험을 저장하고 ‘자기반성’이나 평가를 수행해 향후 행동에 정보를 제공할 수도 있다. 이런 메모리 기능을 바탕으로 AI 에이전트는 시간이 지나면서 더욱 정교한 작업을 수행할 수 있도록 연속성과 성능을 개선한다.\n\n알파고(AlphaGo), 알파제로(AlphaZero), 오픈AI의 도타 2(Dota 2) 봇과 같은 AI 에이전트 시스템은 강화 학습을 사용해 게임이나 시뮬레이션에서 자율적으로 전략을 세우고 의사 결정을 내려 보상을 극대화하도록 훈련할 수 있다.\n\n### AI 에이전트 소프트웨어 개발 동향\n\n소프트웨어 개발 전문 시장조사 기관 에반스 데이터(Evans Data Corp.)가 434명의 AI/ML 개발자를 대상으로 다국적 설문 조사를 실시한 결과, 생성형 AI 도구를 활용해 가장 많이 개발할 것으로 예상되는 항목은 소프트웨어 코드였으며, 알고리즘과 LLM이 뒤를 이었다. 또한 응답자들은 생성형 AI를 통해 개발 주기를 단축하고 ML 기능을 더 쉽게 추가할 수 있을 것으로 예상했다.\n\n개발자는 생성형 AI 도구에 자연어 프롬프트나 부분적인 코드를 입력해 더 빠르고, 종종 더 정확하게 코드를 작성할 수 있다. 일부 이메일 플랫폼에서 제공하는 AI 기능처럼 코드를 실시간으로 자동 완성하도록 제안하기도 한다.\n\n가트너에 따르면, 2027년까지 전체 전문 개발자의 70%가 AI 기반 코딩 도구를 사용할 것으로 전망된다. 이는 2023년 9월 기준 10% 미만에서 크게 증가한 수치다. 또한 가트너는 향후 3년 내에 전체 기업의 80%가 AI 보강 테스트 도구를 소프트웨어 엔지니어링 툴체인에 통합할 것으로 예상했다. 2023년 초 약 15%였던 비율에서 큰 폭으로 늘어날 전망이다.\n\n생성형 AI를 활용한 소프트웨어 개발 도구 중 가장 널리 사용되는 도구 중 하나는 깃허브 코파일럿(GitHub Copilot)이다. 이 도구는 깃허브, 챗GPT 개발사 오픈AI, 그리고 마이크로소프트가 개발한 생성형 AI 모델로 구동된다. 공개 리포지토리에 포함된 모든 자연어 데이터를 학습한다.\n\n깃허브는 여러 AI 에이전트를 결합해 협력적으로 코딩 작업을 해결할 수 있는 다중 AI 에이전트 시스템을 구현했다. 다중 에이전트 시스템은 여러 애플리케이션이 공통된 목적을 위해 함께 작업하도록 한다. 예를 들어, 깃허브가 올해 초 코파일럿 네이티브 개발자의 기술 프리뷰로 출시한 코파일럿 워크스페이스(Copilot Workspace)는 여러 전문 에이전트가 협력하고 소통해 단일 에이전트보다 더 효율적으로 복잡한 문제를 해결할 수 있게 한다.\n\n깃허브 블로그에 따르면, 코파일럿 워크스페이스와 코드 스캔 자동 수정과 같은 AI 에이전트 코딩 도구는 개발자가 더 효율적으로 보안성이 높은 소프트웨어를 구축할 수 있도록 돕는다.\n\n### AI 에이전트의 과제\n\n하지만 AI 에이전트 기술은 부정적인 결과를 초래할 수 있다. 예를 들어 AI 에이전트가 온라인 고객의 의도를 더 잘 파악할 수 있다면, 검색 및 브라우징 중 민감한 정보가 노출될 위험이 커질 수 있다. 헥 교수는 AI 에이전트가 사용자의 의도를 더 정확하게 이해함으로써 기업이 이 데이터를 더 높은 수준으로 수익화할 수 있게 될 것이라고 설명했다.\n\n다만 헥은 “사용자 의도를 더 세밀하게 파악할 수 있는 만큼 안전장치를 마련하지 않으면 보안 및 개인정보 보호 문제가 발생할 가능성도 커질 수 있다”라고 지적했다.\n\nAI 에이전트 도구 대부분은 안전하고 신뢰할 수 있다고 주장하지만, 이들의 안전성과 신뢰성은 사용되는 정보 출처에 따라 달라진다. 에이전트가 사용하는 데이터 소스는 제한된 기업 데이터에서부터 개방형 인터넷에 이르기까지 다양할 수 있다. 후자의 경우 생성형 AI 출력에 영향을 미치고 오류나 환각(hallucination)을 초래할 수 있다.\n\n정보 접근에 대한 안전장치를 설정하면 관리자가 AI 에이전트의 행동에 제한을 둘 수 있다. 제니티(Zenity)의 마케팅 디렉터 앤드류 실버먼은 이런 이유 때문에 사용자 교육과 훈련은 AI 에이전트와 코파일럿의 안전한 구현과 사용에 필수적이라고 강조했다.\n\n실버먼은 “사용자는 이런 도구를 작동하는 방법뿐 아니라 그 한계, 잠재적 편향, 그리고 보안상의 영향을 이해해야 한다”라며 “의심스러운 AI 행동을 인지하고 보고하는 방법, AI 도구의 적절한 사용례 이해, AI 시스템과 상호작용 시 데이터 프라이버시 유지와 같은 주제를 훈련 프로그램에 포함해야 한다”라고 조언했다.  \ndl-ciokorea@foundryco.com\n\n## 관련 콘텐츠\n\n### IBM, ‘IBM AI 서밋 코리아’ 개최··· “AI는 아키텍처와 실행 전략이 중요”\n\n### 글로벌 기업이 앞장선 AI 자격증 경쟁···눈여겨볼 9가지\n\n### 크기가 해법은 아니다··· SLM이 기업 IT 아키텍처에서 효율적인 이유\n\n### 오픈AI와 3,000억 계약 맺은 오라클··· 기업 클라우드 전략에 의미하는 바는?\n\n## Other Sections\n\n### 글로벌 뉴스와 IT 트렌드 보고서를 무료로 받으세요!\n\n![Lucas Mearian](https://www.cio.com/wp-content/uploads/2025/09/1741-0-32278000-1757528873-lucas-mearian_150x150px-100780509-orig.gif?w=150)\n\nWith a career spanning more than two decades in journalism and technology research, Lucas Mearian is a seasoned writer, editor, and former IDC analyst with deep expertise in enterprise IT, infrastructure systems, and emerging technologies. Currently a senior writer at [Computerworld](https://www.computerworld.com/) covering AI, the future of work, healthcare IT and financial services IT, his 23-year tenure has included roles such as Senior Technology Editor and Data Storage Channel Editor, where he covered cutting-edge topics like blockchain, 3D printing, sustainable IT, and autonomous vehicles. He has appeared on several podcasts, including Foundry’s [Today In Tech](https://www.computerworld.com/videos/today-in-tech/). He also served as a research manager at [IDC](https://www.idc.com/), where he focused on software-defined infrastructure, compute, and storage within the Infrastructure Systems, Platforms, and Technologies group.\n\nBefore entering tech media, he served as Editor-in-Chief of the Waltham Daily News Tribune and as a senior reporter for the MetroWest Daily News. He’s won first place awards from the [New England Press Association](https://www.nenpa.com/), the [American Association of Business Publication Editors](https://asbpe.org/), and has been a finalist for several [Jesse H. Neal Awards](https://siia.net/neals/) for outstanding business journalism. A former U.S. Marine Corps sergeant who served in reconnaissance, he brings a disciplined, analytical mindset to his work, along with outstanding writing, research, and public speaking skills.\n\nWith a career spanning more than two decades in journalism and technology research, Lucas Mearian is a seasoned writer, editor, and former IDC analyst with deep expertise in enterprise IT, infrastructure systems, and emerging technologies. Currently a senior writer at [Computerworld](https://www.computerworld.com/) covering AI, the future of work, healthcare IT and financial services IT, his 23-year tenure has included roles such as Senior Technology Editor and Data Storage Channel Editor, where he covered cutting-edge topics like blockchain, 3D printing, sustainable IT, and autonomous vehicles. He has appeared on several podcasts, including Foundry’s [Today In Tech](https://www.computerworld.com/videos/today-in-tech/). He also served as a research manager at [IDC](https://www.idc.com/), where he focused on software-defined infrastructure, compute, and storage within the Infrastructure Systems, Platforms, and Technologies group.\n\nBefore entering tech media, he served as Editor-in-Chief of the Waltham Daily News Tribune and as a senior reporter for the MetroWest Daily News. He’s won first place awards from the [New England Press Association](https://www.nenpa.com/), the [American Association of Business Publication Editors](https://asbpe.org/), and has been a finalist for several [Jesse H. Neal Awards](https://siia.net/neals/) for outstanding business journalism. A former U.S. Marine Corps sergeant who served in reconnaissance, he brings a disciplined, analytical mindset to his work, along with outstanding writing, research, and public speaking skills.\n\n## 이 저자의 추가 콘텐츠\n\n### “생성형 AI, 전 산업서 직원 생산성, 임금, 가치 개선 중” PwC 조사\n\n### SW 나와라 뚝딱!··· 코드 대부분을 AI가 작성하는 시대 곧 온다\n\n### 전체 일자리의 2/3가 ‘AI 영향권’\n\n### Z세대·밀레니얼 세대의 관점, ‘대학 학위는 돈·시간 낭비다’\n\n### “생성형 AI가 이미 의료 산업을 변화시키고 있다” 맥킨지 보고서\n\n### ‘자율성’이 초래하는 낯선 위협··· AI 에이전트가 속으면?\n\n### ‘칩스법’ 폐지해야 한다는 트럼프··· 전문가들 “장기적 발전에 중요”\n\n### 일문일답 | AI 혁명 속 승자가 되는 법··· AWS 교육 임원이 말하는 미래 필수 역량\n\n## 추천 콘텐츠\n\n### 칼럼 | AI 시대, CIO가 소프트웨어 구축과 구매를 모두 고려할 이유\n\n![이미지](https://www.cio.com/wp-content/uploads/2025/09/4057534-0-65059900-1757991817-decision-pathway-question-where-to-go-prioritize-100613710-orig.jpg?quality=50&strip=all&w=301)\n\n### 신규 랜섬웨어 ‘유레이’, 오픈소스 코드 활용해 저비용·고속 개발 중\n\n![이미지](https://www.cio.com/wp-content/uploads/2025/09/4057520-0-23085900-1757990698-shutterstock_2420777263.jpg?quality=50&strip=all&w=444)\n\n### 칼럼 | AI 시대의 제품 관리, ‘지능형 전환’이 승부 가른다\n\n![이미지](https://www.cio.com/wp-content/uploads/2025/09/4056967-0-18266700-1757927164-iStock-919641572-1-1.jpg?quality=50&strip=all&w=375)"}]
인공지능 에이전트(Artificial Intelligence Agent)는 환경을 인식하고, 목표를 달성하기 위해 자율적으로 행동하는 시스템을 의미합니다. 이들은 기계 학습을 통해 지식을 습득하고 성능을 향상시킬 수 있는 능력을 가지고 있습니다. 인공지능의 주요 연구 분야 중 하나로, 목표 지향적 행동이 지능의 핵심으로 여겨집니다.

### 주요 개념
1. **지능형 에이전트**: 환경을 지각하고, 자율적으로 행동하며, 기계 학습을 통해 성능을 향상시키는 시스템입니다.
2. **목적 함수**: 에이전트가 달성해야 할 목표를 정의하며, 이 함수의 기대값을 최대화하는 행동을 선택하도록 설계됩니다.
3. **에이전틱 AI**: 목표를 적극적으로 추구하고 의사결정을 내리는 AI의 하위 집합으로, 새로운 형태의 디지털 에이전시를 구현합니다.

### AI 에이전트의 발전
AI 에이전트는 최근 몇 년간 빠르게 발전해 왔으며, 생성형 AI와 결합하여 자율적으로 작업을 수행할 수 있는 능력을 갖추게 되었습니다. 이들은 기존의 챗봇과는 달리, 문제 해결과 복잡한 작업 실행에 중점을 두고 있습니다.

### 활용 분야
AI 에이전트는 다양한 산업에서 활용되고 있으며, 예를 들어 자율주행차, 금융 서비스, 의료 분야 등에서 고객 서비스와 데이터 분석을 통해 효율성을 높이고 있습니다.

### 관련 링크
- [지능형 에이전트 - 위키백과](https://ko.wikipedia.org/wiki/%EC%A7%80%EB%8A%A5%ED%98%95_%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8)
- [AI 에이전트란? 너도나도 뛰어드는 이유는? - CIO](https://www.cio.com/article/3619341/ai-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%EB%9E%80-%EB%84%88%EB%8F%84%EB%

도구 호출 후 Tool Message 구조도

추가: graph_builder.add_edge("chatbot", END) 안 해도 괜찮나요?

  • 이 엣지는 chatbot 노드에서 종료 노드(END)로 직접 이동할 수 있는 경로를 만든다는 점에서 의미가 있음
  • END 엣지의 역할
    • 종료 조건 명시: 이 엣지를 추가하면 chatbot 노드에서 명시적으로 작업이 끝났음을 나타내며, 이후 더 이상 그래프가 순환하지 않고 종료됩니다.
    • Condition(조건문)과 연계: 보통 chatbot 노드에서 tools_condition 과 같은 조건부 엣지가 추가되어 있습니다. 도구 호출이 필요 없다면 바로 END로, 필요하면 도구 실행 노드로 분기시키는 구조입니다. 따라서 이 엣지가 없다면, chatbot 노드에서 END로 직접 가는 경로가 없어져 tools_condition 없이 끝내기가 어렵습니다.
  • 해당 엣지 없이도 정상 실행 가능한 이유
    • tools_condition에 의해 자동 처리: 만약 chatbot 노드의 조건부 엣지(tools_condition)에 False (즉, tool_calls가 없는 경우) 조건이 END로 라우팅되어 있다면, 사실상 explicit 엣지와 동일한 효과가 자동으로 부여됩니다. 이러한 프리셋이 있는 prebuilt 라우터를 사용할 때는 생략해도 정상 동작합니다.
    • 명확성 vs. 암묵적 경로: 명시적으로 add_edge("chatbot", END)를 추가하면 코드를 읽는 사람이 경로를 명확하게 확인할 수 있고, 커스텀 라우팅/조건 코드로 바꿀 때 실수를 줄일 수 있습니다.
  • 결론
    • 반드시 필요하진 않으나, 명시적으로 추가해 주면 가독성과 안전성이 올라갑니다.
    • prebuilt tools_condition 등을 쓴다면 생략해도 무방하지만, 커스텀 라우팅을 작성하는 경우에는 추가하는 것이 바람직합니다.
  • 참고
    • tools_condition의 기본 구현은 tool_calls가 있으면 도구 노드로, 없으면 END로 분기하게 되어 있습니다.
    • 직접적인 엣지 추가는 코드 명확화와 커스텀 구조 확장에 유리합니다.
    • 즉, graph_builder.add_edge("chatbot", END)는 prebuilt condition에서 자동 라우팅이 되어 있다면 없어도 괜찮으나 명시적으로 작성하면 설계가 더 명확해지므로 권장되는 관례입니다.

C. 6교시

1. Agent에 메모리(memory) 추가하기

  • 단순 LLM은 이전 데이터에 대한 상호 작용이 없어 스스로 기억을 할 수 없음
    • 현재 챗봇은 과거 상호작용을 스스로 기억할 수 없어 일관된 다중 턴 대화를 진행하는 데 제한이 있음
    • 이를 해결하기 위해 memory를 추가
  • memory 기능을 추가하여 문제 해결 → checkpointer
    • checkpointer: 각 노드 간의 실행 결과를 추적하기 위한 메모리
      • 그래프를 compile할 때 checkpointer를 제공하고 그래프 호출 시 thread_id를 제공하여 사용자도 구분함
  • pre-built 되어있는 ToolNode 와 tools_condition 을 활용
    1. ToolNode: 도구 호출을 위한 노드
    2. tools_condition: 도구 호출 여부에 따른 조건 분기
  • TeddyNote WikiDocs

우리의 챗봇은 이제 도구를 사용하여 사용자 질문에 답할 수 있지만, 이전 상호작용의 context를 기억하지 못합니다. 이는 멀티턴(multi-turn) 대화를 진행하는 능력을 제한합니다.
LangGraph는 persistent checkpointing 을 통해 이 문제를 해결합니다.
그래프를 컴파일할 때 checkpointer를 제공하고 그래프를 호출할 때 thread_id를 제공하면, LangGraph는 각 단계 후 상태를 자동으로 저장 합니다. 동일한 thread_id를 사용하여 그래프를 다시 호출하면, 그래프는 저장된 상태를 로드하여 챗봇이 이전에 중단한 지점에서 대화를 이어갈 수 있게 합니다.
checkpointing 는 LangChain 의 메모리 기능보다 훨씬 강력합니다. 

# module 폴더 생성
!mkdir -p module
# -p: 해당 이름의 폴더가 있으면 무시하고 넘어가고, 없으면 생성하라는 의미

%%writefile ./module/LangGraphTavilySearch.py
from typing import Annotated, TypedDict # 타입 힌트 위해 Annotated, TypedDict
from langchain_teddynote.tools.tavily import TavilySearch # 웹검색 도구(Tavily) 래퍼 임포트.
from langchain_openai import ChatOpenAI
from langgraph.graph import StateGraph, START, END # 그래프 빌더(StateGraph)와 특수 노드 토큰(START/END) 임포트.
from langgraph.graph.message import add_messages # 리듀서(reducer). 상태 병합 시 messages를 이어붙이기(concat) 하게 만드는 규칙.
from langgraph.prebuilt import ToolNode, tools_condition
# ToolNode: LLM이 요구한 tool_calls를 실제로 실행해주는 노드.
# tools_condition: 마지막 AI 메시지에 tool_calls가 있으면 "tools", 없으면 END로 라우팅하는 조건부 라우터.

# 바깥에서 불러쓸 팩토리 함수. 그래프(빌더)를 구성해 반환.
def execute():
    ########## 1. 상태 정의 ##########
    # 상태 정의
    class State(TypedDict):
        # 메시지 목록 주석 추가
        messages: Annotated[list, add_messages]

    ########## 2. 도구 정의 및 바인딩 ##########
    # 도구 초기화
    tool1 = TavilySearch(max_results=3)

    # 도구 목록 정의, 여러개일 경우 있음 리스트로 구성
    tools = [tool1]

    # LLM 초기화
    llm = ChatOpenAI(model="gpt-4o-mini")

    # 도구와 LLM 결합
    llm_with_tools = llm.bind_tools(tools)

    ########## 3.노드 정의 ##########
    # 챗봇 함수 정의
    def chatbot(state: State):
        # 메시지 호출 및 반환
        return {"messages": [llm_with_tools.invoke(state["messages"])]}

    # 도구 노드 생성
    tool_node = ToolNode(tools=tools)

    ########## 4 그래프 생성, 노드 추가 ##########
    # 상태 그래프 생성
    graph_builder = StateGraph(State)

    # 챗봇 노드 추가
    graph_builder.add_node("chatbot", chatbot)

    # 도구 노드 추가
    graph_builder.add_node("tools", tool_node)

    ########## 5. 엣지 추가 ##########
    # START > chatbot
    graph_builder.add_edge(START, "chatbot")

    # tools > chatbot
    graph_builder.add_edge("tools", "chatbot")

    # 조건부 엣지
    graph_builder.add_conditional_edges(
        "chatbot",
        tools_condition
  )

    # 컴파일은 바깥에서 할 수 있게 빌더 자체를 반환(이후 체크포인터 끼워 넣기 좋음).
    return graph_builder
  • 그래프(빌더) 구성
from module.LangGraphTavilySearch import execute
graph_builder3 = execute()
  • 멀티턴(multi-turn) 대화를 가능하게 하기 위해 checkpointing을 추가
    • MemorySaver checkpointer를 생성
      • 실습에서는 in-memory checkpointer를 사용하지만, 프로덕션 단계에서는 이를 SqliteSaver 또는 PostgresSaver 로 변경하고 자체 DB에 연결할 수 있음!
# 메모리 저장소 생성
from langgraph.checkpoint.memory import MemorySaver

# 객체 생성
memory = MemorySaver()
  • checkpointer를 사용하여 그래프 컴파일
    • 그래프의 연결성은 앞서 사용한 LangGraph-Agent와 동일
      • 이번에 추가된 것은 그래프가 각 노드를 처리하면서 State를 체크포인트하는 것뿐
# 그래프 컴파일
graph3 = graph_builder3.compile(checkpointer=memory)
  • RunnableConfig 설정
    • RunnableConfig을 정의하고 recursion_limit과 thread_id를 설정합니다.
      • recursion_limit: 최대 방문할 노드 수. 그 이상은 RecursionError 발생
      • thread_id: 스레드 ID 설정
    • thread_id 는 대화 세션을 구분하는 데 사용
      • 즉, 메모리의 저장은 thread_id 에 따라 개별적으로 이루어짐
# RunnableConfig 설정: 실행 관련 설정 공간
from langchain_core.runnables import RunnableConfig
config = RunnableConfig(
    recursion_limit=10 # 그래프 실행 시 노드를 방문 가능한 횟수
    , configurable={"thread_id":"user-1"} # 실행 세션을 구분하는 ID
)

질문 1

# 실행
# 첫 번째 질문
question="서울대학교 권장 도서 5개 알려주세요."

# stream 출력 방식 - RunnableConfig 추가
for res in graph3.stream({"messages": [("user", question)]}, config=config):
    for value in res.values():
        value["messages"][-1].pretty_print() # 사람이 보기 좋은 형태로 출력
================================== Ai Message ==================================
Tool Calls:
  tavily_web_search (call_5SK0psolHiaMx71FWIUvdFye)
 Call ID: call_5SK0psolHiaMx71FWIUvdFye
  Args:
    query: 서울대학교 권장 도서 2023
================================= Tool Message =================================
Name: tavily_web_search

[{"url": "https://blog.naver.com/prime_lab/223051253103", "title": "2023 서울대 권장도서 100권 : 네이버 블로그", "content": "카테고리 이동 프라임랩 사이언스 · 2023 서울대 권장도서 100선 · 1. 한국문학 (17권) · 2. 외국문학(31권) · 3. 동양사상(14권) · 4. 서양사상(27권).", "score": 0.9057319, "raw_content": null}, {"url": "https://smart214.tistory.com/entry/2023-%EC%84%9C%EC%9A%B8%EB%8C%80-%EA%B6%8C%EC%9E%A5%EB%8F%84%EC%84%9C-100%EC%84%A0", "title": "2023 서울대 권장도서 100선 - 스마트라이프", "content": "2023 서울대 권장도서 100선 · 1. 고전시가선집 · 2. 연암산문선 (박지원) · 3. 구운몽 (김만중) · 4. 춘향전 · 5. 한중록 (혜경궁 홍씨) · 6. 청구야담 (", "score": 0.8967681, "raw_content": "# [스마트라이프](https://smart214.tistory.com/)\n\n![블로그 이미지](https://tistory1.daumcdn.net/tistory/4706004/attach/e2c860d48de84f6bb5eda2a3c24c7ae9)\n\n# 2023 서울대 권장도서 100선\n\n[![2023-서울대-권장도서-100선-섬네일](https://blog.kakaocdn.net/dna/bS9dmK/btrXHBvCNTG/AAAAAAAAAAAAAAAAAAAAAJmfLAdbsUv9cOnrZ7XqETbEl9ckxzXBZu0uHcYkHWB1/img.jpg?credential=yqXZFxpELC7KVnFOS48ylbz2pIh7yKj8&expires=1759244399&allow_ip=&allow_referer=&signature=gtvu8a74YHLPjgpq9cubma6sGu8%3D)](https://link.coupang.com/a/NQvBG \"서울대-권장도서-과학기술-전11권-전권-세트-쿠팡파트너스-링크\")\n\n![2023-서울대-권장도서-100선-섬네일](https://blog.kakaocdn.net/dna/bS9dmK/btrXHBvCNTG/AAAAAAAAAAAAAAAAAAAAAJmfLAdbsUv9cOnrZ7XqETbEl9ckxzXBZu0uHcYkHWB1/img.jpg?credential=yqXZFxpELC7KVnFOS48ylbz2pIh7yKj8&expires=1759244399&allow_ip=&allow_referer=&signature=gtvu8a74YHLPjgpq9cubma6sGu8%3D)\n\n2023 서울대 권장도서 100선 정보에 대해 공유해드리도록 하겠습니다. 서울대학교 기초교육원에서 현재적 적시성을 고려하여 필독서로 제시한 책 100권인데요. 해당 책들은 지성과 품성을 갖춘 지성인으로 거듭나는데 큰 도움을 준다고 합니다.\n\n**목차**\n\n1. 한국문학\n\n2. 외국문학\n\n3. 동양사상\n\n4. 서양사상\n\n5. 과학기술\n\n## **2023 서울대 권장도서 100선**\n\n### **1. 한국문학**\n\n1. 고전시가선집\n\n2. 연암산문선 (박지원)\n\n3. 구운몽 (김만중)\n\n4. 춘향전\n\n5. 한중록 (혜경궁 홍씨)\n\n6. 청구야담 (작자미상)\n\n7. 무정 (이광수)\n\n8. 삼대 (염상섭)\n\n9. 천변풍경 (박태원)\n\n10. 고향 (이기영)\n\n11. 탁류 (채만식)\n\n12. 인간문제 (강경애)\n\n13. 정지용전집 (정지용)\n\n14. 백석시전집 (백석)\n\n15. 카인의 후예 (황순원)\n\n16. 토지 (박경리)\n\n17. 광장 (최인훈)\n\n### **2. 외국문학**\n\n18. 당시선\n\n19. 홍루몽 (조설근)\n\n20. 루쉰전집 (루쉰)\n\n21. 변신인형 (왕멍)\n\n22. 마음 (나쓰메 소세키)\n\n23. 설국 (가와바타 야스나리)\n\n24. 일리아드, 오딧세이아 (호메로스)\n\n25. 변신이야기 (오비디우스)\n\n26. 그리스비극선집 소포클레스/아이스퀼로스/에우리피데스\n\n27. 신곡 (단테)\n\n28. 그리스로마신화\n\n29. \"세익스피어(Hamlet, Macbeth, As you like it, Tempest. )\"( 세익스피어)\n\n30. 위대한 유산 (찰스 디킨스)\n\n31. 주홍글씨 (호손)\n\n32. 젊은 예술가의 초상 (제임스 조이스)\n\n33. 허클베리 핀의 모험 (마크 트웨인)\n\n34. 황무지 (엘리엇)\n\n35. 보바리 부인 (플로베르)\n\n36. 스완네 집 쪽으로 (프루스트)\n\n37. 인간조건 (말로)\n\n38. 파우스트 (괴테)\n\n39. 마의 산 (토마스 만)\n\n40. 변신 (카프카)\n\n41. 양철북 (그라스)\n\n42. 돈키호테 (세르반테스)\n\n43. 백년동안의 고독 (마르께스)\n\n44. 픽션들 (보르헤스)\n\n45. 고도를 기다리며 (베케트)\n\n46. 카라마조프가의 형제들 (도스토예프스키)\n\n47. 안나 카레니나 (톨스토이)\n\n48. 체호프 희곡선 (체호프)\n\n### **3. 동양사상**\n\n49. 삼국유사 (일연)\n\n50. 보조법어 (지눌)\n\n51. 퇴계문선 (이황(李滉)\n\n52. 율곡문선 (이이(李珥)\n\n53. 다산문선 (정약용(丁若鏞)\n\n54. 주역 (작자미상)\n\n55. 논어\n\n56. 맹자 (맹자 (孟子)\n\n57. 대학, 중용 증자(曾子), 자사(子思)\n\n58. 제자백가선도\n\n59. 장자 (장자(莊子)\n\n60. 아함경 (작자미상)\n\n61. 사기열전 (사마천 (司馬遷)\n\n62. 우파니샤드 (작자미상)\n\n### **4. 서양사상**\n\n63. 역사 (헤로도토스 (Herodotos)\n\n64. 의무론 (키케로 (Cicero, Marcus Tullius)\n\n65. 국가 (플라톤 (Platon)(영:Plato)\n\n66. 니코마코스 윤리학 (아리스토텔레스 (Aristoteles)\n\n67. 고백록 (아우구스티누스 (Aurelius, Augustinus)\n\n68. 군주론 (니콜로 마키아벨리 (Machiavelli, Niccol?)\n\n69. 방법서설 (르네 데카르트 (Descartes, Rene)\n\n70. 리바이어던 (토마스 홉스 (Hobbes, Thomas)\n\n71. 정부론 (존 로크 (Locke, John)\n\n72. 법의 정신\n\n73. 에밀 (장 자크 루소 (Rousseau, Jean-Jacques)\n\n74. 국부론 (아담 스미스 (Smith, Adam)\n\n75. 페더랄리스트 페이퍼 (알렉산더 해밀턴 (Hamilton, Alexander)\n\n76. 실천이성비판 (임마누엘 칸트 (Kant, Immanuel)\n\n77. 자유론 (존 스튜어트 밀 (Mill, John Stuart)\n\n78. 자본론 (칼 마르크스 (Marx, Karl Heinrich)\n\n79. 도덕계보학 (프리드리히 니체 (Nietzsche, Friedrich)\n\n80. 꿈의 해석 (지크문트 프로이트 (Freud, Sigmund)\n\n81. 프로테스탄티즘의 윤리와 자본주의 정신 (막스 베버 (Weber, Max)\n\n82. 감시와 처벌 (미셸 푸코 (Foucault, Michel Paul)\n\n83. 간디 자서전 (M.K. 간디 지음 ; 함석헌 옮김)\n\n84. 물질문명과 자본주의 (페르낭 브로델 (Braudel, Fernand)\n\n85. \"홉스봄 4부작:혁명의 시대, 자본의 시대, 제국의 시대, 극단의 시대\"  \n(에릭 홉스봄 (Hobsbawm, Eric John Ernst)\n\n86. 슬픈 열대 (레비스트로스 (L?vi-Strauss, Claude)\n\n87. 문학과 예술의 사회사 (아르놀트 하우저 (Hauser, Arnold)\n\n88. 미디어의 이해 (마샬 맥루한 (Mcluhan, Marshall)\n\n### **5. 과학기술**\n\n89. 과학고전선집\n\n90. 신기관 (프란시스 베이컨 (Bacon, Francis)\n\n91. 종의 기원 (찰스 다윈 (Darwin, Charles Robert)\n\n92. 과학혁명의 구조 (토마스 쿤 (Kuhn, Thomas S.)\n\n93. 괴델, 에셔, 바흐 (더글러스 호프스태터 (Hofstadter, Douglas R.)\n\n94. 부분과 전체 (베르너 하이젠베르크 (Heisenberg, Werner)\n\n95. 엔트로피 (제레미 리프킨 (Rifkin, Jeremy)\n\n96. 이기적 유전자 (리처드 도킨스 (Dawkins. Richard)\n\n97. 객관성의 칼날 (찰스 길리스피 (Gillispie, Charles Coulston)\n\n98. 같기도 하고, 아니 같기도 하고 (로얼드 호프만 (Hoffmann, Roald)\n\n99. 카오스 (제임스 글리크 (Glieck, James)\n\n2023 고등학생 필독도서 목록(서울대 추천도서)\n\n2023 고등학생 필독도서 목록 정보를 공유하고자 합니다. 해당 목록은 2021년과 2022년에 서울대 지원자가 가장 많이 읽은 도서를 참고하였습니다. 해당 글에 1분만 투자하신다면 서울대 지원자들\n\nsmart214.tistory.com\n\n2022 고등학생 필독도서 목록(카이스트 추천도서 101선)\n\n2022 고등학생 필독도서 목록에 대해 알려드리겠습니다. 해당 목록은 2022 카이스트 선정 필독서 101선을 참조하였습니다. 2022 고등학생 필독도서 목록 카이스트 필독서 101선 1. 그곳은, 소, 와인,\n\nsmart214.tistory.com\n\n지금까지 2023 서울대 권장도서 100권 정보였습니다.\n\n이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.\n\n## 댓글0\n\nTEL. 02.1234.5678 / 경기 성남시 분당구 판교역로\n\n© Kakao Corp.\n\n## 티스토리툴바"}, {"url": "https://m.blog.naver.com/graymarket/222975354357", "title": "서울대 추천도서 서울대 권장도서 100선 | 2023 고전 읽기 도전 ...", "content": "카테고리 이동 당신의 인생책, 찾아드릴게요 · 1 고전시가선집 · 2 연암산문선 | 박지원 · 3 구운몽 | 김만중 · 4 춘향전 · 5 한중록 | 혜경궁 홍씨 · 6", "score": 0.8377398, "raw_content": "![](https://ssl.pstatic.net/static/blog/sp_blog72.png)\n![](https://ssl.pstatic.net/static/blog/sp_blog_se3_6.png)\n\n# [블로그](/Recommendation.naver)\n\n## [카테고리 이동](#) [당신의 인생책, 찾아드릴게요](/PostList.naver?blogId=graymarket)\n\n서울대 추천도서 서울대 권장도서 100선 | 2023 고전 읽기 도전! 고등학생 필독 도서\n\n![프로필](https://blogpfthumb-phinf.pstatic.net/MjAyNTAxMTJfODMg/MDAxNzM2Njc3MzkxODQ5.AtfzbZxvZYuBy6HxxBMF87YYma4-Zc5FAwg_xwuYe6Yg.LsmumRhJ4Xp8BGr5rn2EnX9I6FLDwHicsI5xw-oWoekg.PNG/20250112_192257.png/20250112_192257.png?type=s1)\n\n2023. 1. 5. 7:20\n\n​\n\n​\n\n​\n\n안녕하세요\n\n여르미입니다\n\n​\n\n​\n\n올해는 고전 읽기를\n\n틈틈히 해보려고 생각중인데요\n\n민음사 세계문학전집을 읽을까..\n\n아니면 현대지성 클래식이나\n\n열린책들 전집을 읽을까.. 하다가\n\n**서울대 추천도서**\n\n**서울대 권장도서**\n\n100선\n\n​\n\n을 한 번 읽어보기로\n\n마음먹었습니다!\n\n​\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfNTYg/MDAxNjcyODY4MDMzMDc3.w6SDz6ia9p_0_iMPqoYAaGM8ZLbcRsrUAi-H8IWN1Mkg.e-8vuLvpIjoj5MGxXYHiLn5-eh69WZiG7NYUAquN5dQg.JPEG.graymarket/sdff.jpg?type=w80_blur)\n\n​\n\n​\n\n​\n\n​\n\n고전 문학만 읽다보면 좀 재미없고\n\n그렇다고 인문 고전은 사실\n\n어떤게 좋은지 명확하지 않아서\n\n일단 서울대 추천도서를 한 번\n\n뽀셔! 볼라구요! ㅎㅎ\n\n​\n\n​\n\n​\n\n​\n\n나중에 7살인 울 아들 중딩쯤?\n\n되면 엄마의 리뷰를 보여주며\n\n아들아..\n\n너를 위해 엄마가..\n\n몇 년전에 이렇게\n\n읽었단다..\n\n하고 이야기 나누려구요\n\n(그럼 기겁하고 도망가겠죠? ㅋㅋ)\n\n​\n\n​\n\n​\n\n​\n\n사실 서울대 권장도서들은\n\n저도 한 80%정도 본 책들인데요\n\n유명한 고전들이 많거든요\n\n그래서 서울대가 목표가 아닌\n\n우리들에게도\n\n도움이 많이 될 거에요\n\n​\n\n​\n\n​\n\n​\n\n오늘은 리스트를 한 번\n\n알려드리고\n\n다음주부터는 본격적으로\n\n제가 정말 애정하는 작가\n\n**보르헤스 <픽션들>**\n\n부터 시작합니다!\n\n​​\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfMjEx/MDAxNjcyODY4MTU2NDI5.6eCrCWHMuoeUQbFToQGRDTESZ2rnPCKh9osdhxRLwpMg.Wh02yN-rsy_7D1qfxRcJMmuK-4bEM-fXAhQtbzf9J8gg.PNG.graymarket/20230105_063521.png?type=w80_blur)\n\n​\n\n**서울대 추천도서**\n\n**서울대 권장도서 100선**\n\n(고등학생 필독 도서)\n\n​\n\n​\n\n![](https://blogfiles.pstatic.net/20151202_99/editorteam_1449052612215JyDja_PNG/001.png)\n\n**서울대 추천도서**\n\n**외국문학 31권**\n\n​\n\n​\n\n1 당시선\n\n2 홍루몽 | 조설근\n\n3 루쉰 전집 | 루쉰\n\n4 변신인형 | 왕멍\n\n5 마음 | 나쓰메 소세키\n\n6 설국 | 가와바타 야스나리\n\n7 일리아드, 오딧세이아 | 호메로스\n\n8 변신이야기 | 오비디우스\n\n9 그리스 비극 선집 | 소포클레스 외\n\n10 신곡 | 단테\n\n11 그리스로마신화\n\n12 세익스피어 (햄릿, 맥베스, 당신 뜻대로, 템페스트)\n\n13 위대한 유산 | 찰스 디킨스\n\n14 주홍글씨 | 호손\n\n15 젊은 예술가의 초상 | 제임스 조이스\n\n16 허클베리핀의 모험 | 마크 트웨인\n\n17 황무지 | 엘리엇\n\n18 보바리 부인 | 플로베르\n\n19 스완네 집 쪽으로 | 프루스트\n\n20 인간조건 | 말로\n\n21 파우스트 | 괴테\n\n22 마의 산 | 토마스 만\n\n23 변신 | 카프카\n\n24 양철북 | 그라스\n\n25 돈키호테 | 세르반테스\n\n26 백년동안의 고독 | 마르께스\n\n27 픽션들 | 보르헤스\n\n28 고도를 기다리며 | 베케트\n\n29 카라마조프가의 형제들 | 도스토예프스키\n\n30 안나 카레니나 | 톨스토이\n\n31 체호프 희곡선 | 체호프\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfMTQ1/MDAxNjcyODY4NjA1NTcy.FusLuqEu5v8uONtLL7BS4RZJNESLGG6Cza3KQ_aaMxMg.nclMA8DrXpzDTSHvkxu-jWTencG-p1tGhmOZq8E5b7Ig.JPEG.graymarket/dafwf.jpg?type=w80_blur)\n\n​\n\n![](https://blogfiles.pstatic.net/20151202_283/editorteam_1449052612599cNOM3_PNG/002.png)\n\n**서울대 추천도서**\n\n**한국문학 17권**\n\n​\n\n​\n\n1 고전시가선집\n\n2 연암산문선 | 박지원\n\n3 구운몽 | 김만중\n\n4 춘향전\n\n5 한중록 | 혜경궁 홍씨\n\n6 청구야담\n\n7 무정 | 이광수\n\n8 삼대 | 엽상섭\n\n9 천변풍경 | 박태원\n\n10 고향 | 이기영\n\n11 탁류 | 채만식\n\n12 인간문제 | 강경애\n\n13 정지용선집\n\n14 백석시전집\n\n15 카인의 후예 | 황순원\n\n16 토지 | 박경리\n\n17 광장 | 최인훈\n\n​​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfMjYw/MDAxNjcyODY4OTQ1MzMx.lO4MIwEE8cE5YgHZisrpA9CsmGljKfaitrV4BRyjFt4g.MfrgXfYzs4pdDFqKTCJRRuVPu4h0K_M3oKI-GGm8DXcg.JPEG.graymarket/afdf.jpg?type=w80_blur)\n![](https://blogfiles.pstatic.net/20151202_205/editorteam_1449052613130gDuk1_PNG/003.png)\n\n**서울대 권장도서**\n\n**동양사상 14권**\n\n​\n\n​\n\n1 삼국유사 | 일연\n\n2 보조법어 | 지눌\n\n3 퇴계문선 | 이황\n\n4 율곡문선 | 이이\n\n5 다산문선 | 정약용\n\n6 주역\n\n7 논어\n\n8 맹자\n\n9 대학 중용 증자 자사\n\n10 제자백가선도\n\n11 장자\n\n12 아함경\n\n13 사기열전 | 사마천\n\n14 우파니샤드\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfMjMx/MDAxNjcyODY5Mjc4Mzcx.o8TWpJedqisnW-U9aOJvrjvPJEFcRg0OR18iK9fcfYkg.TatWNxqUpFPGPjQMNNy004RxZaG3H0Dp48VWR8Z4KD0g.JPEG.graymarket/wasfdwas.jpg?type=w80_blur)\n\n​\n\n![](https://blogfiles.pstatic.net/20151202_7/editorteam_1449052613664Uy8Ok_PNG/004.png)\n\n**서울대 권장도서**\n\n**서양사상 27권**\n\n​\n\n​\n\n1 역사 | 헤로도토스\n\n2 의무론 | 키케로\n\n3 국가 | 플라톤\n\n4 니코마코스 윤리학 | 아리스토텔레스\n\n5 고백록 | 아우구스티누스\n\n6 군주론 | 니콜로 마키아벨리\n\n7 방법서설 | 르네 데카르트\n\n8 리바이어던 | 토마스 홉스\n\n9 정부론 | 존 로크\n\n10 법의 정신\n\n11 에밀 | 장 자크 루소\n\n12 국부론 | 아담 스미스\n\n13 페더랄리스트 페이퍼 | 알렉산더 해밀턴\n\n14 실천이성비판 | 임마누엘 칸트\n\n15 자유론 | 존 스튜어트 밀\n\n16 자본론 | 마르크스\n\n17 도덕계보학 | 니체\n\n18 꿈의 해석 | 지그문트 프로이트\n\n19 프로테스탄티즘의 윤리와 자본주의 정신\n\n| 막스 베버\n\n20 감시와 처벌 | 미셸 푸코\n\n21 간디 자서전\n\n22 물질문명과 자본주의 | 페르낭 브로델\n\n23 홈스봅 4부작 | 에릭 혹스 봄\n\n24 슬픈 열대 | 레비스트로스\n\n25 문학과 예술의 사회사 | 아르놀트 하우저\n\n26 미디어의 이해 | 마샬 맥루한\n\n27 미국의 민주주의 | 알렉시스 토크빌\n\n​\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfNzgg/MDAxNjcyODY5NTAyNDky.bwKJdkzaRAT59u6X3Iq2Dx3lxWzfCIZzjDh-ssqp19Mg.WaKR2vUTZq3uzQfEtdpzQj5P2X-inSTA2RGFvEDdJ-gg.JPEG.graymarket/asfqwa.jpg?type=w80_blur)\n\n​\n\n![](https://blogfiles.pstatic.net/20151202_132/editorteam_1449052613877EXFDd_PNG/005.png)\n\n**서울대 권장도서**\n\n**과학기술 11권**\n\n​\n\n​\n\n1 과학고전선집\n\n2 신기관 | 프란시스 베이컨\n\n3 종의 기원 | 찰스 다윈\n\n4 과학 혁명의 구조 | 토마스 쿤\n\n5 괴델, 에셔, 바흐 | 더글러스 호프스태터\n\n6 부분과 전체 | 하이젠베르크\n\n7 엔트로피 | 제레미 리프킨\n\n8 이기적 유전자 | 리처드 도킨스\n\n9 객관성의 칼날 | 찰스 길리스피\n\n10 같기도 하고, 아니 같기도 하고 |\n\n로얼드 호프만\n\n11 카오스 | 제임스 글리크\n\n​\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfMTQ5/MDAxNjcyODY5Njk1MDY0._jPVqEUVYzO9e9sXHif1BXbkgYsjMllVsKLIgrBMufMg.dCVDGJji_t5WfA4lAwijt34QP0l2WCEVURpjzOPUiSkg.JPEG.graymarket/asdf.jpg?type=w80_blur)\n\n​\n\n​\n\n​\n\n이렇게 100권의\n\n서울대 권장도서 읽기\n\n2023년 완독을 목표로\n\n읽어보겠습니다 ㅎㅎ\n\n​\n\n​\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMzAxMDVfMTE0/MDAxNjcyODY5ODYxMTQw.wc4-IkBKg2gTXyhzuRIiuLPEoEBfvsdaaSVK-7RPLM4g.9az1BaV_t4-4iWKsJ4IeU5HPdUEFrerATaA0ZNvd1mcg.JPEG.graymarket/ygtijg.jpg?type=w80_blur)\n\n#서울대권장도서 #서울대추천도서 #고등학생필독도서 #고전읽기 #2023새해목표 #고전뿌수기 #책못찾고있는중\n\n## 카테고리"}]
================================== Ai Message ==================================

서울대학교에서 권장하는 도서 목록 중 2023년 버전의 5개 도서는 다음과 같습니다:

1. **고전시가선집** - 한국의 고전 시가를 모은 작품 모음.
2. **연암산문선** - 박지원의 산문 모음집으로, 그의 문학적 생각을 엿볼 수 있습니다.
3. **구운몽** - 김만중의 대표적인 고전 소설로, 꿈과 현실을 다루고 있습니다.
4. **춘향전** - 한국의 전통적인 사랑 이야기로 널리 알려진 고전 소설입니다.
5. **한중록** - 혜경궁 홍씨의 자서전으로, 조선시대의 여인의 삶을 이야기합니다.

이 외에도 서울대에서 권장하는 많은 도서들이 있으며, 이 목록은 학생들이 필독해야 할 중요한 작품들로 꾸며져 있습니다. 추가적인 정보는 [여기](https://blog.naver.com/prime_lab/223051253103)에서 확인하실 수 있습니다.

질문 2

# 두 번째 질문
question="세 번째로 소개한 권장 도서 제목이 뭐였죠?"

for res in graph3.stream({"messages": [("user", question)]}, config=config):
    for value in res.values():
        value["messages"][-1].pretty_print()
================================== Ai Message ==================================

세 번째로 소개한 권장 도서 제목은 **"구운몽"**입니다. 이는 김만중의 대표적인 고전 소설로, 꿈과 현실을 다루고 있습니다.

유저 id 변경 후 다시 질문

  • 유저 id 를 변경하고 싶다면?
    • Runnableconfig 재실행
    • thread_id 를 변경
config = RunnableConfig(
    recursion_limit = 10,  # 그래프 실행시 방문가능한 횟수
    configurable= {'thread_id' : 'user-2'} # 실행 세션을 구분하는 ID
)

question="세 번째로 소개한 권장 도서 제목이 뭐였죠?"

for res in graph3.stream({"messages": [("user", question)]}, config=config):
    for value in res.values():
        value["messages"][-1].pretty_print()
================================== Ai Message ==================================
Tool Calls:
  tavily_web_search (call_QSocibCKrQbHwAETn7cFulPI)
 Call ID: call_QSocibCKrQbHwAETn7cFulPI
  Args:
    query: 세 번째로 소개한 권장 도서 제목
================================= Tool Message =================================
Name: tavily_web_search

[{"url": "https://blog.naver.com/8214speed/223388476042", "title": "[대한논리도서추천] - 초등학생 5학년이라면 반드시 읽어야 할 필독 ...", "content": "세 번째로 추천해드릴 책은 '마음을 읽는 아이 오로르'입니다! ​. 마음을 읽는 능력을 가진 오로르를 바라보는. 사람들의 시선을 통해 많 생각을 하게", "score": 0.56920683, "raw_content": null}, {"url": "https://m.blog.naver.com/ilsanetoos247/221823288336", "title": "[2021대입] 학생부 종합전형 합격의 비밀 고등학생 추천도서 BEST 5", "content": "세 번째로 소개해드릴. 고등학생추천도서는 <대화>입니다. ​. <대화>는 우리나라 '사상의 은사' 리영희 씨가. 바라본 한국 현대사 속에서 어떤 판단과", "score": 0.5533369, "raw_content": "![](https://ssl.pstatic.net/static/blog/sp_blog72.png)\n![](https://ssl.pstatic.net/static/blog/sp_blog_se3_6.png)\n\n# [블로그](/Recommendation.naver)\n\n## [카테고리 이동](#) [이투스247일산동구](/PostList.naver?blogId=ilsanetoos247)\n\n[2021대입] 학생부 종합전형 합격의 비밀 고등학생 추천도서 BEST 5\n\n![프로필](https://blogpfthumb-phinf.pstatic.net/MjAyMzAxMjFfMTQz/MDAxNjc0MjYwMTA2NTEy.Jt-amyndl0j4Xoq2vWUUiRlXfEcf8lzR3VlyCgIwgocg.WVYGKMcI2pb68kUwg_yaj22PYj9QB1LSxjn0Z_T5Tlkg.PNG.ilsanetoos247/%EB%B8%94%EB%A1%9C%EA%B7%B8_%EB%A1%9C%EA%B3%A0.png/%25EB%25B8%2594%25EB%25A1%259C%25EA%25B7%25B8%2B%25EB%25A1%259C%25EA%25B3%25A0.png?type=s1)\n\n2020. 2. 26. 10:00\n\n안녕하세요\n\n**이투스247 일산동구점**입니다!\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjdfNTkg/MDAxNTgyNzg3MDQ0NTgy.Q6TFFDzJ1Cf2xkHKGSGktJEY5aa4VJDJT9_LtG0cl5Ig.rzl3MDDPwByMSi2pAP1h0Yw9t_G2S2jEHN5oAH2Ozrgg.PNG.ilsanetoos247/SE-6707103e-ee71-40ba-8bfc-75a217845c58.png?type=w80_blur)\n\n​\n\n2021학년도 대입에서\n\n다양한 변화가 예상되면서 **학생부 종합에 대한**\n\n**독서 비중 역시 증가**하고 있습니다.\n\n​\n\n![](https://storep-phinf.pstatic.net/ogq_56a7001a8ca5c/original_24.png?type=p100_100)\n\n뿐만 아니라, 독서는 대입뿐만이 아니라\n\n앞으로의 삶에도 많은 도움이 되는\n\n지식과 교양을 얻을 수 있는 활동입니다.\n\n​\n\n그래서 오늘은 학종 합격의 비밀\n\n고등학생 추천도서에 대해서 알아보도록 하겠습니다!\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMzUg/MDAxNTgyNTU5NDQwODE3.a6xwQmwBWOpRTPOr0UK5SQvyoUDaxtLW61E-SOBE6Tcg.O7GfUZDCpF0QXhg_qIWSzpDZT1er4baAkM_h9hX3_6Qg.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서.png?type=w80_blur)\n\n**01. 생명이란 무엇인가**\n\n**저자 : 슈뢰딩거**\n\n​\n\n가장 첫 번째로 소개해드리는\n\n고등학생추천도서는\n\n바로 <생명이란 무엇인가>인데요,\n\n​\n\n<생명이란 무엇인가>는 현상 속에\n\n숨겨진 본질을 과학적으로\n\n파헤치려는 도전 정신, 그리고 생명의 존엄성과\n\n신비함의 가치를 다루기 때문에\n\n생물학과 관련된 진로를 꿈꾸는 학생들에게\n\n가장 적합한 독서인데요,\n\n​\n\n해당 도서는 이미 고등학교 교사들 역시\n\n추천하는 도서로써 한 번씩은 읽어보면\n\n지식에도 많은 도움이 될 수 있겠습니다.\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfNDYg/MDAxNTgyNTU5NDQwNzk5.rJ3aSsgf2mT_F1QTRrf_SbPuq63IDyp_bH1nYPTxMPUg.EOjbD-sxPTIdV4Fe5sp5q8d0ZikBJtqhSpZlF4mZHOUg.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,고교도서.png?type=w80_blur)\n\n**02. 몰입**\n\n**저자 : 황농문**\n\n​\n\n두 번째로 소개해드릴\n\n고등학생추천도서는 <몰입>입니다.\n\n​\n\n<몰입>은 한 가지에 몰입하게 되면 나타나는\n\n현상들, 몰입을 효과적으로 하기 위해\n\n필요한 절차들을 소개해주고 있는데요,\n\n​\n\n특히 고등학생의 경우에는 대입이라는\n\n목표가 있기 때문에 공부에 몰입을 어떻게\n\n해야 하는지 해답을 찾을 수 있겠습니다.\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMjc5/MDAxNTgyNTU5NDQwNzk0.JrZVUg5--aeWcMjseRPZlBCmsTHPCJLFtUmr7pQerBMg.3icKgZ1qGNLa1FCPXO-uol9wZzK5JpQw0ZSYeflDd74g.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,학생부독서활동,학생부독서.png?type=w80_blur)\n\n**03. 대화**\n\n**저자 : 리영희**\n\n​\n\n세 번째로 소개해드릴\n\n고등학생추천도서는 <대화>입니다.\n\n​\n\n<대화>는 우리나라 '사상의 은사' 리영희 씨가\n\n바라본 한국 현대사 속에서 어떤 판단과 행동이\n\n바람직했는지를 알아볼 수 있는데요,\n\n​\n\n학생이 스스로 책 속의 저자와 끊임없는\n\n대화를 통해 책 속에 숨겨진 뜻이 무엇인지\n\n작가가 말하고자 하는 바가 무엇인지에 대해서\n\n파악하고 이를 독후감으로 남기거나\n\n기록한다면 많은 도움이 될 책입니다.\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMjgx/MDAxNTgyNTU5NDQwNzkw.DvPjBxdB37DQa5IlnYMLfmSF4JDy14Q2WCjPbEkDBKYg.h4-Hqg9CY_nEEhJBTN8vkaZ083WrU__CmOChIHrw34kg.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,독서.png?type=w80_blur)\n\n**04. 미움받을 용기**\n\n**저자 : 기시 미 이로치 외**\n\n​\n\n네 번째로 소개해드릴\n\n고교필독도서는 바로 <미움받을 용기>인데요,\n\n​\n\n<미움받을 용기>는 철학자와 청년의 대화 형식으로\n\n책의 구성이 이루어져 있기 때문에\n\n어렵지 않게 읽을 수 있고, 우리 삶에서\n\n아주 중요한 철학과 태도를 알려주는 책으로써\n\n철학적 면모에 대한 지식과 경험을 습득할 수 있습니다.\n\n​\n\n특히, 고등학생 생활과 윤리와 사회문화 과목에서\n\n여러 철학적 사상가와 이론이 등장하고\n\n이를 현대 사화에 적용하고 있는 문제들이 등장하기에\n\n이 책을 읽으면서 습득할 수 있는 지식들이\n\n상당할 것이라고 생각합니다.\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMjI3/MDAxNTgyNTU5NDQwODEy.sZaySDq-7SbGWpbS4hqZmkXJzfdEmEGIN_svCT7JhEEg.cun4tJg47gQWrqNieE5_jNV_yjPuhw7-NoqTlUIh8oog.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,독서활동,고교독서활동.png?type=w80_blur)\n\n**05. 생각의 탄생**\n\n**저자 : 로버트 루트번스타인**\n\n​\n\n마지막으로 소개해드리는\n\n고등학생추천도서는 바로 <생각의 탄생>인데요,\n\n​\n\n<생각의 탄생>은 분야의 경계 없이 머릿속을\n\n맴도는 수많은 생각들, 천재의 창의적 사고 방법에\n\n대해 보여주는 책으로써 학생들이\n\n조금 더 깊은 사고를 할 수 있도록 도와줍니다.\n\n​\n\n![](https://images.unsplash.com/photo-1551029506-0807df4e2031?ixlib=rb-1.2.1&ixid=eyJhcHBfaWQiOjEyMDd9&auto=format&fit=crop&w=1000&q=80)\n\n이렇게 학종 합격의 비밀 : 고등학생추천도서\n\n살펴보는 시간을 가졌는데요,\n\n​\n\n![](https://storep-phinf.pstatic.net/ogq_56a7001a8ca5c/original_17.png?type=p100_100)\n\n​\n\n독서는 우리가 자신을 떠나 세계를 바라보는\n\n시야를 넓혀주면서 동시에 **상상력과 생각의 힘을**\n\n**길러주는 역할**을 하고 있습니다.\n\n​\n\n오늘은 이투스247 일산동구점이 추천드린\n\n고등학생추천도서 이외에도 다양한 책들을 읽으면서\n\n생각의 힘을 기를 수 있었으면 좋겠습니다.\n\n​\n\n**수험생 여러분들의 대입 성공을 진심으로 기원합니다!**\n\n**​**\n\n2021학년 대학입시정보는\n\n이투스247학원 일산동구점에서!\n\n![](https://simg.pstatic.net/static.map/v2/map/staticmap.bin?caller=smarteditor&markers=color%3A0x11cc73%7Csize%3Amid%7Cpos%3A126.789233%2037.6565928%7CviewSizeRatio%3A0.6%7Ctype%3Ad&w=886&h=415&scale=1&version=1.2)\n\n경기도 고양시 일산동구 일산로 226 선덕빌딩\n\n​\n\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMTMx/MDAxNTgyNTYwMjkzMTE5.ErTdu78sp_NRVxA-kBI6Aoe7S4h3wR_k6e-FJWc6Iesg.Cx0a-TyNKNyMUyxdLzKHrfKJnS1v9kQmWzmq1QMO_WYg.PNG.ilsanetoos247/image.png?type=w80_blur)\n\n#고등학생필독도서 #고등학생추천도서\n\n#고등학교추천도서 #고등학교필독도서\n\n#고교필독도서 #고교추천도서 #독서활동\n\n#학생부독서 #추천도서 #필독도서\n\n## 카테고리"}, {"url": "https://www.facebook.com/100014837386919/posts/%ED%95%9C%EB%AF%B8%EB%A6%AC%EC%8A%A4%EC%BF%A8-%EA%B6%8C%EC%9E%A5%EB%8F%84%EC%84%9C-99%ED%95%B4%EB%A7%88%EB%8B%A4-%ED%95%9C%EB%AF%B8%EB%A6%AC%EC%8A%A4%EC%BF%A8-%EA%B6%8C%EC%9E%A5%EB%8F%84%EC%84%9C-99%EA%B6%8C%EC%9D%84-%ED%99%88%ED%94%BC%EC%97%90-%EA%B3%B5%EC%A7%80%ED%95%98%EB%8A%94%EB%8D%B0-%EC%A7%80%EB%82%9C%ED%95%B4%EC%97%90%EB%8A%94-%ED%95%9C%EA%B0%95%EC%9D%98-%EC%86%8C%EC%84%A4-%EB%91%90-%EA%B6%8C%EC%9D%84-%EC%9D%BD%EA%B3%A0%EB%8F%84-%EC%9E%91%EB%B3%84%ED%95%98%EC%A7%80-%EC%95%8A%EB%8A%94%EB%8B%A4%EB%A7%8C-%ED%8F%AC%ED%95%A8%ED%95%98%EA%B3%A0-/2012576999246860/", "title": "<한미리스쿨 권장도서 99> 해마다 한미리스쿨 권장도서 99권을 홈피 ...", "content": "아래는 홈피에 공지한 글인데 첫 댓글에 홈피를 링크해놨습니다. 세 번째로 한미리스쿨 권장도서 99권을 선정했습니다.", "score": 0.49436116, "raw_content": null}]
================================== Ai Message ==================================

세 번째로 추천된 도서 제목은 **'대화'**입니다. 이 책은 리영희 씨가 바라본 한국 현대사 속에서 어떤 판단과 행동이 바람직했는지를 다룬 내용입니다.

→ .pretty_print(): content 이외의 내용(role, tool_calls, metadata 등)을 사람이 보기 좋은 형태로 출력

스냅샷: 저장된 State 확인

# 현재 설정된 config 내용 확인
# 스냅샷 객체 생성
snapshot = graph3.get_state(config)

snapshot.config
{'configurable': {'thread_id': 'user-2',
  'checkpoint_ns': '',
  'checkpoint_id': '1f092b40-7727-6f4c-8003-0009754b66f7'}}
# 지금까지 저장된 내용 확인
snapshot.values
{'messages': [HumanMessage(content='세 번째로 소개한 권장 도서 제목이 뭐였죠?', additional_kwargs={}, response_metadata={}, id='5fc80b88-f943-46a9-b435-79dcca7ace1c'),
  AIMessage(content='', additional_kwargs={'tool_calls': [{'id': 'call_QSocibCKrQbHwAETn7cFulPI', 'function': {'arguments': '{"query":"세 번째로 소개한 권장 도서 제목"}', 'name': 'tavily_web_search'}, 'type': 'function'}], 'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 26, 'prompt_tokens': 106, 'total_tokens': 132, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_name': 'gpt-4o-mini-2024-07-18', 'system_fingerprint': 'fp_51db84afab', 'id': 'chatcmpl-CGHPpk9CVfSxt828UspvShj5KVMIL', 'service_tier': 'default', 'finish_reason': 'tool_calls', 'logprobs': None}, id='run--c729733b-441e-4d3f-9efd-e5a803ca2cb2-0', tool_calls=[{'name': 'tavily_web_search', 'args': {'query': '세 번째로 소개한 권장 도서 제목'}, 'id': 'call_QSocibCKrQbHwAETn7cFulPI', 'type': 'tool_call'}], usage_metadata={'input_tokens': 106, 'output_tokens': 26, 'total_tokens': 132, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}}),
  ToolMessage(content='[{"url": "https://blog.naver.com/8214speed/223388476042", "title": "[대한논리도서추천] - 초등학생 5학년이라면 반드시 읽어야 할 필독 ...", "content": "세 번째로 추천해드릴 책은 \'마음을 읽는 아이 오로르\'입니다! \u200b. 마음을 읽는 능력을 가진 오로르를 바라보는. 사람들의 시선을 통해 많 생각을 하게", "score": 0.56920683, "raw_content": null}, {"url": "https://m.blog.naver.com/ilsanetoos247/221823288336", "title": "[2021대입] 학생부 종합전형 합격의 비밀 고등학생 추천도서 BEST 5", "content": "세 번째로 소개해드릴. 고등학생추천도서는 <대화>입니다. \u200b. <대화>는 우리나라 \'사상의 은사\' 리영희 씨가. 바라본 한국 현대사 속에서 어떤 판단과", "score": 0.5533369, "raw_content": "![](https://ssl.pstatic.net/static/blog/sp_blog72.png)\\n![](https://ssl.pstatic.net/static/blog/sp_blog_se3_6.png)\\n\\n# [블로그](/Recommendation.naver)\\n\\n## [카테고리 이동](#) [이투스247일산동구](/PostList.naver?blogId=ilsanetoos247)\\n\\n[2021대입] 학생부 종합전형 합격의 비밀 고등학생 추천도서 BEST 5\\n\\n![프로필](https://blogpfthumb-phinf.pstatic.net/MjAyMzAxMjFfMTQz/MDAxNjc0MjYwMTA2NTEy.Jt-amyndl0j4Xoq2vWUUiRlXfEcf8lzR3VlyCgIwgocg.WVYGKMcI2pb68kUwg_yaj22PYj9QB1LSxjn0Z_T5Tlkg.PNG.ilsanetoos247/%EB%B8%94%EB%A1%9C%EA%B7%B8_%EB%A1%9C%EA%B3%A0.png/%25EB%25B8%2594%25EB%25A1%259C%25EA%25B7%25B8%2B%25EB%25A1%259C%25EA%25B3%25A0.png?type=s1)\\n\\n2020. 2. 26. 10:00\\n\\n안녕하세요\\n\\n**이투스247 일산동구점**입니다!\\n\\n\u200b\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjdfNTkg/MDAxNTgyNzg3MDQ0NTgy.Q6TFFDzJ1Cf2xkHKGSGktJEY5aa4VJDJT9_LtG0cl5Ig.rzl3MDDPwByMSi2pAP1h0Yw9t_G2S2jEHN5oAH2Ozrgg.PNG.ilsanetoos247/SE-6707103e-ee71-40ba-8bfc-75a217845c58.png?type=w80_blur)\\n\\n\u200b\\n\\n2021학년도 대입에서\\n\\n다양한 변화가 예상되면서 **학생부 종합에 대한**\\n\\n**독서 비중 역시 증가**하고 있습니다.\\n\\n\u200b\\n\\n![](https://storep-phinf.pstatic.net/ogq_56a7001a8ca5c/original_24.png?type=p100_100)\\n\\n뿐만 아니라, 독서는 대입뿐만이 아니라\\n\\n앞으로의 삶에도 많은 도움이 되는\\n\\n지식과 교양을 얻을 수 있는 활동입니다.\\n\\n\u200b\\n\\n그래서 오늘은 학종 합격의 비밀\\n\\n고등학생 추천도서에 대해서 알아보도록 하겠습니다!\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMzUg/MDAxNTgyNTU5NDQwODE3.a6xwQmwBWOpRTPOr0UK5SQvyoUDaxtLW61E-SOBE6Tcg.O7GfUZDCpF0QXhg_qIWSzpDZT1er4baAkM_h9hX3_6Qg.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서.png?type=w80_blur)\\n\\n**01. 생명이란 무엇인가**\\n\\n**저자 : 슈뢰딩거**\\n\\n\u200b\\n\\n가장 첫 번째로 소개해드리는\\n\\n고등학생추천도서는\\n\\n바로 <생명이란 무엇인가>인데요,\\n\\n\u200b\\n\\n<생명이란 무엇인가>는 현상 속에\\n\\n숨겨진 본질을 과학적으로\\n\\n파헤치려는 도전 정신, 그리고 생명의 존엄성과\\n\\n신비함의 가치를 다루기 때문에\\n\\n생물학과 관련된 진로를 꿈꾸는 학생들에게\\n\\n가장 적합한 독서인데요,\\n\\n\u200b\\n\\n해당 도서는 이미 고등학교 교사들 역시\\n\\n추천하는 도서로써 한 번씩은 읽어보면\\n\\n지식에도 많은 도움이 될 수 있겠습니다.\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfNDYg/MDAxNTgyNTU5NDQwNzk5.rJ3aSsgf2mT_F1QTRrf_SbPuq63IDyp_bH1nYPTxMPUg.EOjbD-sxPTIdV4Fe5sp5q8d0ZikBJtqhSpZlF4mZHOUg.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,고교도서.png?type=w80_blur)\\n\\n**02. 몰입**\\n\\n**저자 : 황농문**\\n\\n\u200b\\n\\n두 번째로 소개해드릴\\n\\n고등학생추천도서는 <몰입>입니다.\\n\\n\u200b\\n\\n<몰입>은 한 가지에 몰입하게 되면 나타나는\\n\\n현상들, 몰입을 효과적으로 하기 위해\\n\\n필요한 절차들을 소개해주고 있는데요,\\n\\n\u200b\\n\\n특히 고등학생의 경우에는 대입이라는\\n\\n목표가 있기 때문에 공부에 몰입을 어떻게\\n\\n해야 하는지 해답을 찾을 수 있겠습니다.\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMjc5/MDAxNTgyNTU5NDQwNzk0.JrZVUg5--aeWcMjseRPZlBCmsTHPCJLFtUmr7pQerBMg.3icKgZ1qGNLa1FCPXO-uol9wZzK5JpQw0ZSYeflDd74g.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,학생부독서활동,학생부독서.png?type=w80_blur)\\n\\n**03. 대화**\\n\\n**저자 : 리영희**\\n\\n\u200b\\n\\n세 번째로 소개해드릴\\n\\n고등학생추천도서는 <대화>입니다.\\n\\n\u200b\\n\\n<대화>는 우리나라 \'사상의 은사\' 리영희 씨가\\n\\n바라본 한국 현대사 속에서 어떤 판단과 행동이\\n\\n바람직했는지를 알아볼 수 있는데요,\\n\\n\u200b\\n\\n학생이 스스로 책 속의 저자와 끊임없는\\n\\n대화를 통해 책 속에 숨겨진 뜻이 무엇인지\\n\\n작가가 말하고자 하는 바가 무엇인지에 대해서\\n\\n파악하고 이를 독후감으로 남기거나\\n\\n기록한다면 많은 도움이 될 책입니다.\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMjgx/MDAxNTgyNTU5NDQwNzkw.DvPjBxdB37DQa5IlnYMLfmSF4JDy14Q2WCjPbEkDBKYg.h4-Hqg9CY_nEEhJBTN8vkaZ083WrU__CmOChIHrw34kg.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,독서.png?type=w80_blur)\\n\\n**04. 미움받을 용기**\\n\\n**저자 : 기시 미 이로치 외**\\n\\n\u200b\\n\\n네 번째로 소개해드릴\\n\\n고교필독도서는 바로 <미움받을 용기>인데요,\\n\\n\u200b\\n\\n<미움받을 용기>는 철학자와 청년의 대화 형식으로\\n\\n책의 구성이 이루어져 있기 때문에\\n\\n어렵지 않게 읽을 수 있고, 우리 삶에서\\n\\n아주 중요한 철학과 태도를 알려주는 책으로써\\n\\n철학적 면모에 대한 지식과 경험을 습득할 수 있습니다.\\n\\n\u200b\\n\\n특히, 고등학생 생활과 윤리와 사회문화 과목에서\\n\\n여러 철학적 사상가와 이론이 등장하고\\n\\n이를 현대 사화에 적용하고 있는 문제들이 등장하기에\\n\\n이 책을 읽으면서 습득할 수 있는 지식들이\\n\\n상당할 것이라고 생각합니다.\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMjI3/MDAxNTgyNTU5NDQwODEy.sZaySDq-7SbGWpbS4hqZmkXJzfdEmEGIN_svCT7JhEEg.cun4tJg47gQWrqNieE5_jNV_yjPuhw7-NoqTlUIh8oog.PNG.ilsanetoos247/고교필독도서,고교추천도서,고교독서,필독도서,추천도서,독서활동,고교독서활동.png?type=w80_blur)\\n\\n**05. 생각의 탄생**\\n\\n**저자 : 로버트 루트번스타인**\\n\\n\u200b\\n\\n마지막으로 소개해드리는\\n\\n고등학생추천도서는 바로 <생각의 탄생>인데요,\\n\\n\u200b\\n\\n<생각의 탄생>은 분야의 경계 없이 머릿속을\\n\\n맴도는 수많은 생각들, 천재의 창의적 사고 방법에\\n\\n대해 보여주는 책으로써 학생들이\\n\\n조금 더 깊은 사고를 할 수 있도록 도와줍니다.\\n\\n\u200b\\n\\n![](https://images.unsplash.com/photo-1551029506-0807df4e2031?ixlib=rb-1.2.1&ixid=eyJhcHBfaWQiOjEyMDd9&auto=format&fit=crop&w=1000&q=80)\\n\\n이렇게 학종 합격의 비밀 : 고등학생추천도서\\n\\n살펴보는 시간을 가졌는데요,\\n\\n\u200b\\n\\n![](https://storep-phinf.pstatic.net/ogq_56a7001a8ca5c/original_17.png?type=p100_100)\\n\\n\u200b\\n\\n독서는 우리가 자신을 떠나 세계를 바라보는\\n\\n시야를 넓혀주면서 동시에 **상상력과 생각의 힘을**\\n\\n**길러주는 역할**을 하고 있습니다.\\n\\n\u200b\\n\\n오늘은 이투스247 일산동구점이 추천드린\\n\\n고등학생추천도서 이외에도 다양한 책들을 읽으면서\\n\\n생각의 힘을 기를 수 있었으면 좋겠습니다.\\n\\n\u200b\\n\\n**수험생 여러분들의 대입 성공을 진심으로 기원합니다!**\\n\\n**\u200b**\\n\\n2021학년 대학입시정보는\\n\\n이투스247학원 일산동구점에서!\\n\\n![](https://simg.pstatic.net/static.map/v2/map/staticmap.bin?caller=smarteditor&markers=color%3A0x11cc73%7Csize%3Amid%7Cpos%3A126.789233%2037.6565928%7CviewSizeRatio%3A0.6%7Ctype%3Ad&w=886&h=415&scale=1&version=1.2)\\n\\n경기도 고양시 일산동구 일산로 226 선덕빌딩\\n\\n\u200b\\n\\n![](https://mblogthumb-phinf.pstatic.net/MjAyMDAyMjVfMTMx/MDAxNTgyNTYwMjkzMTE5.ErTdu78sp_NRVxA-kBI6Aoe7S4h3wR_k6e-FJWc6Iesg.Cx0a-TyNKNyMUyxdLzKHrfKJnS1v9kQmWzmq1QMO_WYg.PNG.ilsanetoos247/image.png?type=w80_blur)\\n\\n#고등학생필독도서 #고등학생추천도서\\n\\n#고등학교추천도서 #고등학교필독도서\\n\\n#고교필독도서 #고교추천도서 #독서활동\\n\\n#학생부독서 #추천도서 #필독도서\\n\\n## 카테고리"}, {"url": "https://www.facebook.com/100014837386919/posts/%ED%95%9C%EB%AF%B8%EB%A6%AC%EC%8A%A4%EC%BF%A8-%EA%B6%8C%EC%9E%A5%EB%8F%84%EC%84%9C-99%ED%95%B4%EB%A7%88%EB%8B%A4-%ED%95%9C%EB%AF%B8%EB%A6%AC%EC%8A%A4%EC%BF%A8-%EA%B6%8C%EC%9E%A5%EB%8F%84%EC%84%9C-99%EA%B6%8C%EC%9D%84-%ED%99%88%ED%94%BC%EC%97%90-%EA%B3%B5%EC%A7%80%ED%95%98%EB%8A%94%EB%8D%B0-%EC%A7%80%EB%82%9C%ED%95%B4%EC%97%90%EB%8A%94-%ED%95%9C%EA%B0%95%EC%9D%98-%EC%86%8C%EC%84%A4-%EB%91%90-%EA%B6%8C%EC%9D%84-%EC%9D%BD%EA%B3%A0%EB%8F%84-%EC%9E%91%EB%B3%84%ED%95%98%EC%A7%80-%EC%95%8A%EB%8A%94%EB%8B%A4%EB%A7%8C-%ED%8F%AC%ED%95%A8%ED%95%98%EA%B3%A0-/2012576999246860/", "title": "<한미리스쿨 권장도서 99> 해마다 한미리스쿨 권장도서 99권을 홈피 ...", "content": "아래는 홈피에 공지한 글인데 첫 댓글에 홈피를 링크해놨습니다. 세 번째로 한미리스쿨 권장도서 99권을 선정했습니다.", "score": 0.49436116, "raw_content": null}]', name='tavily_web_search', id='5dc2b1f5-fae7-4a60-a7b2-e63fb24e9723', tool_call_id='call_QSocibCKrQbHwAETn7cFulPI'),
  AIMessage(content="세 번째로 추천된 도서 제목은 **'대화'**입니다. 이 책은 리영희 씨가 바라본 한국 현대사 속에서 어떤 판단과 행동이 바람직했는지를 다룬 내용입니다.", additional_kwargs={'refusal': None}, response_metadata={'token_usage': {'completion_tokens': 50, 'prompt_tokens': 3778, 'total_tokens': 3828, 'completion_tokens_details': {'accepted_prediction_tokens': 0, 'audio_tokens': 0, 'reasoning_tokens': 0, 'rejected_prediction_tokens': 0}, 'prompt_tokens_details': {'audio_tokens': 0, 'cached_tokens': 0}}, 'model_name': 'gpt-4o-mini-2024-07-18', 'system_fingerprint': 'fp_51db84afab', 'id': 'chatcmpl-CGHPu4DaJKYSRRdJZ3cEhloAVJJHA', 'service_tier': 'default', 'finish_reason': 'stop', 'logprobs': None}, id='run--e52ca374-e58a-414a-a272-da910a2563bb-0', usage_metadata={'input_tokens': 3778, 'output_tokens': 50, 'total_tokens': 3828, 'input_token_details': {'audio': 0, 'cache_read': 0}, 'output_token_details': {'audio': 0, 'reasoning': 0}})]}

지금까지 두 개의 다른 스레드에서 몇 개의 체크포인트를 만들었습니다.
Checkpoint 에는 현재 상태 값, 해당 구성, 그리고 처리할 next 노드가 포함되어 있습니다.
주어진 설정에서 그래프의 state를 검사하려면 언제든지 get_state(config)를 호출하세요.
snapshot.config 를 출력하여 설정된 config 정보를 확인할 수 있습니다.
napshot.value 를 출력하여 지금까지 저장된 state 값을 확인할 수 있습니다.
snapshot.next 를 출력하여 현재 시점에서 앞으로 찾아갈 다음 노드를 확인 할 수 있습니다.
(END 에 도달하였기 때문에 다음 노드는 빈 값이 출력됩니다.)



Ⅲ. CAREER UP

취업 특강

이력서/자기소개서/포트폴리오 작성에 대한 이해

  • 이력서
    • 성격: 객관적 정보
    • 내용: 후보자에 대한 객관적 정보
      • 개인정보
      • 학력
      • 경력
      • 자격증 등
  • 자기소개서
    • 주관적 생각
      • 지원 동기
      • 실패 후 극복 경험
      • 입사 후 포부 등
  • 포트폴리오
    • 객관적 정보 & 주관적 생각
      • PJT 정보
      • PJT를 통해서 배운 점 등

문서의 성격을 이해하고 내용을 명확하게 나눠서 작성할 것!

  • 면접을 전략적으로 접근한다는 건 면접의 사전 단계인 세 가지 문서를 전략적으로 잘 썼다는 것
    • 잘 썼다는 건? 면접관이 물어볼만한 다양한 소재를 제공하기
      • 본인에게 물어볼 소재를 많이 알려주기 → 예: 직무와 상관 없는 취미, 특기, 자격증 등
      • 궁금증과 호기심을 자극하는 표현 → 예: 과외 1억 5천 매출의 비밀
  • 잘 쓴 문서 특징
    • 가독성 높음
      • 쉬운 단어, 쉬운 문장
    • 서류 평가자 관점에서 기입
      • 핵심 위주 작성
      • JD(Job Description)에 기입된 요청 사항 중심 작성
    • 서류 평가자의 호기심을 자극하는 표현

POINT: 받고 싶은 질문이 나올 수 있도록 작성하기!

이력서 작성 및 주의사항

  • 인사 담당자의 관점으로 생각하며 작성하기
    • 이력서를 보는 15초 안에 승부를 내야 함
    • 호기심을 자극하되 읽는 데 불편함이 없도록 작성해야 함
  • 최신 순서대로 적기
  • 신입·주니어 지원이면 공기업 지원 아닌 이상 그냥 회사 이름 전체 쓰기
  • 리더 경험(팀장·파트장) 있으면 무조건 적기
  • 경력 휴직기 작성하는 방법
    • 가족을 돌보기 위한 개인적인 시간 등 → 부정적인 시각으로 볼 것이라고 여겨 숨기려고 함
    • 하지만 지원자가 시간을 생산적으로 활용했다는 것을 보여준다면 채용 결정에 있어 문제가 되지 않음
    • 경력 휴직기를 숨기기보단 해당 휴직 기간을 어떻게 보냈고, 그 기간이 자신의 커리어 발전에 어떻게 도움이 될 수 있는지를 자세하게 설명하는 것이 오히려 긍정적인 효과
      • 단, 명확한 이유로 자세한 설명이 어렵다면 해당 기간 언급 X
    • 본인 건강 문제로 쉰 경우라면 언급 X
    • 교육도 경력 휴직기 → 인공지능사관학교 같은 교육은 프로젝트 및 학습 내용을 적어주는 편이 더 좋음 (안 적으면 단기 교육과 비슷한 느낌이라 어필이 안 됨)
  • 주의 사항
    • 오·탈자 없어야 함
    • 구체적인 내용을 자세하게 설명하기
    • 과도한 설명과 긴 문장 지양
    • 시각 효과는 최소한으로

자기소개서 작성 및 주의사항

  • 두괄식으로 적기
  • START / STAR 작성

포트폴리오 작성 및 주의사항

  • 프로젝트 → 직무적 역량!
    • 공부한 것보다 "실제 직무에 가까운 부분" 적기 → 조기에 실무에 투입할 수 있는지 판별
  • WHY를 꼭 적기!
  • 전체 프로젝트 동일 형식
  • 구체적 내용 적기
  • 어려움 및 핵심 교훈 꼭 적기

결론



하루 돌아보기

👍 잘한 점

  • 수업 시간 적극 참여 & 질문 많이 함

👎 아쉬웠던 점

  • 해야 할 것도 많고 input은 많은데 내 능력이 부족해서 소화를 못 시키는 부분
    • AWS, 네이버클라우드, 이력서/포트폴리오/자기소개서/면접 등 정규 수업 외 부분들에 대한 내용 정리나 응용을 전혀 못 하고 있음

🔬 개선점

  • 딱히 떠오르는 방법이 없어서 일단 pass
profile
Suhyeon Lee
2 B R 0 2 B
이전 포스트

[인공지능사관학교: 자연어분석A반] Node.js (11) / AI-Agent (2)

다음 포스트

[인공지능사관학교: 자연어분석A반] Node.js (12) / AI-Agent (3)

0개의 댓글