Agent의 활용 사례

김지우·2025년 1월 18일

agent

목차
1. 정리 배경
2. 테디 노트 강의를 통해 확인한 사례
3. 결과 및 결론

1. 정리 배경

그렇다면 Agent를 만들어서 활용할 수 있는 방법이나 유형을 내재화 하고 싶다는 생각이 들었다. 따라서 테디노트

2. 테디 노트 강의를 통해 확인한 사례

CSV/Excel 데이터 분석 Agent

CSV/Excel 데이터로부터 Pandas DataFrame 객체를 생성
이를 활용하여 Agent가 Pandas query를 생성하여 분석을 수행
from langchain_experimental.agents.agent_toolkit import create_pandas_dataframe_agent 를 임포트 하면 에이전트를 만들기 용이함
에이전트 내 prefix를 이용해 프롬프팅 가능
prefix에는 데이터 프레임 스타일링에 필요한 기초 정보를 넣으면 좋음
쿼리를 만들어 결과를 1차적으로 반환한 후 LLM을 이용하기 때문에 토큰 효율성에서 이점을 보임
쿼리를 날림으로써, 자연어 만으로 간단한 데이터 분석이 가능하게 됨

FileManagement Toolkits를 활용한 파일 관리 Agent

반드시 Visual Studio나 cursor에서 진행해야 함
https://api.python.langchain.com/en/latest/agent_toolkits/langchain_community.agent_toolkits.file_management.toolkit.FileManagementToolkit.html
파일을 생성하고 삭세하고, 복사하는 등 파일을 다루는 다양한 기능들을 가지고 있음
업무 자동화라는 장점을 가지고 있음
파일 관리에 필요한 다양한 기능과 LLM및 다른 도구들과 함께 사용하는데 편리하다는 장점이 있음
한번 개발을 하면 사용자들은 당연히 자연어를 통해 작업을 할 수 있기 때문에 자연어만으로 작업할 수 있다는 장점이 있음

보고서 작성 Agent

RAG와 DALLE ImageGenerator를 이용해 보고서의 썸네일을 만듦
document prompt를 정의 하는 것이 좋음 왜냐면 문서에서 어떤 내용을 가져올지 정확히 구분하거 정리해서 가져오지 못하면 RAG 전체의 성능이 떨어질 수 있음
- document prompt를 사용함으로써, 내용과, 어느페이지에서 가져왔는지, 어떤파일에서 가져왔는지(복수의 파일을 제공했을때)를 더 쉽고 명확하게 구별할 수 있다.

###DOCUMENT PROMPT###
from langchain.tools.retriever import create_retriever_tool
from langchain_core.prompts import PromptTemplate

# 문서의 내용을 표시하는 템플릿을 정의합니다.
document_prompt = PromptTemplate.from_template(
    "<document><content>{page_content}</content><page>{page}</page><filename>{source}</filename></document>"
)

# retriever 를 도구로 정의합니다.
retriever_tool = create_retriever_tool(
    retriever,
    name="pdf_search",
    description="use this tool to search for information in the PDF file",
    document_prompt=document_prompt,
)