Agentic AI에서 에이전트는 보통 하나의 사이클을 반복하면서 동작한다.
내가 이해한 기준으로는 다음과 같은 흐름이다.
Perceive → Decide → Execute → Learn
Perceive: 현재 상황이나 입력을 인식한다
Decide: 무엇을 해야 할지 판단한다
Execute: 실제 행동을 수행한다
Learn: 결과를 바탕으로 다음 행동에 반영한다
이 구조를 계속 반복하면서 단순한 응답이 아니라,
목표를 기반으로 행동하는 흐름을 만들어낸다.
Agent의 특징
강의에서는 에이전트가 가지는 몇 가지 중요한 특성도 함께 다뤘다.
Autonomy
가능한 한 사람의 개입을 줄이고, 스스로 판단하고 행동하도록 설계된다
Task Specificity
하나의 에이전트는 넓은 문제를 다루기보다,
좁고 명확한 역할에 특화되도록 만드는 것이 중요하다
Reactivity
사용자 입력이나 외부 API 등을 통해 들어오는 정보에
실시간으로 반응할 수 있어야 한다
Task Decomposition
복잡한 문제를 작은 단위로 나누어 처리하는 능력이 중요하다
Inter-Agent Communication
여러 에이전트가 존재할 경우,
서로 메시지나 상태를 공유하며 협력할 수 있다
느낀 점
아직 완전히 익숙한 개념은 아니지만,
단순히 하나의 모델을 잘 사용하는 것보다
문제를 어떻게 나눌지
어떤 역할을 가진 에이전트를 만들지
그 에이전트들이 어떻게 상호작용할지
이걸 설계하는 쪽이 더 중요해질 것 같다는 느낌을 받았다.
