AI 에이전트란 무엇인가요? 알아야 할 사항
AI 에이전트란 무엇인가요? 알아야 할 사항
AI.png
AI 에이전트란 무엇인가요?
AI 에이전트는 인공지능을 자율적으로 구현한 것입니다. 프로그램, 챗봇, 가상 비서 등의 가상 개체이거나 로봇과 같은 물리적 개체일 수 있습니다. AI 에이전트는 환경을 감지하고, 지시에 따라 입력을 평가하며, 독립적인 결정을 내립니다.
AI 에이전트는 어떻게 작동하나요?
AI 에이전트는 특정 작업을 수행하기 위해 환경과 상호 작용합니다. 주변 환경을 인식하고, 관찰한 내용을 추론하고, 결정을 내리고, 조치를 취할 수 있도록 안내하는 알고리즘과 모델을 따릅니다.
에이전트는 세 가지 주요 구성 요소로 이루어져 있습니다:
- 센서: 간단한 온도 판독값부터 비디오 피드나 데이터베이스와 같은 복잡한 데이터 스트림에 이르기까지 환경으로부터 데이터를 수집합니다.
- 액추에이터: 환경에 영향을 미치는 조치를 취합니다.
- 프로세서: 추론 및 의사 결정을 위한 알고리즘과 모델을 포함합니다.
AI 에이전트가 작업에 접근할 때는 일반적으로 이러한 단계를 따릅니다:
- 인식: 에이전트는 센서에서 데이터를 수집하며, 이는 기본적인 온도 측정값부터 복잡한 데이터 스트림(비디오 피드, 데이터 파일 또는 데이터베이스 테이블 등)까지 다양합니다.
- 처리: 에이전트는 다양한 알고리즘을 사용하여 데이터를 처리합니다. 이러한 알고리즘은 현재 온도를 설정값과 비교하는 것과 같이 단순할 수도 있고, 머신 러닝 알고리즘을 사용하여 센서 데이터를 해석하거나 언어를 분석하는 것과 같이 복잡할 수도 있습니다.
- 의사 결정: 처리 결과에 따라 에이전트는 취할 조치를 결정합니다. 의사 결정 과정에는 규칙 또는 의사 결정 트리, 신경망 또는 강화 학습 모델과 같은 고급 방법이 포함될 수 있습니다.
- 액션: 에이전트는 액추에이터를 사용하여 선택한 작업을 수행하여 환경에 직접 영향을 줍니다.
- 학습: 일부 에이전트는 행동의 결과를 통해 학습할 수 있습니다. 머신 러닝 알고리즘을 사용하는 에이전트의 경우 특히 그렇습니다. 학습을 통해 에이전트는 새로운 정보와 경험에 적응함으로써 시간이 지남에 따라 성능을 향상시킬 수 있습니다.
AI 에이전트의 유형
AI 에이전트에는 환경을 수정하거나 환경에 따라 작동하는 방식에 따라 5가지 일반적인 유형으로 분류됩니다. 따라서 AI 에이전트의 유형은 지능과 역량을 나타내는 척도입니다.
단순 반사 에이전트 이 유형의 에이전트는 과거 상태를 고려하지 않고 환경의 현재 상태만을 기반으로 즉각적인 조치를 취합니다. 조건이 참이면 에이전트가 조치를 취합니다. 그렇지 않으면 에이전트는 아무것도 하지 않습니다. 이 유형의 AI 에이전트는 지능이 제한적입니다.
모델 기반 반사 에이전트 단순 반사 에이전트와 마찬가지로 이 에이전트도 환경의 이력을 고려합니다. 결정을 내릴 때 과거 상태를 고려하여 더 높은 수준의 지능을 제공합니다.
목표 기반 에이전트 이 에이전트는 특정 목표를 달성하는 데 중점을 두며 조건 행동 규칙을 목표 지향적인 목표로 대체합니다. 과거와 현재의 환경 상태를 고려하여 최상의 행동 방침을 결정하기 위해 계획과 검색을 통합합니다.
유틸리티 기반 에이전트 유틸리티 기반 에이전트는 유틸리티 개념을 기반으로 의사 결정을 내립니다. 효용이란 다양한 결과의 바람직한 정도를 측정하는 척도를 말합니다. 이 접근 방식은 복잡한 트레이드오프와 개인의 선호도가 중요한 역할을 하는 경제학 및 로봇 공학 같은 분야에서 유용합니다.
학습 에이전트 학습 에이전트는 시간이 지남에 따라 적응하고 개선하는 능력이 뛰어납니다. 학습 에이전트는 환경 관찰, 경험을 통한 학습, 행동 실행, 문제 공식화 및 해결이라는 네 가지 구성 요소로 이루어져 있습니다. 이러한 적응력이 다른 에이전트 유형과 차별화됩니다.
AI 에이전트 사용 사례
AI 에이전트는 사람의 간섭 없이 독립적으로 작동하는 가상 개체가 되는 경향이 있습니다. 작업 자동화와 지속적인 의사 결정에 특화되어 있습니다. 무인 자동차, 로봇 공학, 비디오 게임, 알렉사, 시리, 구글 어시스턴트 등과 같은 가상 비서 등 AI 지원 디바이스의 많은 애플리케이션에서 이러한 특성을 필요로 합니다. 또한 AI 에이전트는 데이터 마이닝, 데이터 분석, 고객 서비스 및 지원 등에 사용될 수 있습니다. ChatGPT와 같은 LLM이 도입되면서 누구나 프롬프트를 입력하고 AI 모델로부터 응답을 받는 방식에 익숙해졌습니다. LLM에서 원하는 것이 있을 때마다 요청(프롬프트)을 입력하면 프롬프트의 결과로 답변, 에세이, 이메일 등 요청한 것이 무엇이든 튀어나오는 것이죠. 이 작업을 충분히 반복하다 보면 이러한 작업을 자동화하면 좋겠다는 생각이 들 것입니다. LLM의 영역에서는 질문에 대한 답변, 텍스트 생성, 텍스트 번역 또는 요약과 같은 작업을 자동화할 수 있는 여러 AI 에이전트가 등장했습니다. 사용자는 AI 에이전트가 실행할 작업의 시퀀스를 제공하기만 하면 됩니다.
AI 에이전트 예시
다음은 잘 알려진 몇 가지 AI 에이전트 및 에이전트 도구의 예입니다.
자동-GPT
Auto-GPT는 자율적으로 작동하기 위해 GPT-4 API를 사용하여 자율적으로 작동합니다. 파이썬으로 구현되어 사람의 개입이 거의 또는 전혀 없이 작업을 수행합니다. 또한 셀프 프롬프트도 가능합니다. 장/단기 메모리를 보유하고 있으며 영구 저장소를 사용하여 이력을 기록할 수 있습니다.
BabyAGI
BabyAGI는 GPT-4, LangChain, OpenAI API, 벡터 데이터베이스 스토리지를 사용하여 AI 에이전트를 훈련하고 평가하기 위한 AI 플랫폼입니다. 자연어 처리(NLP)를 사용하여 작업 결과를 평가하고 새로운 작업 결과를 생성하여 무한 루프에서 에이전트를 테스트합니다. 새로운 작업을 생성하는 것 외에도 리소스 활용을 극대화하기 위해 우선순위 지정도 구현할 수 있습니다.
OSSChat
OSSChat은 커뮤니티와 개발자를 위한 지식, 코드, 모범 사례의 공유와 액세스를 용이하게 하는 오픈 소스 챗봇 소프트웨어입니다. ChatGPT](https://zilliz.com/learn/ChatGPT-Vector-Database-Prompt-as-code)를 문서, 이슈, 블로그 게시물 및 커뮤니티 Q&A와 통합합니다. 따라서 개발자를 위한 종합적인 지식 기반이 됩니다. 답변 검색, 안내 요청, 동료와의 협업, 즐겨 찾는 프로젝트 추천 등 다양한 기능을 제공합니다. OSS Chat은 챗봇을 위한 최첨단 기술을 제공합니다.
AgentGPT
AgentGPT는 OpenAI에서 개발한 AI 도구입니다. 브라우저나 개인용 컴퓨터에서 자율 AI 에이전트를 생성, 구성, 배포할 수 있도록 설계되었습니다. 에이전트GPT는 지속적인 사용자 입력이 필요하지 않습니다. 사용자가 목표를 지정하면 에이전트가 그 목표를 달성하기 위해 자율적으로 작동합니다.
SuperAGI
SuperAGI는 유용한 자율 AI 에이전트를 빠르고 안정적으로 개발 및 배포할 수 있는 오픈 소스 자율 AI 에이전트 프레임워크입니다. 개발자는 바로 제작할 수 있고 확장 가능하며 최적화된 AI 에이전트를 만들 수 있습니다. 다양한 도구와 툴킷을 통합할 수 있을 뿐만 아니라 AI 에이전트의 기능과 성능을 향상시킬 수 있습니다. 여러 AI 에이전트를 동시에 실행하도록 설계되었으며 지속적으로 개선 및 업데이트되고 있습니다.
라마인덱스
LlamaIndex는 대규모 언어 모델(LLM) 애플리케이션을 위해 맞춤화된 데이터 프레임워크로, 개인 또는 도메인별 데이터의 수집, 구조화 및 액세스를 용이하게 해줍니다. LlamaIndex에는 데이터에 대한 다양한 읽기 또는 쓰기 작업을 수행할 수 있는 LLM 기반 지식 작업자인 데이터 에이전트가 포함되어 있습니다,
LangChain
LangChain은 언어 모델 기반 애플리케이션을 개발하기 위한 프레임워크로, 다양하고 가치 있는 기능을 제공합니다. LangChain을 사용하면 작업을 서로 연결하고, 프롬프트를 생성하고, 언어 모델 모델(LLM)을 사용하여 응답하고, 문서를 검색하는 등 작업을 자동화하는 에이전트를 활용할 수 있습니다.