에이전틱 AI란 무엇인가요?

다음은 에이전틱 AI 시스템의 주요 특성입니다.

선제적 실행

에이전틱 AI는 직접 입력을 기다리는 대신 선제적으로 행동합니다. 기존 시스템은 반응형으로, 사전 정의된 워크플로에 따라 트리거될 때만 응답합니다. 반면 에이전틱 시스템은 요구 사항을 예측하고 새로운 패턴을 식별하며 잠재적 문제가 확대되기 전에 이를 해결하기 위해 먼저 나섭니다. 에이전틱 AI의 능동적 동작은 환경에 대한 인식과 장기 목표에 대한 결과를 평가하는 기능으로 구동됩니다.

예를 들어 공급망 환경에서 기존 물류 플랫폼은 사용자가 체크인할 때 또는 정기 알림을 통해 배송 상태를 업데이트합니다. 그러나 에이전틱 AI 시스템은 재고 수준을 모니터링하고 기상 조건을 추적하며 배송 지연을 예측할 수 있습니다. 이를 통해 선제적으로 알림을 보내고 배송 경로를 재조정하여 가동 중지 시간을 줄일 수도 있습니다.

적응성

에이전틱 AI의 주요 특징은 변화하는 환경과 특정 도메인에 적응할 수 있다는 점입니다. 기존 SaaS 솔루션은 여러 산업에서 규모를 조정하고 반복 태스크를 처리하도록 구축되었지만 고유한 도메인별 상황을 심도 있게 파악하지 못할 때가 많습니다. 에이전틱 시스템은 컨텍스트 인식과 도메인 지식을 통해 이러한 격차를 해소하여 AI 에이전트가 지능적으로 대응할 수 있도록 합니다. 그리고 실시간 입력을 기반으로 실행을 조정하고 표준 솔루션으로는 처리할 수 없는 복잡한 시나리오를 처리할 수 있습니다.

예를 들어 일반 고객 서비스 플랫폼은 사전 정의된 답변으로 응답할 수 있지만 의료 서비스 제공자를 지원하는 에이전틱 AI 시스템은 의료 용어를 이해하고 의료 규정을 준수합니다. 진화하는 환자의 관심사에 맞게 적응할 수 있으며 보다 정확하고 컨텍스트에 맞는 지원을 제공합니다.

협업

에이전틱 AI는 사람과 기타 에이전틱 AI 시스템과 협업하도록 설계되었습니다. AI 에이전트는 더 광범위한 팀의 일원으로 작동합니다. AI 에이전트는 공동의 목표를 이해하고, 사람의 의도를 해석하며, 그에 따라 실행을 조정할 수 있습니다. 그리고 여러 출처의 의견을 고려하여 사람의 감독이나 의사 결정이 필요한 환경에서 원활하게 작동합니다.

예를 들어 치료 계획 에이전트는 여러 의료 팀과 협력하여 암 환자를 위한 통합 치료 및 후속 계획을 준비할 수 있습니다.

전문성

에이전틱 AI는 일반적으로 각각 특정 전문 분야에 집중하여 고도로 특화된 여러 에이전트를 기반으로 구축됩니다. 이러한 AI 기반 에이전트는 서로 협력하여 인사이트를 공유하고 필요에 따라 태스크를 인계합니다. 이러한 접근 방식을 통해 훨씬 더 심층적인 도메인별 성능을 지원할 수 있습니다.

예를 들어 금융 서비스의 경우 규정 준수를 전문으로 하는 에이전트, 사기 탐지를 전문으로 하는 에이전트, 포트폴리오 최적화를 전문으로 하는 에이전트가 별도로 존재할 수 있습니다. 이러한 에이전트는 서로 협력하여 모두 규정 준수를 유지하면서 실시간으로 거래를 모니터링하고 이상 징후를 표시하며 투자 조정을 권장할 수 있습니다.

에이전틱 AI를 사용하면 여러 가지 비즈니스 이점이 있습니다.

효율성 증가

에이전틱 인공 지능은 자동화를 통해 도전적이거나 전문화된 다양한 태스크의 복잡성을 단순화할 수 있도록 비즈니스를 지원합니다. 사람이 주도하는 수작업 방식에 의존하는 대신, 에이전틱 AI를 사용하면 지루한 프로세스를 자동화하여 직원의 시간을 절약할 수 있습니다. 직원은 에이전틱 AI를 통해 절약한 시간을 문제 해결, 전략 계획 및 기타 성장 동인과 같은 보다 까다로운 태스크에 사용할 수 있습니다.

사용자 신뢰 증대

에이전틱 AI는 고객과 상호 작용할 때 더 높은 수준의 개인화를 제공할 수 있습니다. 에이전틱 AI는 기존 고객 데이터를 활용하여 맞춤형 메시지를 신속하게 생성하고, 고객이 선호하는 어조로 고객과 소통하며, 실용적인 제품 추천을 제공할 수 있습니다. 에이전틱 AI는 시간이 지남에 따라 고객 관계를 개선하고 고객과 비즈니스 간의 신뢰를 구축합니다.

또한 비즈니스는 에이전틱 인공 지능을 활용하여 고객 피드백을 분석하고 가장 자주 발생하는 정보를 식별하여 제품 엔지니어에게 제공할 수 있습니다. 또한 피드백을 남기는 사용자에게 직접 응답할 수 있으므로, 고객은 회사가 고객의 피드백을 진지하게 받아들인다고 느끼게 만들어 긍정적인 피드백 루프를 생성합니다.

지속적 개선

에이전틱 AI는 할당된 모든 태스크에 적응하면서 지속적으로 학습하고 개선할 수 있습니다. 에이전틱 AI는 이 재귀 루프를 기반으로 상호 작용하고 피드백을 통해 학습하며 의사 결정을 최적화합니다. 비즈니스의 경우 이는 시간이 지남에 따라 점점 더 높은 수준의 혜택을 지속적으로 제공하고 있음을 의미합니다.

인간 증강

에이전틱 AI는 상담원(사람)의 생산성을 높이고 완료해야 하는 힘든 수작업의 수를 줄이는 환상적인 협업 도구 역할을 할 수 있습니다. 상담원(사람)은 에이전틱 AI 모델을 활용하여 복잡한 문제를 극복하고 어려운 의사 결정 경로를 자동화하며 효율성을 높일 수 있습니다.

에이전틱 AI 에이전트는 인지, 추론, 실행, 학습과 같은 4단계로 진행되는 체계적인 경로를 사용하여 작동합니다. 이 프로세스의 각 단계에서는 여러 고급 AI 기술과 방법을 통합합니다.

인식

인식 단계에서 AI 에이전트는 다양한 소스로부터 실시간 데이터를 수집하여 정형, 반정형 및 비정형 데이터를 수용합니다. 에이전트는 RESTful API, gRPC 서비스 및 GraphQL 엔드포인트와 직접 상호 작용하여 필요에 따라 클라우드 플랫폼, 엔터프라이즈 시스템 및 SaaS 애플리케이션에서 데이터를 수집합니다.

특정 레거시 시스템 또는 문서가 많은 환경과의 상호 작용이 필요한 시스템에서는 최적의 문자 인식 기술(OCR) 및 자연어 처리를 통해 스캔한 문서를 선별하여 관련 정보를 찾을 수 있습니다. 또한 에이전트는 인식 단계에서 데이터를 처리하여 수행 중인 태스크의 컨텍스트를 기반으로 유용한 정보를 확인합니다.

추론

추론 단계는 LLM을 기반으로 구동됩니다. LLM은 모델이 가지고 있는 목표의 컨텍스트를 해석하고, 따라야 할 실행 계획을 개발하고, 인식 단계에서 수신한 새로운 정보를 사용하여 실시간으로 적응하는 데 도움을 줍니다. LLM은 의미론적 추론, 오류 처리 기능을 활용하고 모호한 사용자 입력에 맞게 적응하는 모델을 사용합니다.

이 단계에서는 아이디어를 처리하고 전략을 개발하는 것 외에도 일부 LLM이 예측 기계 학습 모델을 사용하여 복잡한 문제를 관리합니다. 예를 들어 예측 ML 모델은 수요 급증을 예측하여 향후 사용 사례에 더 잘 대비할 수 있습니다.

이 단계에서 LLM은 장기 기억 시스템을 사용하여 상황 및 컨텍스트에 따른 태스크가 전체 프로세스에서 일관되게 유지되도록 합니다.

실행

실행 단계에서 에이전틱 AI는 추론 단계에서 설정한 것을 효과적으로 달성하기 위한 조치를 취합니다. 에이전틱 AI는 각 외부 소프트웨어 시스템에서 관리자가 설치한 플러그인에 액세스할 수 있으므로 이러한 타사 애플리케이션과 직접 상호 작용하고 태스크를 실행할 수 있습니다.

실행 단계에서는 코드 컴파일부터 소프트웨어 및 문서와의 상호 작용, 시뮬레이션 실행, 애플리케이션 마이그레이션, 타사 애플리케이션에서 기능 수행에 이르는 특정 작업을 통해 에이전틱 모델이 순차적으로 처리할 여러 하위 태스크를 오케스트레이션합니다. 일부 에이전틱 AI 모델의 경우, HITL(Human-in-the-Loop) 시스템이 작업을 통제하므로 개발자는 모델이 수행하는 작업을 확인하고 해당 작업을 승인해야 합니다.

모델이 수행하는 모든 작업이 면밀히 모니터링되고 기록되므로 비즈니스는 거버넌스를 준수하고 이 기술의 사용을 보호할 수 있습니다.

학습

에이전틱 AI의 학습 단계는 이러한 모델이 기능과 효과를 지속적으로 개선할 수 있도록 하는 단계입니다. 에이전트는 근위 정책 최적화(PPO) 및 Q-러닝과 같은 강화 학습 기술을 활용하여 광범위한 시스템 내에서 특정 태스크의 성공을 기반으로 작업을 세분화합니다.

AI 에이전트는 자율 에이전트, LLM 또는 사람의 피드백을 통해 학습하며, 이 모든 과정은 기반으로 시스템을 미세 조정하여 기능을 개선할 수 있습니다. 지연 시간, 신뢰도, 성공률 등 모델이 성능을 추적하는 데 사용할 수 있는 몇 가지 지표가 있습니다. 다중 에이전트 AI는 일반적으로 학습을 여러 에이전트에 분산하고 공용 메모리 계층에서 정보를 공유하여 전체 시스템의 성능을 향상시킵니다.

시간이 지남에 따라 이러한 스타일의 강화 학습은 성공적인 반복을 활용하여 전반적인 기능을 향상시키고 효율성을 지속적으로 개선할 수 있습니다.

AWS는 세계에서 가장 신뢰할 수 있고 유용한 에이전트를 구축하고 배포할 수 있는 최고의 플랫폼이 되기 위해 최선을 다하고 있습니다. AWS는 에이전틱 AI 여정을 진행 중인 고객과 만나 고객이 비즈니스에 에이전틱 AI를 도입하는 데 필요한 모든 것을 제공합니다. 생산성을 높이기 위해 사전 구축된 에이전트를 빠르게 배포하거나, 오픈 소스 도구를 실험하거나, 정교한 사용자 지정 에이전트 플릿을 구축하려는 경우 AWS는 성공에 도움이 되는 모델, 도구, 인프라 및 전문성을 제공합니다. 또한 AWS는 에이전틱 AI 구축 노력이 장기간 지속될 수 있도록 강력한 AI 인프라, 사용자 지정 실리콘 및 데이터 기반을 제공합니다.

Amazon Bedrock은 생성형 AI 기반 애플리케이션 및 에이전트를 구축하는 데 필요한 광범위한 기능과 함께 업계를 선도하는 다양한 파운데이션 모델(FM)을 제공하는 완전관리형 서비스입니다. Bedrock은 데이터를 사용하여 모델 및 애플리케이션을 특별히 맞춤화하고 안전 가드레일을 적용하며, 비용 및 지연 시간을 최적화하고, 빠르게 반복할 수 있는 도구와 주요 파운데이션 모델에 대한 액세스를 제공합니다.

Bedrock에는 모든 프레임워크와 모델을 사용하여 에이전트를 대규모로 안전하게 배포하고 운영하기 위한 서비스 세트인 AgentCore도 포함되어 있습니다. Amazon Bedrock AgentCore를 사용하면 개발자가 실제 배포에 중요한 규모, 신뢰성 및 보안을 확보하면서 AI 에이전트를 프로덕션에 적용하기까지의 과정을 가속화할 수 있습니다. AgentCore는 에이전트를 효과적이고 유능하게 만드는 도구와 기능, 에이전트를 안전하게 규모 조정하기 위해 특별히 구축된 인프라 그리고 신뢰할 수 있는 에이전트를 운영하기 위한 제어를 제공합니다.

Stands Agents는 몇 줄의 코드만으로 에이전트를 구축할 수 있도록 Amazon에서 제공하는 오픈 소스 Python SDK입니다. 계획, 사고 연결, 도구 직접 호출 및 반영을 지원하기 위해 최신 모델의 기능을 활용함으로써 사용이 간편하고 복잡한 에이전트 오케스트레이션이 필요하지 않습니다.

또한 AWS는 즉시 배포할 수 있는 에이전트와 함께 비즈니스 및 사용 사례별 요구 사항을 충족할 수 있는 사용자 지정 기회를 추가로 제공합니다. AWS Transform은 .NET, 메인프레임, VMware 워크로드 변환을 위한 최초의 에이전틱 AI 서비스입니다. 19년간의 마이그레이션 경험을 기반으로 구축된 이 서비스는 전문 AI 에이전트를 배포하여 평가, 코드 분석, 리팩터링, 분해, 종속성 매핑, 검증, 변환 계획과 같은 복잡한 태스크를 자동화합니다. Kiro는 개발자가 사양 기반 개발을 통해 개념 단계부터 프로덕션 단계까지 진행할 수 있도록 지원하는 AI IDE입니다. Kiro의 에이전트는 어려운 문제를 해결하고 문서 생성 및 단위 테스트와 같은 태스크를 자동화하는 데 도움을 줍니다. Amazon Q Business는 정보를 찾고, 인사이트를 확보하며, 직장에서 조치를 수행하는 데 도움이 되며, Amazon Q Developer는 소프트웨어 개발을 가속화하고 회사의 내부 데이터를 활용하는 데 도움을 줍니다. 또한 AWS Marketplace는 AWS 파트너의 사전 구축된 에이전트, 도구 및 솔루션을 엄선하여 만든 중앙 카탈로그를 제공합니다. 이를 통해 에이전틱 AI 작업을 신속하게 추적할 수 있습니다.

지금 바로 무료 계정을 만들어 AWS 기반 에이전틱 AI를 시작해 보세요!