AI Agent (AI 에이전트)

에이전트와 정해진 워크플로

AI를 사용하는 시스템이 모두 같은 방식으로 움직이지는 않습니다. Anthropic의 Building effective agents는 미리 정한 경로를 따라가는 워크플로와, 모델이 과정과 도구 사용을 동적으로 선택하는 에이전트를 구분합니다.

실제 시스템은 이 방식들을 섞어 사용합니다. 일정한 계산은 코드에 맡기고, 어떤 자료를 더 찾아야 할지는 에이전트가 판단하도록 만들 수 있습니다.

모델·도구·상태·검증이 함께 움직인다

모델은 해석하고 다음 행동을 제안합니다. 도구는 파일을 읽거나 명령을 실행합니다. 실행 상태와 기록은 하네스가 관리할 수 있습니다. 따라서 에이전트의 계획이 언제나 대화 속 문장으로만 존재하는 것은 아닙니다.

‘회사의 교육 자료를 정리하라’는 요청이라면 원문을 찾고, 기존 지식과 비교하고, 수정안을 작성한 뒤 검사할 수 있습니다. 여기서 스스로 ‘완료’라고 말하는 것과 원문을 정확히 반영한 것은 별개입니다. 결과 파일과 검증 근거를 함께 확인해야 합니다.

정해진 흐름과 동적 판단을 한 업무에 조합한다

가상 문의 분류 업무에서 필수 항목 추출과 형식 검사는 정해진 워크플로로 처리할 수 있습니다. 자료가 부족할 때 어떤 원문을 더 찾아야 하는지는 에이전트가 상황에 따라 선택하게 할 수 있습니다.

분류 결과를 외부 시스템에 반영하는 단계에는 권한과 통과 조건을 둡니다. 분류 근거가 부족하거나 허용 범위를 벗어나면 사람에게 판단할 자료를 넘깁니다. ‘모든 단계를 자율화할 것인가’보다 어느 단계에 동적 선택이 필요한지 구체화하는 방식입니다.

업무 쪼개기로 각 단계의 입력과 산출물을 정하고, Harness에 상태·재시도·중단 조건을 연결하면 전체 흐름을 검증하기 쉬워집니다.

하나의 에이전트와 여러 에이전트

에이전트가 반드시 여러 역할의 팀이라는 뜻은 아닙니다. 하나의 에이전트가 필요한 도구를 차례로 쓸 수도 있고, 독립적인 일을 서브에이전트에 맡길 수도 있습니다. 별도 맥락이 필요한 이유와 전달할 자료가 분명할 때 작업을 나눕니다.

검토 담당을 분리해도 자동으로 독립 검증이 되지는 않습니다. 작성자의 잘못된 요약만 전달하면 다른 에이전트도 같은 전제로 판단할 수 있습니다. 원문과 기준에 접근할 수 있어야 합니다.

실제 업무를 맡길 때 정할 것

• 목표와 범위: 어떤 결과를 만들고 어디까지 처리할 것인가.
• 자료와 권한: 무엇을 읽고 어떤 도구를 실행할 수 있는가.
• 완료 기준: 무엇을 확인해야 끝났다고 말할 수 있는가.
• 중단 기준: 근거 부족, 반복 실패, 시간·비용 한도에 도달하면 어떻게 할 것인가.
• 사람의 역할: 어떤 예외나 변경을 사람이 판단하는가.

이 조건은 업무 쪼개기를 통해 구체화할 수 있습니다. ‘잘 정리해줘’보다 ‘확정 결정과 제안을 구분하고 각 항목에 원문 위치를 남겨라’가 확인하기 쉽습니다.

검증 결과에도 범위가 있다

검증 Loop가 확인한 것은 정해진 조건입니다. 링크 검사가 통과했어도 문장의 사실성은 확인하지 못할 수 있습니다. AI 검토 의견, 코드 검사 결과, 사람이 채택한 판단을 구분해 남기면 무엇을 믿고 다음 단계로 넘어갔는지 알 수 있습니다.