[ AI ] Agentic AI 1,2주차 (Feat.서울대 산업공학과 DSBA)

결론적 차이는 차선을 갖고 오는가? 정도로 요약 가능하다.

 

서울대 산업공학과 DSBA에서 2026년 Agentic AI에 대한 프렌젠테이션을 준비해서 공유하고 있다. 이것을 듣고 정리하면 다시 한번 전체적인 LLMs 시장과 정리를 복습하며 트렌드를 파악하고자 한다.

 

 

gemini

 

AI agent는 Linear flow라는 말이 있듯이 단방향성을 갖고 잇다.
문제 수행 그리고 결과를 출력한다.

반면, Agentic AI는 다방향성이라는 것이다.
문제가 생기는 거기서 문제 발생 끝이 아니라, 해결할 수 있는 다른 차선을 찾아본다는 것이다.

하지만 가끔은 다른 요상한 정보를 가져오는 것도 있다는 것

 

 

Agentic AI의 핵심 : 인지적 구조(Congnitive Architecture)

인지 - 기억 - 추론 - 행동

 

PBA(Perception-Brain-Action) 모델

- Perception (인지): 인간의 시각이나 청각처럼 외부 환경(텍스트, 이미지, API 결과 등)의 변화를 감지하고 이해하는 단계

- Brain (뇌): 에이전트의 핵심입니다. LLM을 지능의 중심으로 삼아 기억을 꺼내고, 추론하며, 실행 계획을 세우는 정보 처리

• Action (행동): 뇌에서 내린 결정을 바탕으로 실제 외부 세계에 영향을 주는 행동(메시지 전송, API 호출, 코드 실행 등) 수행

 

 

 

리액트(ReAct) 프레임워크와 도구 사용

에이전트가 강력한 이유는 단순히 지식을 나열하는 데 그치지 않고, 외부 도구를 사용하여 현실의 문제를 해결하기 때문.
이를 위해 ReAct(Reasoning + Acting) 프레임워크가 쓰임.
이는 '생각(Thought)'과 '행동(Act)', 
결과에 대한 '관찰(Observation)'을 하나의 사이클로 묶는 방식.

 

영상 예시, '대학원생의 전월세 비용 비교 분석' 업무를 맡은 에이전트의 사고 과정을 살펴봅시다.

1. 생각 (Thought): "최신 청년 버팀목 전세 대출 금리와 신청 자격을 확인해야겠다."

2. 행동 (Act): 웹 검색 툴(Tool)을 호출하여 '2024년 버팀목 대출 금리' 데이터를 요청합니다.

3. 관찰 (Observation): 가져온 데이터에서 "대출 금리 연 1.5%"라는 결과값을 확인합니다.

4. 생각 (Thought): "이 금리를 바탕으로 현재 월세 70만 원과 비교 계산이 필요하군. 계산기 툴을 써야겠다."

5. 행동 (Act): 파이썬 코드 실행기(Tool)를 통해 비용 비교 수식을 실행합니다.

6. 최종 결과: "전세로 옮길 시 매달 약 50만 원을 절약할 수 있습니다"라는 신뢰할 수 있는 답변을 도출합니다.

 

 

 

출처:

https://www.youtube.com/watch?v=oWBjoUVV0sE

https://notebooklm.google.com/notebook/94564885-b52c-475a-b9d7-ba6ac9dfbe52

https://www.youtube.com/watch?v=IgFhW3Hn4bU

https://www.youtube.com/watch?v=s4xnZMiEIJc