20 Agentic AI Terms Every Developer Should Know (Explained Simply)

개요

기술 발전의 속도에 발맞춰 개발자가 알아야 할 20가지 에이전트 AI 관련 용어를 쉽게 설명합니다.

주요 내용

* AI Agent: 목표를 설정하고 이를 달성하기 위한 계획 수립, 도구 사용, 결과 검토를 수행할 수 있는 AI 시스템입니다.
* Agentic Workflow: 개발자가 미리 정의한 다단계 프로세스 내에서 AI가 각 단계의 작업을 수행하도록 하는 방식입니다.
* Agent Loop: AI가 행동을 실행하고, 그 결과를 관찰하며, 다음 단계를 결정하는 순환 메커니즘입니다.
* Tool Calling: LLM이 외부 함수나 도구에 접근하여 데이터를 가져오거나 특정 작업을 수행하도록 요청하는 기능입니다.
* Agent Harness: LLM 주변에서 도구 관리, 에이전트 루프, 컨텍스트, 상태, 권한, 오류 처리 등을 담당하는 소프트웨어입니다.
* Context Engineering: AI 모델에게 제공되는 정보(문서, 대화 기록, 메모리, 도구 결과 등)를 특정 시점에 최적화하여 설계하는 과정입니다.
* Memory: 에이전트가 현재 컨텍스트 창에만 의존하지 않고 중요한 정보를 저장하고 나중에 검색할 수 있게 하는 메커니즘입니다.
* MCP (Model Context Protocol): AI 애플리케이션이 외부 도구 및 컨텍스트에 표준화된 방식으로 연결할 수 있도록 하는 오픈 프로토콜입니다.
* Planning: 복잡한 목표를 더 작은 하위 작업으로 분해하고 실행 순서를 결정하는 에이전트의 능력입니다.
* Reasoning: 단순 정보 검색을 넘어 여러 가능성을 비교하고 제약 조건을 고려하여 합리적인 결정을 내리는 모델의 능력입니다.
* Multi-Agent System: 각기 다른 역할을 가진 여러 개의 자율 에이전트가 협업하여 작업을 분담하는 시스템입니다.
* Orchestration: 여러 에이전트와 도구 간의 작업 할당, 실행 시점, 후속 조치를 관리하는 프로세스입니다.
* Handoff: 한 에이전트가 특정 작업을 더 전문화된 다른 에이전트에게 인계하는 기능입니다.
* A2A (Agent2Agent Protocol): 서로 다른 팀에서 구축되었거나 다른 시스템에서 실행되는 에이전트 간의 통신 및 협업을 가능하게 하는 프로토콜입니다.
* Guardrails: 에이전트의 행동을 제어하거나 제한하는 메커니즘으로, 입력/출력 검증, 도구 접근 제한 등을 포함합니다.
* Human-in-the-Loop (HITL): 에이전트의 자율적인 작동에 중요한 결정이나 승인을 위해 인간을 의도적으로 포함시키는 과정입니다.
* Evals: 에이전트가 작업을 얼마나 잘 수행하는지 평가하기 위한 테스트로, 최종 결과뿐만 아니라 올바른 도구 선택, 정확한 단계 수행 등을 평가합니다.
* Computer Use: API나 프로토콜 없이 일반 사용자 인터페이스(UI)를 통해 웹사이트를 열고, 버튼을 클릭하고, 텍스트를 입력하는 등 컴퓨터를 직접 사용하는 에이전트의 능력입니다.
* Agentic RAG: 에이전트가 검색 프로세스를 직접 제어하여 누락된 정보를 판단하고, 추가 데이터를 검색하며, 쿼리를 재구성하여 답변을 생성하는 방식입니다.
* Agent Washing (BONUS): 시스템이 자율적으로 작업을 수행하는 것과 거의 관련이 없음에도 불구하고 제품을 "AI 에이전트"로 마케팅하는 관행입니다.

시사점

에이전트 AI의 핵심 개념과 용어를 이해하는 것은 개발자가 복잡한 AI 시스템을 구축하고 활용하는 데 필수적이며, 마케팅 용어와 실제 기술을 구분하는 데도 중요합니다.