https://brunch.co.kr/@harryban0917/359
2022년 말 챗GPT의 등장과 함께 시작된 생성형 AI 열풍은 초거대언어모델(LLM)의 르네상스 시대를 열었습니다. 이때 등장한 GPT-4o와 Gemini-2.5 그리고 Claude-3.6와 같은 최첨단 LLM은 또다시 2024년 말 시작된 AI Agent의 전성시대를 향한 길을 열었습니다.
**인간과 같이 스스로 상황 판단과 유연한 사고가 가능한 진짜 '지능'을 갖춘 LLM이 등장하면서, 기존에는 간단하고 반복적인 작업을 자동화하는 데에 사용되는 일종의 도우미에 지나지 않았던 에이전트(Agent)의 성격이 완전히 달라지기 시작한 것입니다.**LLM이 사용자와 자연어로 소통하며, 방대한 양의 데이터와 상호 작용을 동시에 효율적으로, 그리고 유연하게 처리할 수 있게 되었기 때문입니다.
이처럼 자동화 도구에 지나지 않았던 단순 에이전트(Agent)는 AI 에이전트(Agent)로 거듭나게 되었습니다. 마지막 퍼즐이었던 LLM이 맞추어지면서 원래 강화학습(Reinforcement Learning) 이론에서 스스로 환경을 인식하고 그에 따라 행동하는 개체를 의미하던 AI 에이전트(Agent)가 진짜로 구현된 것입니다.
최근에는 이러한 AI 에이전트(AI Agent)를 넘어 에이전틱 AI(Agentic AI)라는 개념이 주목받고 있습니다. 얼핏 봐서는 비슷한 이 두 개의 개념은 학자와 전문가들 사이에 뚜렷한 정의가 없어 혼동되어 사용되는 경우가 많지만 에이전틱(Agentic) AI라는 개념은 AI 에이전트와는 엄연히 다릅니다. 이번 시간에는 최신 AI 트렌드의 중심에 있는 에이전틱 AI의 개념에 대해 알아보고 기존의 AI 에이전트와 에이전틱 AI를 비교 분석해보도록 하겠습니다.
기존의 AI 에이전트에 LLM이 자율성을 구현한 것은 사실이지만, AI 에이전트에는 여전히 사람의 개입이 필요한 것이 사실입니다. 즉 LLM이 많은 부분을 스스로 판단하는 것은 사실이지만 여전히 사람의 요청이나 명령이 필요하지요. 이러한 AI 에이전트들은 이미 우리 생활 속에 들어와 있습니다. 예를 들면 코드 작성을 도와주는 MS Copilot과 Windsurf와 같은 코딩 에이전트나 사용자의 요청사항에 따라 여행 계획을 짜주는 개인용 어시스턴트는 모두 AI 에이전트의 범주에 속합니다.
반면에 에이전틱(Agentic) AI는 인간의 개입을 최소화하면서 자율적으로 목표를 설정하고, 환경을 분석하며, 최적의 행동을 스스로 판단하고 실행하는 인공지능 시스템을 의미합니다. 기존 AI가 사용자의 명령에 수동적으로 반응하는 반면, 에이전틱 AI는 스스로 문제를 분석하고 목표를 설정하며, 복잡하고 다단계인 작업을 자율적으로 수행합니다.
그렇다면 구체적으로 '에이전틱'한 시스템은 어떤 시스템을 의미할까요? 엔드류 응(Andrew Ng)을 비롯한 인공지능 학계 거장들의 공통적인 의견에 따르면 에이전틱한 시스템에는 아래와 같은 특징들로 정의 내려볼 수 있습니다.
주요 특징
자율성: 사용자의 직접적인 명령 없이도 스스로 목표를 설정하고 실행한다.
목표 지향적 행동: 단계별 계획을 수립하고, 이를 자율적으로 수행하여 과제를 완수한다.
상황 인식 및 적응: 실시간 데이터와 환경 변화를 분석해 최적의 결정을 내린다.
외부 도구 활용: LLM과 결합해 API 등 외부 시스템과 연동하여 복잡한 작업을 처리한다.
반복적 추론과 계획: 정교한 추론과 반복적인 계획을 통해 복잡한 문제를 해결한다.
또한 이처럼 에이전틱한 시스템을 구현하기 위해서는 아래와 같은 프로세스가 필요할 것입니다.
작동 프로세스
학습 및 적응: 환경 변화에 맞춰 지속적으로 학습하고 행동을 최적화한다.