티스토리 뷰

“AI 에이전트? 그거 챗봇이랑 뭐가 다른데요…”
솔직히 말해서,
요즘 AI 에이전트(AI Agent) 라는 말 너무 많이 쓰이죠.
근데 이상해요.
다들 “에이전트 만든다”고는 하는데, 설명을 들어보면
- 그냥 챗봇 같은데?
- 프롬프트 길게 쓰는 거 아냐?
- 자동화랑 뭐가 다른 거지?
저도 처음엔 그랬어요.
정확히 뭔지 모른 채로 LangChain, Agent, Tool, Function Calling 이런 단어들만 계속 들이받았거든요.
그래서 이 시리즈의 첫 글은,
진짜 아무것도 모르는 상태에서 출발합니다.
❌ 코드 없음
❌ 라이브러리 없음
❌ 어려운 용어 최소화
오늘은 오직 하나만 확실히 가져가면 돼요.
👉 “AI 에이전트가 왜 챗봇이랑 다른지”
1️⃣ 우리가 알고 있는 AI: 챗봇의 한계부터 보자
우리가 가장 익숙한 AI는 보통 이런 흐름이죠.
사람 질문 → AI 답변 → 끝
이건 잘 생각해보면 대화 엔진이에요.
- 질문을 잘 이해하고
- 그럴듯한 답변을 만들어주는 것
근데 여기엔 중요한 한계가 있어요.
챗봇은 “말만” 한다
- 파일을 직접 읽지 못함
- 버튼을 누르지 못함
- DB를 조회하지 못함
- 메일을 보내지 못함
- 무언가를 “완료”하지 못함
즉,
챗봇 = 똑똑한 상담원
(설명은 잘하는데, 실제 일을 대신 해주진 못함)
2️⃣ 그럼 AI Agent는 뭐가 다를까? (핵심 한 줄)
여기서 AI 에이전트의 정의를 딱 한 줄로 말해볼게요.
AI Agent란,
목표를 달성하기 위해
스스로 다음 행동을 결정하고
필요한 도구를 사용하며
그 결과를 보고 다시 행동하는 AI다.
이 문장을 잘게 쪼개보면 핵심이 보여요.
3️⃣ AI Agent의 핵심은 “목표”다
챗봇은 보통 질문 중심이에요.
- “이게 뭐야?”
- “설명해줘”
- “추천해줘”
반면, 에이전트는 목표 중심입니다.
예를 들면 이런 거죠.
- “이 회의 메모를 정리해서 실행 계획으로 만들어줘”
- “오늘 고객 문의를 분류하고, 긴급한 건 슬랙에 알려줘”
- “이 폴더의 문서들 읽고 블로그 초안 만들어줘”
즉,
❓ 질문에 답하는 게 아니라
🎯 **목표를 ‘끝내는 것’**이 목적이에요.
4️⃣ 그래서 에이전트는 반드시 이 구조를 가짐
아주 단순화하면 AI 에이전트는 항상 이 3가지를 가집니다.
① 두뇌 (AI 모델)
말을 이해하고, 판단하고, 계획을 세움
② 규칙과 역할 (지시문)
- 너는 어떤 역할인지
- 무엇을 하면 안 되는지
- 결과는 어떤 형태로 내야 하는지
③ 손과 발 (도구, Tool)
- 파일 읽기/쓰기
- API 호출
- DB 조회
- 메일 발송
- 캘린더 등록
이 도구(Tool) 가 붙는 순간,
AI는 “대답하는 존재”에서 **“일하는 존재”**로 변합니다.
5️⃣ 한 장으로 이해하는 차이 (진짜 중요)
챗봇
사람 → 질문
AI → 답변
(끝)
AI Agent
사람 → 목표 제시
AI → 계획
AI → 도구 사용
AI → 결과 확인
AI → 다음 행동 결정
(목표 달성까지 반복)
여기서 가장 중요한 차이 하나.
👉 에이전트는 한 번에 안 끝나도 된다
👉 중간 과정을 스스로 만든다
이게 자동화랑도 다른 지점이에요.
자동화는 “정해진 순서”지만,
에이전트는 상황에 따라 순서를 바꿉니다.
6️⃣ 비전공자에게 오히려 AI Agent가 유리한 이유
이건 개인적인 경험인데요.
개발자들은 처음에 이렇게 접근해요.
- 어떤 프레임워크 쓸까?
- 구조는 어떻게?
- 성능은?
근데 비전공자는 보통 이렇게 생각하죠.
- 이걸로 무슨 일을 대신 시킬 수 있지?
- 사람이 하던 업무를 어떻게 나눌까?
- 결과물이 뭐면 좋을까?
👉 이게 에이전트 사고방식이에요.
AI Agent는
“알고리즘”보다
업무를 쪼개는 감각이 훨씬 중요합니다.
7️⃣ 그래서 이 시리즈는 이렇게 갈 거예요
이 글은 진짜 시작이에요.
다음 글부터는 이렇게 한 단계씩 갑니다.
- AI Agent의 내부 구조
→ 생각(Reasoning)과 행동(Action)은 어떻게 나뉘는가 - Tool(도구)이 왜 핵심인지
→ 프롬프트만으로는 안 되는 이유 - 가장 단순한 에이전트 직접 만들어보기
→ 파일 읽고 결과 저장하는 수준 - RAG + Agent
→ 문서 기반으로 “일하는 AI” 만들기 - 실서비스 관점
→ 실패, 로그, 통제, 운영
코드는 다 실행되는 코드만 씁니다.
“이론용 예제” 절대 안 씁니다.
'study > ai prompt' 카테고리의 다른 글
| 비전공자를 위한 AI Agent 3편 (0) | 2025.12.30 |
|---|---|
| 비전공자를 위한 AI Agent 2편 (0) | 2025.12.26 |
| 📌 최신 AI 프롬프트 엔지니어링 마스터하기 - ✅ 11편: 고객 분석 프롬프트 – AI로 페르소나 도출부터 인사이트까지 자동화하기 (0) | 2025.05.29 |
| 📌 최신 AI 프롬프트 엔지니어링 마스터하기 - 10편: 리서치 프롬프트 – AI를 조사 분석 도구로 활용하는 법 (0) | 2025.05.28 |
| ✅ Swarm 기반 실전 프로젝트 아이디어 TOP 5 (10편) (0) | 2025.04.18 |
- Total
- Today
- Yesterday
- llm
- Python
- fastapi
- seo 최적화 10개
- JWT
- 딥러닝
- PostgreSQL
- 프론트엔드개발
- REACT
- 압박면접
- 웹개발
- Express
- ai철학
- 백엔드개발
- Prisma
- 개발블로그
- CI/CD
- nextJS
- Redis
- node.js
- Docker
- rag
- SEO최적화
- Next.js
- JAX
- DevOps
- NestJS
- flax
- kotlin
- 쿠버네티스
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |

