AI 에이전트
AI 에이전트(AI agent)는 언어 모델이 다음 단계를 스스로 정하는 시스템입니다. 고정된 스크립트를 따르는 대신 도구를 호출하고, 결과를 읽고, 작업이 끝날 때까지 이를 반복합니다.
다른 이름: agent, autonomous agent
작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식
챗봇은 한 번에 메시지 하나에 답합니다. 에이전트는 목 표를 받고 여러 단계에 걸쳐 그 목표를 향해 일하며, 도중에 어떤 도구를 호출할지 고릅니다. 도구는 웹을 검색하거나, 데이터베이스를 조회하거나, 파일을 수정하거나, 테스트를 실행할 수 있습니다.
작동 방식
에이전트의 핵심은 에이전트 루프입니다. 모델은 작업과 지금까지의 결과를 읽고, 도구 호출로 도구를 요청하거나 최종 답을 냅니다. 애플리케이션은 각 도구를 실행하고 출력을 다시 넣어 줍니다. 도구는 Model Context Protocol을 쓰는 서버에서 오는 경우가 많습니다.
Anthropic은 에이전트와 워크플로를 구분합니다. 워크플로에서는 개발자의 코드가 단계의 순서를 정합니다. 에이전트에서는 모델이 자신의 과정을 이끌고 어떤 도구를 쓸지 정합니다.
예시
실패하는 테스트를 고치라는 요청을 받으면, Claude Code 같은 코딩 에이전트는 오류를 읽고, 관련 파일을 열고, 하나를 수정하고, 테스트를 다시 실행하고, 통과하면 멈춥니다.
한계
자율성이 클수록 잘못될 방법도 많아집니다. 에이전트는 모델 호출 한 번보다 비용이 더 들고 시간도 더 걸리며, 오류가 단계를 거치며 누적될 수 있고, 도구 접근 범위가 넓은 에이전트는 실제 피해를 낼 수 있습니다. 동작하 는 가장 단순한 구성에서 시작하고, 샌드박스에서 테스트하고, 위험한 동작은 사람이 승인할 수 있게 두십시오. 에이전트 프레임워크 가이드에서 주요 도구 모음을 비교합니다.
관련 용어
- 에이전틱 AI
- 에이전틱 AI(agentic AI)는 언어 모델이 작업 수행 방식을 어느 정도 통제하는 소프트웨어를 말합니다. 모델이 단계를 계획하고, 도구를 고르고, 결과에 따라 행동하며, 한 번의 프롬프트와 응답보다 더 큰 자율성을 가집니다.
- 에이전트 루프
- 에이전트 루프(agent loop)는 AI 에이전트의 중심에서 반복되는 순환입니다. 모델이 도구 호출을 요청하면 애플리케이션이 이를 실행해 결과를 돌려주고, 모델은 다음에 할 일을 정합니다.
- 도구 호출
- 도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 스키마로 함수를 설명하면 모델이 그중 하나를 호출하겠다는 구조화된 요청으로 답하고, 코드가 이를 실행해 결과를 돌려주는 모델 API 기능입니다.
- Model Context Protocol
- Model Context Protocol(MCP)은 AI 애플리케이션이 외부 도구, 데이터, 프롬프트에 연결하는 방법을 정의하는 개방형 표준으로, 호스트 애플리케이션, 그 클라이언트, 별도의 서버 사이에서 JSON-RPC 메시지를 사용합니다.
- 멀티 에이전트 시스템(Multi-agent system)
- 멀티 에이전트 시스템(multi-agent system)은 각자 지시, 도구, 컨텍스트를 가진 여러 AI 에이전트가 작업의 일부를 맡아 처리하고, 결과를 서로 또는 조율 에이전트에 넘기는 구성입니다.