AI 에이전트란? 쉽게 풀어 보는 설명
AI 에이전트는 텍스트로만 답하는 것이 아니라, 목표에 도달하기 위해 행동할 수 있는 AI 모델입니다. 작업을 주면 에이전트는 반복하며 일합니다. 다음에 무엇을 할지 정하고, 도구(파일 편집, 웹 검색, 명령 실행, 앱 호출)를 쓰고, 결과를 살펴본 뒤, 다시 판단합니다. 작업이 끝나거나 여러분의 입력이 필요할 때까지 이를 반복합니다. "두뇌"는 보통 대규모 언어 모델이고, 도구가 실제로 무언가를 하게 해 주는 부분입니다.
AI로 만들 때 이것이 중요한 이유
요즘의 AI 앱 빌더는 에이전트입니다. 기능을 요청하면 에이전트는 코드만 써서 건네주지 않습니다. 기존 파일을 읽고, 변경하고, 패키지를 설치하고, 앱을 실행하고, 오류 메시지를 읽고 고치는 과정을 여러 단계에 걸쳐 수행하는 경우가 많으며, 여러분이 하나하나 지켜볼 필요가 없습니다.
그래서 이들은 조각난 코드가 아니라 실제로 작동하는 소프트웨어를 만들 수 있습니다. 여러분의 역할도 바뀝니다. 더 이상 코드를 복사해 붙여 넣는 사람이 아니라, 아주 빠르고 유능하지만 가끔 지시를 잘못 읽거나 자신 있게 잘못된 길로 들어서는 조수를 관리하는 사람이 됩니다. 에이전트가 어떻게 작동하는지 알면 올바른 목표를 주기 쉬워지고, 같은 자리를 맴돌 때 알아차릴 수 있으며, 어떤 것을 직접 승인할지 정할 수 있습니다.
일상적인 비유
친구에게 길을 묻는 것과 배달 기사를 고용하는 것을 비교해 보세요.
길을 묻는 것은 챗봇입니다. 물어보면 친구가 알려 주고, 걷는 것은 여러분이 합니다. 길이 막혀 있으면 돌아와서 다시 물어야 합니다.
배달 기사가 바로 에이전트입니다. "이 소포를 오후 5시까지 이 주소로 가져다주세요"라고 말합니다. 기사는 경로를 고르고, 도로가 막힌 것을 알아채고, 우회하고, 건물의 옆문을 찾아서 "리셉션에서 서명 받고 배달 완료"라고 보고합니다. 여러분은 목표와 한계를 정하고, 예를 들어 "택시비는 2만 원을 넘기지 마"처럼 제한을 두고, 기사는 단계를 처리합니다.
배달 기사도 여러분이 준 지시와 한계만큼만 잘합니다. 에이전트도 마찬가지입니다.
에이전트의 작동 방식
대부분의 에이전트는 같은 기본 반복 과정을 따릅니다.
- 목표. 원하는 것을 설명합니다. "제출된 내용을 나에게 이메일로 보내는 연락처 양식을 추가해 줘."
- 계획. 모델이 다음 단계를 정합니다. "먼저 사이트가 어떻게 구성되어 있는지 살펴보자."
- 실행. 도구를 호출합니다. 파일 목록을 보거나 홈페이지를 읽습니다.
- 관찰. 도구의 결과를 읽습니다.
- 반복. 본 것을 바탕으로 다음 단계를 고릅니다. 양식을 만들고, 서버 코드를 추가하고, 앱을 실행하고, 오류를 확인합니다.
- 완료하거나 질문하기. 목표가 달성되면 보고합니다. 막히거나 확신이 없으면 여러분에게 묻습니다.
그 반복 주변에는 몇 가지 요소가 더 있습니다.
| 요소 | 하는 일 |
|---|---|
| 모델 | 추론하고 무엇을 할지 결정하는 LLM입니다. |
| 도구 | 에이전트가 할 수 있는 동작들입니다. 파일 읽기/쓰기, 명령 실행, 검색, API 호출 등이 있습니다. |
| 지침 | 역할, 스타일, 한계에 대한 상시 규칙입니다(시스템 프롬프트). |
| 메모리 | 단계나 세션 사이에 전달되는 메모입니다. 예를 들어 여러분의 선호 사항이 있습니다. |
| 권한 | 어떤 도구를 자유롭게 쓸 수 있는지, 어떤 도구는 여러분의 승인이 필요한지를 정합니다. |
| 하위 에이전트 | 메인 에이전트가 작업의 일부를 넘겨줄 수 있는 보조 에이전트입니다. |
도구가 핵심 개념입니다. 모델만으로는 텍스트만 만들 수 있습니다. 도구가 그 텍스트를 행동으로 바꿉니다. 그리고 MCP 같은 표준은 새 도구를 에이전트에 연결하기 쉽게 만들어 줍니다.
실제 예: 고장 난 신청 양식 고치기
게시된 사이트의 대기자 명단 양식이 이메일을 저장하지 않게 되었다고 해 봅시다. AI 빌더에게 이렇게 말합니다. "대기자 명단 양식이 이제 아무것도 저장하지 않아. 고쳐 줘."
일반적인 에이전트 실행은 이렇게 진행될 수 있습니다.
- 양식 컴포넌트와 제출을 처리하는 서버 코드를 읽습니다.
- 앱을 실행하고 테스트 이메일을 제출합니다.
- 오류를 읽습니다. 서버는
email_address라는 데이터베이스 열이 없다고 말합니다. - 데이터베이스 구조를 살펴봅니다. 실제 열 이름은
email입니다. 최근 변경에서 한쪽만 이름이 바뀌었습니다. - 올바른 열 이름을 쓰도록 서버 코드를 편집합니다.
- 다시 테스트합니다. 테스트 이메일을 제출하고 새 행이 나타나는지 확인합니다.
- 보고합니다. "어제 변경 이후 더 이상 존재하지 않는 열에 쓰고 있었습니다. 서버 코드를 고쳤고, 테스트 가입이 저장되는 것을 확인했습니다."
여러분은 지시를 하나 내렸지만, 에이전트는 두 번의 테스트를 포함해 일곱 단계를 거쳤습니다. 이것이 힘입니다. 위험은 같은 일을 반대편에서 본 것입니다. 만약 에이전트가 대신 데이터베이스 열 이름을 바꾸기로 결정했다면, 다른 것을 망가뜨렸을 수 있고, 요약을 읽지 않았다면 여러분은 눈치채지 못했을 수도 있습니다.
핵심 용어 설명
| 용어 | 뜻 |
|---|---|
| 에이전트(Agent) | 도구를 반복해서 사용해 작업을 끝내는 AI 모델입니다. |
| 도구(Tool) | "파일 쓰기"나 "이메일 보내기"처럼 에이전트가 할 수 있는 특정 동작입니다. |
| 도구 호출(Tool call) | 입력을 넣어 도구를 한 번 사용하고 결과를 받는 것입니다. |
| 에이전트형(Agentic) | 한 번 답하는 것이 아니라 여러 단계에 걸쳐 행동하는 AI를 가리킵니다. |
| 자율성(Autonomy) | 여러분에게 다시 확인받기 전에 에이전트가 얼마나 많이 하는지를 뜻합니다. |
| 사람이 개입(Human in the loop) | 핵심 단계에서 사람의 승인을 요구하는 방식입니다. |
| 하위 에이전트(Sub-agent) | 메인 에이전트가 작업의 일부를 위해 시작한 보조 에이전트입니다. |
| 가드레일(Guardrails) | 에이전트가 해롭거나 원치 않는 일을 하지 못하도록 막는 규칙과 한계입니다. |
| MCP | 에이전트를 도구에 연결하기 위한 공개 표준인 모델 컨텍스트 프로토콜입니다. MCP란 무엇인가를 참고하세요. |
흔한 실수와 오해
- "에이전트는 완전히 독립적이다." 오늘날의 에이전트는 명확한 목표가 있는 잘 정의된 작업에서 가장 잘 작동합니다. 모호하고 열린 목표("사업을 키워 줘")는 쓸데없는 일만 만들어 냅니다.
- "끝났다고 했으니 끝난 것이다." 에이전트는 일을 부분적으로만 한 뒤에 성공했다고 보고하기도 합니다. 특히 돈, 데이터, 사용자에 닿는 것은 직접 결과를 확인하세요. AI가 만든 코드를 검토하는 방법을 참고하세요.
- 너무 많은 권한 주기. 이메일을 보내고, 데이터를 지우고, 돈을 쓸 수 있는 에이전트에게는 엄격한 한계와 위험한 동작에 대한 여러분의 승인이 필요합니다.
- 반복하도록 내버려 두기. 에이전트가 같은 수정을 계속 시도하면 멈추고, 더 많은 정보를 주거나 다른 접근법을 알려 주세요.
- 읽은 내용을 무조건 신뢰하기. 웹페이지나 이메일을 읽는 에이전트는 자신을 조종하도록 쓰인 텍스트(프롬프트 인젝션)에 속을 수 있습니다. 신뢰할 수 없는 내용을 읽은 뒤에 에이전트가 무엇을 할 수 있는지 주의하세요.
- 거대한 단일 요청. 큰 작업은 확인할 수 있는 단계로 나누면 더 안정적입니다.
AI 빌더에게 무엇을 요청할까요
- "먼저 계획을 세워 줘. 아무것도 바꾸기 전에 단계를 알려 줘."
- "예약 양식과 관련된 파일만 바꿔 줘."
- "변경 후에 테스트하고, 정확히 어떻게 확인했는지 알려 줘."
- "데이터베이스 구조를 바꿔야 한다면 먼저 나에게 물어봐 줘."
- "무엇을 바꿨는지, 그리고 확실하지 않은 부분이 무엇인지 요약해 줘."
- "같은 수정이 두 번 실패하면 멈추고 물어봐 줘."
더 명확한 지시를 작성하는 법은 프롬프트 엔지니어링이란 무엇인가를 참고하세요.
Mythex의 AI 에이전트
Mythex는 에이전트를 중심으로 만들어졌습니다. 프로젝트의 비공개 클라우드 샌드박스에서 파일을 만들고 편집하고, 패키지를 설치하고, 터미널 명령을 실행하고, 오류를 점검하고 반복 개선할 수 있으며, 연결된 앱의 도구를 사용할 수도 있습니다. 복잡한 작업에서는 하위 에이전트를 시작할 수 있고, 그 작업을 열어서 지켜볼 수 있습니다. 계획(Plan) 모드에서는 파일을 편집하지 않고 접근 방식을 제안하고, 질문(Ask) 모드에서는 파일을 바꾸지 않고 답합니다. 체크포인트 덕분에 변경이 잘못되면 되돌릴 수 있습니다. 반대 방향으로도 작동합니다. Claude, Cursor, Codex 같은 에이전트가 Mythex의 MCP 서버를 통해 Mythex 안에서 만들 수도 있습니다.
자주 묻는 질문
쉽게 말해 AI 에이전트란 무엇인가요?
AI 에이전트는 답글만 쓰는 것이 아니라 실제로 행동할 수 있는 AI 모델입니다. 목표와 함께 파일 편집, 웹 검색, 앱 호출 같은 도구 모음을 받고, 작업이 끝날 때까지 판단하고, 실행하고, 결과를 확인하는 과정을 반복합니다.
챗봇과 AI 에이전트의 차이는 무엇인가요?
챗봇은 메시지에 글로 답하고 다음 메시지를 기다립니다. 에이전트는 스스로 여러 단계를 진행할 수 있습니다. 도구를 사용해 무언가를 바꾸고, 무슨 일이 일어났는지 확인하고, 조정한 뒤에 결과를 보고합니다.
AI 에이전트는 안전하게 쓸 수 있나요?
한계를 두면 안전하게 쓸 수 있습니다. 에이전트에게는 필요한 도구와 권한만 주고, 메시지 보내기나 돈 쓰기처럼 위험한 동작은 여러분의 승인을 받도록 하고, 백업이나 체크포인트를 유지하고, 에이전트가 한 일을 검토하세요.
AI 앱 빌더도 AI 에이전트인가요?
요즘의 대부분의 AI 앱 빌더는 에이전트를 중심으로 만들어져 있습니다. 여러분의 요청을 읽고, 코드를 편집하고, 명령을 실행하고, 오류를 보고 고치기를 반복합니다. 단지 여러분이 붙여 넣을 코드를 제안하는 데서 그치지 않습니다.