자동화부터 AI 에이전트까지

오늘은 AI agent 의 개념을 알아보았다. 이전엔 먼저 "자동화"라는 개념이 있었는데 자동화란 "인간의 개입 없이 기술을 이용해서 작업을 수행하는 것" 이라고 chat gpt 는 정의한다. 즉 자동화라는것은 반복적으로 인간이 하는일을 대신해 주는건데 자동화는 크게 조건이나 시작 신호를 나타내는 trigger 와 실행될 작업을 나타내는 action 으로 구성될 수 있다. 예를 들어 웹사이트 from을 삽입하고 이름과 원하는 방의 종류를 제출하면(trigger) 이 입력값이 서버에 전송이 되어 저장(action)되는 꼴이다. 

이어서 말하겠지만 trigger 는 이메일, 구글시트 업데이트, 시간 기반, webhook 등 다양한 곳에서설정 할 수 있다.

여기서 AI 자동화라는것은 기존 자동화에 LLM이 두뇌로서 포함된 형태를 말한다. 두뇌 역할을 하는 LLM은시중에 chat GPT, claude, gemini, Llama 등이 있다. AI 자동화를 예를들면 폼에서 리뷰를 받으면(trigger) LLM(두뇌)가 이 리뷰를 분석해서 긍정/부정으로 분류한 다음 google sheet 에 저장(action)하는 과정을 들 수 있다.

AI agent는 이런 AI 자동화 보다 더 강력하다. LLM을 두뇌/생각으로서 사용할 뿐만아니라 툴로서도 사용하는 것이다. 예를들어 이메일을 요약해줘! 라고 보내면 LLM 은 Gmail 요약 도구(tool)을 사용하여 요약하고 요약된 결과를 다시 응답으로 보내준다. 이처럼 LLM이 다른 도구를 사용하고(ex. gmail, 캘린더, google sheet) 다른 LLM 과 대화도 하면서(multi agent) 기억유지/상호작용을 하는것이 AI agent 이다.

더 큰 ai agent 는 서브 워크플로우도 실행 할 수 있다. 예를들면 X에 글을 써줘!라고 하면 소셜 미디어 포스팅을 하는 워크플로우가 실행이되고 hacker news에서 최신 정보를 검색해줘 하면 검색 에이전트를 호출한다.

LLM은 다른 LLM과 대화를 하며 일종의 AI 조직 구조처럼 작동할 수 있는 것이다. 여기서 Andrew Karpathy 의 개념이 나오는데 이사람이 한 말은 AI agent 에서 LLM이 하나의 CEO 역할을 하고, CFO,CTO,법무,연구 팀 등의 역할의 LLM들을 관리한다고 하고 있다. 각 에이전트는 전문 분야의 자기만의 툴을 가지고 이것을 AI 에이전트 네트워크라고 부른다.

The LLM OS: A Glimpse Into the Future of Tech with Andrej Karpathy

마지막으로 자동화를 구축할 수 있는 플랫폼들에 대해서 정리해 보았다. 직접 사용해 보기전까진 잘 모르겠지만 단연코 오픈소스에 AI 자동화와 AI 에이전트까지 만들 어 볼 수 있는 n8n 이 대세다.

플랫폼	자동화	AI 자동화	AI 에이전트	비고
Zapier	O	X	X	아주 기초적인 용도
Make	O	O	X	에이전트 한계
N8N	O	O	O	강의 메인 툴, 완전 추천
LangChain/FloWise	O	O	O	Python 기반, Flowise 추천
Autogen, CrewAI, Swarm	X	X	O	고급용, 실용성 제한
Podpress	O	O	O	매우 고가