[LLM] AI Agent의 계획 세분화(Granularity), 복잡한 계획 처리, 및 제어 흐름(Control Flow)

1. 계획 세분화(Planning Granularity)란?

📌 AI의 계획(Plan)은 다양한 수준(Level of Granularity)에서 생성될 수 있음.

• 연 단위 계획 → 가장 상위 수준
• 분기별(Quarterly) 계획 → 중간 수준
• 월별(Monthly) 계획 → 더 세부적인 수준
• 주별(Weekly) 계획 → 가장 낮은 수준

✅ 세분화된 계획의 장단점

계획 수준	장점	단점
고수준 계획 (High-Level)	생성이 빠름, 간단함	실행하기 어려움 (상세 정보 부족)
세부 계획 (Detailed Plan)	실행이 용이	생성하는 데 시간이 오래 걸림, 복잡성 증가

💡 해결책:

• AI가 먼저 고수준 계획을 생성한 후, 세부적인 하위 계획을 단계적으로 추가하는 방식 사용
• 예제:
  • 1️⃣ 분기별 계획 생성 → 2️⃣ 각 분기에 대한 월별 계획 생성 → 3️⃣ 월별 계획을 실행 계획으로 변환

📌 결론:

• AI가 더 효과적인 계획을 세우려면, "고수준 계획 → 세부 계획"의 계층적 접근 방식이 필요!

---

2. 동적 도구 호출 문제 해결: 자연어 기반 계획 생성

📌 AI가 함수 호출(Function Calling)을 사용할 때, 함수명이 변경될 경우 기존 모델이 동작하지 않을 수 있음.

✅ 예제:

• 기존 함수명: get_time()
• 새로운 함수명: get_current_time()
• 문제: 프롬프트에 get_time()을 학습시켰다면, 새로운 함수명을 모르면 AI가 잘못된 호출을 할 가능성이 높음

💡 해결책:

• 함수명을 하드코딩하는 대신, 자연어 기반 계획 생성을 유도
• 예제:
  • ❌ "사용 가능한 함수: get_time()"
  • ✅ "현재 날짜를 가져오는 함수를 사용"

📌 결론:

• 자연어 기반 계획 생성이 도구의 변화에 더 유연하게 대응할 수 있음
• AI가 보다 일반적인 자연어를 기반으로 계획을 생성하고, 변환기를 통해 실행 가능하도록 변환하는 방식이 더 효과적

---

3. 복잡한 계획(Complex Plans)과 제어 흐름(Control Flow)

📌 기존 예제들은 순차적인(Sequential) 계획을 따랐지만, 실제 계획은 다양한 흐름을 가질 수 있음.

✅ 제어 흐름 유형:

🔹 1️⃣ 순차적 실행 (Sequential Execution)

• 작업 A가 완료된 후 작업 B가 실행됨
• 예제:
  • SQL 쿼리를 실행하기 전에, 자연어 입력을 SQL로 변환해야 함
  • (1) SQL 변환 → (2) SQL 실행 → (3) 결과 반환

🔹 2️⃣ 병렬 실행 (Parallel Execution)

• 작업 A와 작업 B를 동시에 수행 가능
• 예제:
  • "가격이 $100 이하인 베스트셀러 상품을 찾아라"
  • (1) 100개 제품을 검색 → (2) 각 제품의 가격을 동시에 가져옴

🔹 3️⃣ 조건문 (If Statement)

• 작업의 결과에 따라 다른 경로를 선택
• 예제:
  • AI가 NVIDIA의 수익 보고서를 확인한 후, 주식을 매도할지 보유할지 결정

🔹 4️⃣ 반복문 (For Loop)

• 특정 조건이 충족될 때까지 반복 수행
• 예제:
  • "소수(Prime Number)를 찾을 때까지 랜덤 숫자를 생성하라"

📌 결론:

• 실제 AI 에이전트의 계획은 단순한 순차적 실행이 아니라, 병렬 실행, 조건문, 반복문을 포함하는 복잡한 제어 흐름을 가질 수 있음
• 계획을 더욱 정교하게 만들려면, AI가 이러한 흐름을 인식하고 최적화할 수 있어야 함

---

4. 결론: AI의 계획이 더욱 정교해지려면?

✅ 고수준 계획(High-Level Planning)에서 시작해 세부 계획으로 점진적으로 세분화해야 함

✅ 자연어 기반 계획 생성을 활용하면 도구(API) 변경에도 유연하게 대처 가능

✅ AI의 계획이 더욱 현실적이 되려면, 순차 실행뿐만 아니라 병렬 실행, 조건문, 반복문과 같은 제어 흐름을 고려해야 함

미래의 AI 에이전트는 더 정교한 계획을 세울 수 있도록 발전할 것이며, 점점 더 인간처럼 유연한 의사결정을 할 것이다!