Haru's 개발 블로그

1. AI 에이전트의 도구 사용 패턴 분석AI 모델은 수행하는 작업(Task)에 따라 서로 다른 도구를 사용함실험 결과 (Lu et al., 2023):1. 다양한 작업(Task)에는 서로 다른 도구가 필요예제:ScienceQA(과학 문제 풀이) → 지식 검색(Knowledge Retrieval)에 의존TabMWP(수학 문제 해결) → 수식 변환(Column Lookup, Table Verbalizer) 사용2. 다른 AI 모델은 서로 다른 도구 선호도를 보임ChatGPT → 이미지 캡셔닝(Image Captioning) 도구를 선호GPT-4 → 지식 검색(Knowledge Retrieval) 도구를 더 많이 사용결론:AI 에이전트가 수행하는 작업 유형에 따라 필요한 도구가 달라진다특정 작업에 최적화된 ..

1. ReAct 프레임워크 적용 예제ReAct(Reason + Act) 프레임워크는 AI가 작업을 수행하면서 "이유(Reasoning) + 행동(Acting) + 평가(Reflection)"를 반복하도록 설계된 방식예제: AI가 "Apple Remote와 함께 작동할 수 있는 다른 기기는 무엇인가?"라는 질문에 답하는 과정Thought 1: "Apple Remote의 원래 목적을 검색해야 함" → 검색 수행Thought 2: "Front Row(소프트웨어)가 관련 있음" → 추가 검색 필요Thought 3: "Front Row는 존재하지 않음" → 대체 검색 수행Thought 4: "Front Row(소프트웨어)는 Apple Remote와 함께 작동하며, 키보드 기능 키를 제어함" → 최종 답변 도출Re..

1. AI 에이전트의 제어 흐름(Control Flow) 패턴AI 에이전트가 계획을 실행할 때, 다양한 방식으로 작업을 수행할 수 있음AI 계획 실행의 다양한 순서 예제제어 흐름 유형설명 예제순차적(Sequential)작업 A가 완료된 후 작업 B 실행자연어를 SQL 쿼리로 변환 후 실행병렬(Parallel)여러 작업을 동시에 수행100개 제품의 가격을 동시에 가져오기조건문(If Statement)특정 조건에 따라 작업 경로 결정주가 분석 후 매수/매도 결정반복문(For Loop)특정 조건이 충족될 때까지 실행소수를 찾을 때까지 숫자 생성실제 적용 예제:AI가 두 개의 웹사이트를 동시에 크롤링해야 한다면, 병렬 실행(Parallel Execution)이 필요AI가 주가 변동을 분석한 후 매도/매수를 결정..

1. 계획 세분화(Planning Granularity)란?AI의 계획(Plan)은 다양한 수준(Level of Granularity)에서 생성될 수 있음.연 단위 계획 → 가장 상위 수준분기별(Quarterly) 계획 → 중간 수준월별(Monthly) 계획 → 더 세부적인 수준주별(Weekly) 계획 → 가장 낮은 수준세분화된 계획의 장단점계획 수준장점 단점고수준 계획 (High-Level)생성이 빠름, 간단함실행하기 어려움 (상세 정보 부족)세부 계획 (Detailed Plan)실행이 용이생성하는 데 시간이 오래 걸림, 복잡성 증가해결책:AI가 먼저 고수준 계획을 생성한 후, 세부적인 하위 계획을 단계적으로 추가하는 방식 사용예제:1. 분기별 계획 생성 → 2. 각 분기에 대한 월별 계획 생성 → 3..

1. AI의 계획 능력 향상 방법AI 에이전트가 더 나은 계획(Planning)을 세우려면 다음과 같은 개선이 필요함1. 프롬프트 최적화 (Prompt Engineering)더 많은 예제를 제공하여 AI가 패턴을 학습할 수 있도록 함예제 기반 학습 (Few-shot learning)을 활용하여 성능 향상 가능2. 도구 및 매개변수 설명 강화도구의 기능과 필요한 매개변수(Parameter)를 명확하게 설명예제:"convert_units" → AI가 이 함수가 무엇을 변환하는지 이해하기 어려움"convert_lbs_to_kg" → AI가 명확하게 기능을 이해할 수 있음3. 복잡한 함수를 단순화 (Refactoring Complex Functions)하나의 함수가 너무 많은 역할을 수행하면 AI가 계획을 잘못..

1. AI 에이전트의 계획(Planning) 개요복잡한 작업을 수행하는 AI 에이전트는 먼저 "계획(Plan)"을 세운 후 실행해야 한다.AI가 적절한 방법을 선택하지 않으면, 비효율적인 방식으로 문제를 해결하려 할 가능성 증가따라서, "무엇을 할 것인가?"(Planning)와 "어떻게 실행할 것인가?"(Execution)는 분리하는 것이 이상적계획을 잘못 세우면 실행 과정이 비효율적이 될 수 있음예제: "1조 달러 이상 투자금을 유치한 회사를 찾아라"비효율적인 방법:모든 기업을 검색한 후 "수익 없음" 필터를 적용 → 검색 범위가 너무 넓어짐효율적인 방법:1조 달러 이상을 유치한 기업만 검색한 후, 수익이 없는 기업을 필터링 → 검색 범위를 축소하여 빠른 결과 도출결론:AI가 계획을 잘못 세우면, 불필..

1. AI 에이전트의 작업 수행 과정AI 에이전트는 복잡한 작업을 수행하며, 여러 단계의 의사결정을 거친다.예제: "향후 3개월 동안의 매출을 예측하라"라는 요청을 처리하는 AI 에이전트의 단계1. 필요한 정보 확인기존 데이터만으로 예측이 부족하다고 판단과거 마케팅 캠페인 데이터도 필요하다고 결정2. SQL 쿼리 생성 (Query Generation)과거 마케팅 데이터를 검색하는 SQL 쿼리를 작성3. SQL 쿼리 실행 (Query Execution)생성된 쿼리를 실행하여 데이터를 가져옴4. 결과 분석 및 예측 생성가져온 데이터를 바탕으로 매출 예측 수행5. 작업 완료 여부 판단필요한 모든 정보를 확보했는지 검토결론:에이전트는 단순한 질문-응답 시스템이 아니라, 복잡한 문제 해결을 위한 다단계 프로세스를..

1. AI 에이전트 개요 (Agent Overview)에이전트(Agent)란?"환경을 인식하고 그에 따라 행동할 수 있는 시스템" (Russell & Norvig, 1995)AI 에이전트의 핵심 개념환경(Environment) → 에이전트가 상호작용하는 공간 (예: 인터넷, 파일 시스템, 데이터베이스 등)행동(Actions) → 에이전트가 수행할 수 있는 작업 (예: 검색, SQL 실행, 데이터 분석)예제: 다양한 유형의 AI 에이전트에이전트 유형환경수행 가능한 작업게임 에이전트게임 세계 (Minecraft, Go, Dota)게임 내에서 자동 행동웹 스크래핑 에이전트인터넷웹에서 정보 수집요리 로봇주방요리 수행자율주행 에이전트도로 시스템차량 운전RAG 에이전트검색 엔진, 데이터베이스정보 검색, 문서 요약,..