구글 ADK로 첫 AI 에이전트 만들기: 블로그 작성 에이전트 실습 가이드

핵심 메시지

• AI 에이전트는 단순히 답하는 것을 넘어 스스로 판단하고 행동하는 소프트웨어로, 요청을 분석해 도구를 호출하고 결과를 본 뒤 다음 행동을 결정한다.
• ReAct 논문의 추론-행동-관찰-조정 순환이 현대 에이전트의 토대이며, 에이전트는 추론·계획·메모리와 자율성을 갖춘다.
• 에이전트는 순차형, 반응형, 계획형의 세 가지 패턴으로 나눌 수 있고, 문제의 성격에 따라 알맞은 패턴을 골라야 한다.
• 구글 ADK에서는 LLM 에이전트를 루프 에이전트로 감싸 검증이 실패하면 자동으로 재시도하게 만들 수 있다.

쉽게 이해하기

이 영상은 AI 에이전트를 이론에 그치지 않고 구글의 ADK(Agent Development Kit)로 직접 만들어 보며 설명한다. 에이전트가 어떻게 추론하고 행동하며 적응하는지 보여주고, 시청자가 실제로 실행할 수 있는 코드를 함께 제시한다.

에이전트의 개념적 토대로 ReAct 논문(Synergizing Reasoning and Acting in Language Models)을 소개한다. 언어모델이 한 번에 텍스트를 쏟아내는 대신, 단계적으로 추론하고 도구나 API를 호출해 행동하며 결과를 관찰하고 다음 행동을 정하는 순환이 핵심이라는 것이다.

에이전트는 크게 세 가지 패턴으로 구분된다. 순차형은 조립 라인처럼 정해진 단계를 따라 예측 가능하지만 경직돼 있고, 반응형은 현재 상태를 보고 그때그때 도구를 선택해 유연하지만 앞을 내다보지 못한다. 계획형은 먼저 계획을 세운 뒤 실행하므로 의존 관계가 있는 다단계 목표에 적합하다.

실습으로는 주제를 받아 구조화된 개요를 만들고, 이를 전체 글로 발전시킨 뒤 대안 제목과 후크를 제안하는 블로그 작성 에이전트를 만든다. 계획 에이전트와 작성 에이전트는 각각 검증 체커와 함께 루프 에이전트로 묶여, 검증이 통과될 때까지 최대 세 번 재시도한다. 마지막으로 두 루프를 도구로 감싸 'blogger'라는 루트 에이전트가 계획→작성→제목·후크 추가 순으로 전체 과정을 통제한다.

주요 인사이트

• 검증 체커를 두고 결과가 기준에 맞으면 'okay', 부족하면 'retry'와 함께 무엇이 빠졌는지 답하게 하면, 모델이 항목을 빠뜨려도 자동으로 다시 시도하는 안전망이 생긴다.
• ADK의 output_key로 결과를 공유 상태에 저장하면(예: blog_outline, blog_post), 다음 에이전트가 그 결과를 자동으로 이어받아 작업할 수 있다.
• 루트 에이전트에는 계획·작성 두 도구만 노출해, 작업 흐름을 명확하고 통제 가능한 상태로 유지한다.
• 어떤 에이전트 패턴이 맞는지는 문제에 달려 있다. 단순하고 예측 가능한 흐름엔 순차형, 동적인 상황엔 반응형, 의존 관계가 있는 다단계 목표엔 계획형이 적합하다.

자주 묻는 질문

관련 AI 소식