AI VIDEO BRIEFING

딥 에이전트 빌더: 자연어로 만드는 노코드 AI 에이전트 빌더 데모

AI를 몰라도 말로 설명하면 에이전트가 만들어진다. 7단계 자동 구축, RAG 챗봇, 멀티 에이전트, 백그라운드 작업, 로컬 파일을 다루는 데스크톱 앱까지 딥 에이전트 빌더의 기능을 정리했다.

자연어로 5분 만에 나만의 AI 에이전트, '딥 에이전트 빌더' 살펴보기 영상 대표 이미지

핵심 메시지

  • 딥 에이전트 빌더는 AI를 모르는 사람도 자연어로 자신만의 에이전트를 만들 수 있게 한 노코드 플랫폼이다.
  • 의도 분석·도구 추천·미들웨어·시스템 프롬프트 작성·빌드까지 7단계를 서브 에이전트들이 자동으로 진행해 5분 안에 에이전트가 완성된다.
  • '픽스 에이전트'에게 말로 요청하면 프롬프트 단축·영어 번역·도구 추가가 시스템 프롬프트와 대화 시작 문구까지 한 번에 반영된다.
  • 문서를 올리면 벡터 DB 설정 없이 RAG 챗봇이 만들어지고, 만든 에이전트는 코드 스니펫으로 내려받아 개발에 바로 쓸 수 있다.
  • 딥 에이전트 구조를 본떠 멀티 에이전트 협업과 백그라운드 작업을 지원하고, 데스크톱 앱은 샌드박스 안에서 로컬 파일까지 직접 다룬다.

쉽게 이해하기

테디노트 채널이 자체 제작한 '딥 에이전트 빌더'를 공개하며 데모로 기능을 소개했다. 발표자는 최근 화두인 AX(AI 전환)의 핵심을 'AI를 모르는 사람도 나만의 에이전트를 만들 수 있게 하는 것'으로 보고, 기존 도구들이 여전히 진입 장벽이 높다고 느껴 누구나 말로 에이전트를 만드는 솔루션을 목표로 삼았다고 설명한다.

새 에이전트 만들기 화면에 '웹 검색을 하는 에이전트를 만들고 싶다'처럼 입력하면, 네 개의 서브 에이전트가 사용자 의도 분석부터 시작한다. 의도 분석 단계에서는 초기 프롬프트만으로 맥락이 부족하기 때문에 LLM이 실시간으로 객관식 설문을 만들어 검색 형식이나 어조 같은 세부 사항을 되묻는다. 이어서 도구 추천(예: Tavily 검색), 미들웨어 추천(재시도, 호출 제한 등), 시스템 프롬프트 작성, 빌드 순으로 진행된다.

완성 뒤에도 '픽스 에이전트' 기능으로 설정을 자연어로 수정할 수 있다. 길게 작성된 프롬프트를 간결하게 줄이거나 영어로 바꾸고, 아카이브(arXiv) 같은 논문 검색 도구를 추가하면 단순히 도구만 붙는 것이 아니라 시스템 프롬프트의 가이드라인과 대화 시작 문구까지 함께 갱신된다. 모델도 추천을 받아 바꿀 수 있는데, 비즈라우터를 통해 무료로 공개된 국가대표 LLM(LG의 엑사, 업스테이지 솔라 프로)으로 손쉽게 전환해 성능을 바로 테스트해 볼 수 있다.

문서를 드래그 앤 드롭으로 올리고 'RAG 챗봇을 만들어 달라'고 요청하면, 벡터 데이터베이스나 시스템 프롬프트 설정 같은 번거로운 작업 없이 문서 기반 챗봇이 만들어진다. 만든 챗봇은 LangChain 등 다양한 프레임워크의 코드 스니펫으로 내려받아 코드 레벨에서 쓸 수 있고, 빌더에서 프롬프트나 문서를 바꾸면 코드를 고치지 않아도 즉시 반영된다.

이 빌더는 딥 에이전트의 하네스 구조를 본떠 처음부터 멀티 에이전트 협업이 가능하도록 설계됐다. 하위 에이전트를 부하 직원처럼 위임에 쓰고, 복잡한 작업은 작은 에이전트로 쪼개 조합한다. 오래 걸리는 작업은 백그라운드 모드로 돌려 슬랙 알림으로 받을 수 있다. 또한 별도의 데스크톱 앱은 지정한 폴더 안에서만 동작하는 샌드박스 환경에서 워드 MCP로 문서를 직접 편집하고, 클로드 코드에 코드 분석을 위임하거나 지저분한 폴더를 정리하는 등 로컬 파일을 직접 다룬다.

주요 인사이트

  • 에이전트 제작의 진입 장벽을 낮추는 핵심은 '자연어 입력 + 객관식 되묻기'로, 사용자가 미처 주지 못한 맥락을 LLM이 설문으로 끌어내 더 정교한 시스템 프롬프트를 만든다.
  • 도구를 추가할 때 시스템 프롬프트와 대화 시작 문구까지 함께 갱신하는 '픽스 에이전트' 방식은, 도구만 붙이고 사용 지침을 빼먹어 생기는 흔한 실수를 구조적으로 막는다.
  • 빌더에서 만들고 코드 스니펫으로 내려 쓰는 방식은, 프롬프트나 문서가 바뀌어도 코드를 다시 배포할 필요 없이 빌더에서만 수정하면 되는 운영상의 이점을 준다.
  • 멀티 에이전트는 답변 품질을 높이지만 처리 시간이 길어진다는 단점이 있는데, 백그라운드 작업과 메신저 알림으로 그 단점을 실용적으로 보완했다.
  • 이미지 생성 시 매번 톤앤매너가 달라지는 문제를, 잘 만든 다이어그램을 기준으로 '이미지 편집' 방식을 써서 일관성을 유지한 점은 실무에서 바로 쓸 만한 팁이다.

자주 묻는 질문

딥 에이전트 빌더로 에이전트를 만드는 데 얼마나 걸리나요?

영상 데모에서는 의도 분석부터 도구·미들웨어 추천, 시스템 프롬프트 작성, 빌드까지 7단계를 거쳐 5분도 안 되는 시간에 하나의 에이전트를 완성했다.

코딩 없이 RAG 챗봇을 만들 수 있나요?

문서를 드래그 앤 드롭으로 올린 뒤 'RAG 챗봇을 만들어 달라'고 요청하면 벡터 DB 설정이나 시스템 프롬프트 작성 같은 작업을 직접 하지 않아도 문서 기반 챗봇이 만들어지며, 필요하면 코드 스니펫으로 내려받아 쓸 수 있다.

데스크톱 앱은 일반 빌더와 무엇이 다른가요?

원격 빌더는 로컬 파일을 직접 건드리기 어렵지만, 데스크톱 앱은 사용자가 지정한 폴더 안에서만 동작하는 샌드박스 환경에서 워드 MCP로 문서를 편집하거나 클로드 코드에 코드 분석을 위임하는 등 로컬 파일을 직접 다룰 수 있다.

원문과 출처

이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.

YouTube 원본 영상 보기 ↗

관련 AI 소식