AI 에이전트 구조 정리, 구글 보고서로 본 모델·도구·오케스트레이션 3요소와 ReAct

핵심 메시지

• AI 에이전트는 문장이나 그림을 만드는 데서 멈추지 않고 외부 도구를 써서 현실의 작업을 끝까지 완수하는 것을 목표로 한다.
• 구글 보고서는 에이전트를 모델, 도구, 오케스트레이션 레이어라는 세 가지 구성 요소로 나눠 설명한다.
• 모델은 과거 데이터로 학습돼 최신 정보를 모르기 때문에, 도구가 외부 세계와 이어 주는 통로 역할을 한다.
• 도구는 익스텐션, 함수, 데이터 스토어로 나뉘며, 모델이 직접 API를 부르느냐 클라이언트가 대신 부르느냐가 앞의 둘을 가르는 차이다.
• 오케스트레이션 레이어는 생각과 행동의 반복을 관리하며, ReAct·생각의 사슬·생각의 나무가 대표적인 기법으로 소개된다.

쉽게 이해하기

이메일을 대신 보내고 여행 계획을 짜 주는 AI가 부쩍 늘었다. 이 영상은 그 배경에 있는 'AI 에이전트'가 무엇인지를, 구글이 올해 초 발표한 에이전트 보고서를 토대로 6분 남짓 분량으로 정리한다. 발표자는 국내외 주요 IT 기업과 연구 기관이 2025년을 AI 에이전트의 해로 꼽고 있다는 점을 언급하며 이야기를 시작한다.

에이전트의 핵심은 '정보를 주는 것'과 '일을 끝내는 것'의 차이다. 사람은 문제를 만나면 검색을 하거나 주변에 물어보며 해결해 나간다. 에이전트는 같은 일을 AI가 하도록 만드는 것으로, 외부 도구를 적극적으로 쓰면서 생각과 행동을 반복한다. 항공권 예매를 예로 들면, 사람이 가격 비교 사이트를 뒤져 최저가를 찾고 조건을 골라 결제하는 과정을 AI가 항공권 API를 통해 조회하고 예매까지 수행한다는 것이다.

구글 보고서가 제시하는 첫 번째 구성 요소는 모델이다. 발표자는 모델을 에이전트의 뇌에 비유한다. 문제를 어떻게 처리할지 생각하고 추론하는 부분이지만, 대부분 과거의 대용량 데이터로 학습됐기 때문에 오늘의 날씨 같은 최신 정보는 알지 못하고 스스로 API를 호출할 수도 없다. 그래서 뇌만으로는 항공권 예매를 끝낼 수 없다.

두 번째 구성 요소인 도구가 그 한계를 메운다. 도구는 외부 세계와 이어지는 통로로, 크게 익스텐션·함수·데이터 스토어로 나뉜다. 익스텐션과 함수는 모두 API를 통해 정보를 얻거나 행동을 취하는 방식인데, 익스텐션은 모델이 직접 API를 호출하는 구조이고 함수는 앞단의 클라이언트가 대신 호출하는 구조다. 발표자는 보안이나 시스템 문제로 모델이 직접 호출하기 어려울 때 함수를 주로 쓴다고 설명한다.

데이터 스토어는 이미 많은 사람이 경험해 본 형태다. 챗봇의 검색 기능을 켜면 최신 정보를 바탕으로 답이 돌아오는 것이 여기에 해당하며, 검색 증강 생성(RAG) 기법도 이 범주에 속한다. 웹사이트의 뉴스나 블로그는 물론 논문 같은 자료도 이 통로로 끌어와 활용할 수 있다.

세 번째는 오케스트레이션 레이어다. AI가 생각하고 추론하고 행동하는 전 과정을 관리하며, 한 작업이 끝나면 다음 작업으로 이어지도록 반복을 돌린다. 발표자는 이를 오케스트라의 지휘자에 비유한다. 보고서는 이 레이어에서 쓰이는 대표 기법으로 ReAct, 생각의 사슬, 생각의 나무 세 가지를 든다.

ReAct는 추론(reasoning)과 행동(action)의 합성어로, 질문을 받으면 생각한 뒤 행동하고 원하는 결과에 도달할 때까지 이를 반복한다. 보고서의 항공편 예약 사례에서는 '항공편을 찾아야 한다'고 판단해 도구를 부르고, 결과가 나오면 다시 '사용자에게 보여 줘야 한다'고 생각하는 식으로 이어진다. 생각의 사슬은 프롬프트에서 단계적으로 생각하도록 유도하는 방식이고, 생각의 나무는 하나의 해결책 대신 여러 갈래로 답을 펼친 뒤 모아서 결론을 내는 방식이다. 발표자는 에이전트가 이미 여러 분야에 적용되고 있으며 앞으로는 여러 에이전트가 서로 상호작용하는 단계까지 내다보고 있다고 마무리한다.

주요 인사이트

• 에이전트를 판별하는 기준은 모델의 똑똑함이 아니라 '작업을 끝까지 완수하는가'에 있다. 정보 제공에서 멈추면 그것은 아직 에이전트가 아니다.
• 모델이 최신 정보를 모른다는 약점은 더 큰 모델이 아니라 도구 연결로 푸는 문제라는 점이 구성 요소 분리의 핵심이다.
• 익스텐션과 함수의 구분은 기능 차이가 아니라 호출 주체의 차이이며, 보안이나 시스템 제약이 그 선택을 좌우한다.
• 우리가 이미 쓰고 있는 챗봇 검색 기능이 사실은 데이터 스토어라는 도구 범주라는 점에서, 에이전트 기술은 이미 일상에 들어와 있다.
• 오케스트레이션 레이어를 별도 구성 요소로 두는 이유는, 좋은 답을 얻는 일이 한 번의 생성이 아니라 생각과 행동의 반복 관리에 달려 있기 때문이다.

자주 묻는 질문

관련 AI 소식