AI 에이전트 구조 입문: 인식·추론·도구 실행과 ReAct 패턴, 네 가지 메모리 정리

핵심 메시지

• AI 에이전트는 사람의 개입을 최소화한 채 목표를 향해 인식하고, 추론·계획하고, 도구로 행동하며 학습한다.
• 구성요소는 인식, 추론과 계획, 의사결정, 도구 사용, 실행과 학습으로 나뉘고 마지막에 결과가 출력된다.
• 가장 널리 쓰이는 설계 패턴은 추론과 행동을 결합한 ReAct이며, 생각·행동·관찰이 순환한다.
• 메모리는 단기, 장기, 일화, 의미 네 가지로 나뉘며 각각 다른 종류의 정보를 담당한다.
• 에이전트는 네 종류의 기억을 함께 사용해 맥락을 이해하고 과거로부터 배운 답을 내놓는다.

쉽게 이해하기

AI 에이전트는 사람이 매번 지시하지 않아도 목표를 향해 스스로 움직이는 시스템으로 설명된다. 주변에서 벌어지는 일을 파악하고, 주어진 지식과 데이터를 바탕으로 생각하고 계획을 세우며, 결정한 내용을 도구나 시스템을 통해 실제로 실행한다. 그리고 그 결과에서 피드백을 받아 다음 판단을 개선한다.

강의는 에이전트를 다섯 부분으로 나눈다. 인식 단계에서는 사용자의 텍스트나 음성은 물론 API, 웹 검색, 파일과 문서, 데이터베이스, 이메일 등 다양한 경로에서 들어오는 입력을 모아 이해한다. 추론과 계획 단계에서는 큰 작업을 실행 가능한 여러 단계로 쪼갠다. 의사결정 단계에서는 여러 선택지와 도구 중 가장 나은 행동을 고른다.

이 판단의 근거가 되는 것이 메모리와 지식베이스다. 단기 기억과 장기 기억을 참고해 계획을 세우고, 그 기억은 벡터 데이터베이스나 문서, 사내 자료, 매뉴얼 형태로 보관된다. 도구 단계에서는 웹 검색, API 호출, 데이터베이스 질의, MCP, 이메일과 메시징 같은 수단 중 무엇을 쓸지 결정한다. 마지막으로 실행하며 기록을 갱신하고 메시지를 보내며, 그 결과에서 배운 내용을 남겨 비슷한 질문이 다시 왔을 때 활용한다.

설계 패턴으로는 ReAct가 소개된다. 추론(reason)과 행동(act)을 합친 이름 그대로, 단계적으로 생각한 뒤 어떤 행동을 할지 정하고 필요하면 도구를 쓰며 그 결과를 관찰한다. 관찰한 내용으로 다시 생각을 다듬고, 최종 답에 이를 때까지 이 순환을 반복한다. 강의는 대부분의 AI 에이전트가 이 루프를 쓴다고 설명한다.

메모리는 네 종류로 정리된다. 단기 기억은 최근 대화를 담아 '뭄바이 날씨는?' 다음에 '내일 비 오나요?'라는 질문이 이어질 수 있게 한다. 장기 기억은 선호 언어나 사용자의 시간대처럼 계속 유지할 정보를 데이터베이스에 남긴다. 일화 기억은 '4월 10일 매출 보고서 생성, 4월 15일 사용자 승인, 4월 20일 최종 보고서 발송'처럼 특정 사건을 시간 순서로 기억한다. 의미 기억은 회사 정책 문서, API 문서, 제품 매뉴얼, 인사 규정 같은 일반 지식을 보관해 지식베이스 역할을 한다.

주요 인사이트

• 에이전트를 도구 호출 기능으로만 이해하면 절반이다. 강의가 인식부터 학습까지 다섯 단계를 나눈 이유는 각 단계가 서로 다른 실패 지점을 갖기 때문이다.
• ReAct의 핵심은 한 번에 답을 내지 않는다는 데 있다. 생각과 관찰이 번갈아 반복되면서 중간 결과가 다음 추론의 재료가 된다.
• 기억을 네 종류로 나누는 구분은 저장 위치가 아니라 쓰임새의 구분이다. 최근 맥락, 지속되는 사실, 겪은 사건, 일반 지식은 조회 시점과 목적이 다르다.
• 일화 기억은 자주 간과되지만 업무 자동화에서 특히 중요하다. 무엇을 언제 했고 승인받았는지가 다음 행동의 전제가 되기 때문이다.
• 의미 기억이 사내 문서와 규정을 담당한다는 설명은, 조직에서 에이전트 품질이 결국 문서화 수준에 달려 있음을 시사한다.

자주 묻는 질문

관련 AI 소식