Agent 입문: 질문에 답하는 것에서 작업을 완료하는 것으로

답변에서 행동으로

일반적인 질의응답은 텍스트를 생성하는 데서 끝나는 경우가 많습니다. 반면 에이전트는 목표에 따라 행동을 선택하고, 실행 결과를 바탕으로 작업을 이어가야 합니다.

기술 자료를 정리하는 경우를 예로 들어 보겠습니다. 먼저 주제를 명확히 하고, 자료를 검색한 뒤 결과가 관련 있는지 확인하고, 마지막으로 요약을 만듭니다. 유효한 내용을 찾지 못했다면 빠진 정보를 사실인 것처럼 채워 넣는 대신 검색 조건을 조정해야 합니다.

피드백 루프 이해하기

목표가 한 번에 답으로 바뀌는 것은 아닙니다. 행동을 실행한 뒤에는 그 결과를 다음 판단에 반영해야 합니다. 정보가 충분한가요? 결과를 믿을 수 있나요? 계속 진행해야 하나요?

아래는 이 학습 예시를 위해 새로 추가한 설명용 의사 코드입니다. 원본 프로젝트의 코드도, 바로 실행할 수 있는 구현도 아닙니다.

// 说明性伪代码：工具、检查函数尚未实现
async function collectNotes(topic: string) {
  for (let attempt = 0; attempt < 3; attempt++) {
    const results = await search(topic, attempt);
    if (isRelevant(results)) return summarize(results);
  }
  return { status: "需要补充信息", notes: [] };
}

무한히 재시도하는 것보다 명확한 중단 조건을 두는 것이 더 중요합니다. 이 코드는 구조만 보여 주며, 실제로 검증된 에이전트 시스템을 나타내지 않습니다.

먼저 세 가지 질문하기

1. 어떤 정보를 얻을 수 있나요?
2. 어떤 행동을 실행하도록 허용되어 있나요?
3. 작업이 완료되었거나 중단해야 한다는 것을 어떻게 판단하나요?

정보, 권한, 완료 기준을 정하면 추상적인 ‘지능’을 점검할 수 있는 과정으로 바꿀 수 있습니다.

직접 연습하기

‘검색―확인―정리’ 흐름을 그리고, 결과가 없는 경우와 같은 결과가 반복되는 경우에 각각 종료 조건을 설계해 보세요.

이 글은 학습을 위한 접근법만 제시하며, 사이트 소유자의 실측 결과를 나타내지 않습니다. 다음 글에서는 ReAct를 중심으로 행동과 피드백이 어떻게 연결되는지 살펴봅니다.