Agentic AI 구축 개발의 모든 것 : 에이전틱 AI 한 권으로 완성하기

이준,이형석

저자:이준
경희대학교컴퓨터공학과를졸업하고동대학에서네트워크분야를연구하며석사학위를받았다.졸업후에는현대자동차/기아,SK텔레콤등에서근무하며수많은프로젝트를통해클라우드아키텍처설계및실제운영경험을축적했으며,이를바탕으로최신기술서적번역에뛰어난전문성을키웠다.현재삼성SDS에서클라우드아키텍트로일하고있다.역서로는『개발자를위한쿠버네티스』(에이콘,2019),『Go프로그래밍개발환경에서의존성주입실습』(에이콘,2020)등이있다.

저자:이형석
한양대학교전자공학과를졸업하고KAIST전기및전자공학과에서컴퓨터비전연구로석사학위를받았다.현대자동차에서자율주행,스마트팩토리,로보틱스분야의AI기술을연구했으며,이후크레버스와삼성SDS에서생성형AI서비스와멀티에이전트플랫폼을개발했다.10년이상음성,비전,대규모언어모델을활용한AI서비스를연구하고실제운영환경에적용해왔다.현재AISpecialistSolutionsArchitect로일하며기업의생성형AI도입과서비스설계를지원하고있다.주요관심분야는AI에이전트,LLMOps,클라우드기반AI시스템이다.

[01부]에이전틱패러다임:AI,도구에서주체로

▣01장:새로운패러다임의등장-에이전틱AI

1.1똑똑하지만수동적인도구:생성형AI의한계
1.2지능을넘어행동으로:AI에이전트의정의와본질
1.3왜지금이에이전틱AI시대인가?
__첫번째동력:LLM기반의범용추론엔진
__두번째동력:API생태계의성숙과도구활용
__세번째동력:사용자요구의변화와업무위임

▣02장:AI에이전트시스템의설계원리

2.1AI에이전트의핵심컴포넌트

__LLML:전략수립과추론엔진
__LLM의핵심추론기능
__메모리:지식의축적과문맥의유지
__도구:외부세계와의상호작용및실행엔진
2.2계층형아키텍처:단순실행에서복잡한추론까지
__인지계층:환경데이터수집및해석
__추론계층:전략적사고의중
__메모리계층:맥락의유지와지식의인출
__행동계층:외부세계와의상호작용
__성찰계층:사후평가및자기개선
2.3에이전틱워크플로:작업의흐름을설계하는법
__계획:LLM의추론을통한전략수립
__행동:LLM의판단에따른도구호출
__성찰:LLM의자기비판과루프완성
2.4디자인패턴:자율성을구현하는설계공식
__계획패턴:복잡한목표를하위태스크로구조화
__도구사용패턴:LLM의한계를넘어서는외부기능연동
__자기성찰패턴:결과의무결성을위한검증루프
__멀티에이전트협업패턴:역할분담과집단지성의구현
2.5싱글에이전트vs멀티에이전트
__싱글에이전트:집중된지능의효율과한계
__멀티에이전트:전문화와협업이만드는시너지

[02부]핵심메커니즘:에이전트의뇌,기억,그리고손발

▣03장:에이전트의두뇌-추론엔진

3.1추론엔진으로서의LLM과그역량
__환경인지:다양한형태의데이터수집및해석
__추론및의사결정:주어진맥락과최종목표분석
__실행및소통을위한출력생성
3.2CoT(ChainofThought):사고의연쇄를이끌어내는법
3.3ReAct프레임워크:추론과행동의유기적결합
3.4성찰:스스로피드백하고개선하는지능

▣04장:에이전트의기억과지식-Memory&Knowledge

4.1에이전트메모리의계층구조와작동원리

__단기메모리:에이전트의실시간작업메모장
__장기메모리:에이전트의지속적인지식창고
4.2단기메모리:컨텍스트관리와실시간최적화
4.3장기메모리:데이터베이스를활용한지식저장
__Docker를이용한PostgreSQL환경구축
__필수패키지및드라이버설치
__데이터베이스구조설계
__정보추출용프롬프트설계
__PostgreSQL데이터업데이트로직
__통합실행흐름:“기억의동기화”

▣05장:에이전트의손과발-도구활용

5.1도구호출:언어모델의한계를넘는도구호출의본질

__1.도구(Tool)
__2.함수호출(FunctionCalling)
__3.도구호출(ToolCalling
__1단계:도구(함수)정의
__2단계:LLM의판단과요청(도구호출)
__3단계:애플리케이션의실행
__4단계:결과전달및최종답변
5.2코드실행:도구를넘어직접문제를해결하는메커니즘

▣06장:에이전트기능의확장과심화

6.1MCP(ModelContextProtocol):에이전트연결의새로운표준

__리소스(Resources):읽을수있는정보(콘텐츠)를제공
__리소스목록조회:resources/list
__리소스읽기:resources/read
__도구(Tools):실행가능한함수(행동)를제공
__도구목록조회:tools/list
__도구호출:tools/call(get_weather_forecast)
__도구호출:tools/call(search_flights)
__프롬프트(Prompt):재사용가능한프롬프트템플릿(대화/작업양식)제공
__프롬프트나열:prompts/list
__프롬프트가져오기및인자주입:prompts/get
__도구를통한동적데이터접근
__리소스를통한논리적판단근거
__프롬프트를통한작업최적화
__Node.js및npm설치
__MCP서버선행실행
__MCPInspector실행
__SSE연결설정(Connect)
__MCPInspector를활용한3단계테스트
__OpenAI모델을MCP호스트로구현하기
__호스트의작동원리와흐름
__MCP서버준비:weather_server.py(Stdio모드)
__MCP호스트구현:대화의루프완성하기
6.2A2A(Agent-to-Agent):에이전트간협업과통신
__A2A협업의실무적메커니즘:계획에서상태관리까지
__사전설치
__서버구축:WeatherAgent
__서버실행
__에이전트카드(Well-knownJSON)확인
__출력결과(예시)
__클라이언트구축:UserAgent
6.3에이전트스킬:에이전트에게업무절차를가르치는법
6.4하네스엔지니어링:장기자율작업을위한관리프레임워크
__프로젝트구조
__스킬정의(SKILL.md)
__하네스엔지니어링로직구현(main_harness.py)

[03부]프레임워크실전:GoogleADK를활용한에이전트구축

▣07장:GoogleADK로시작하는에이전트개발

7.1GoogleADK개요:에이전트를위한새로운운영체제
7.2왜ADK인가?에이전트구축의효율극대화
7.3핵심아키텍처와구성요소훑어보
__작업수행의기본단위:에이전트
__두뇌컴포넌트:모델과계획
__손발컴포넌트:도구와코드실행
__기억과산출물:세션,메모리,아티팩트
__운영및신뢰성:추적,평가,배포
__지휘자:오케스트레이션
7.4Hello,Agent!나만의첫에이전트만들기
__GoogleADK설치및환경구성
__첫번째ADK프로젝트생성
__agent.py코드분석
__CLI로실행하기
__웹인터페이스를통해실행하기
__실행결과및접속
__웹UI의주요구성및활용
__직접확인해보기
__“Hello,Agent!”수정하기(InstructionEngineering)
__변경된에이전트확인하기

▣08장:지능적행동설계:지식과행동의결합

8.1두뇌연결:LLM모델등록및최적화관리

__방법1:간편하게문자열로지정하기
__방법2:객체로정밀하게제어하기
__방법3:타사모델연결하기(LiteLLM)
8.2구조설계:에이전트프레임워크심층분석
__두뇌형에이전트:LlmAgent
__감독형에이전트:WorkflowAgent
__CustomAgent(개발자정의에이전트)
8.3기능구현:복잡한도구(Tools)를능숙하게다루는법
__PrebuiltTool(내장도구):즉시사용가능한강력한감각
__CustomTool(FunctionTool):맞춤형비즈니스로직의손발
__OpenAPITool:거대한외부생태계와의연결
__CodeExecution(코드실행):논리적오류를잡는연산샌드박스
__MCPTool(시스템연결):에이전트생태계의새로운표준
__PrebuiltTool:즉시사용가능한강력한도구
__PrebuiltTool의가치와동작원리
__CustomTool(FunctionTool):“맞춤형비즈니스로직의손발”
__OpenAPITool:거대한외부생태계와의연결
__CodeExecution(코드실행):논리적오류를잡는연산샌드박스
__로컬환경의가장빠른시작:BuiltInCodeExecutor실습
__사전준비및도구초기화
__로컬환경의완벽한격리:Docker기반샌드박스구축실습
__사전준비(Prerequisites)
__ContainerCodeExecutor초기화및에이전트연동
__클라우드환경의매니지드샌드박스:AgentEngine기반코드실행
__실습전사전준비
__MCPTool(시스템연결):“에이전트생태계의새로운표준”
8.4동적계획:플래너를활용한능동적작업수립
__BuiltInPlanner:모델의본능을깨우는내장형플래너
__작동원리:보이지않는손
__PlanReActPlanner:사고의전과정을설계하는명시적플래너

▣09장:맥락유지와결과물관리

9.1세션과메모리:대화의흐름과맥락을유지하는법

__수동적기억:Events로그활용하기
__능동적기억:State메모장활용하기
__사전준비:세션기능이추가된코드준비
__실습전사전준비
__세션영속성검증시나리오
9.2효율적인메모리관리와최적화기법
__InMemoryMemoryService:로컬에서기억력테스트하기
__VertexAiMemoryBankService:클라우드기반의영구적장기기억
__실습전사전준비
9.3아티팩트:작업결과물을체계적으로관리하는노하우

▣10장:에이전트운영-평가와관측(Observability)

10.1평가:에이전트평가프레임워크

__트래젝터리(Trajectory):정답보다중요한‘풀이과정’
__최종응답품질(ResponseQuality):사용자가받는성적표
__테스트파일(*.test.json):가볍고빠른단위테스트
__이발셋(*.evalset.json):깊이있는통합테스트
__빠른검증을위한단위테스트:테스트파일
__실전시뮬레이션을위한통합테스트:이발셋(Evalset)
__EvalConfig작성예시(sample_config.json)
10.2관측가능성:에이전트의사고과정을추적하고디버깅하기
__로깅(Logging):사고의기록
__INFO레벨실행(adkweb--log_level=INFO)
__DEBUG레벨실행(adkweb--log_level=DEBUG)
__데이터통합을위한사전준비

▣11장:에이전트협업의확장-A2A(AgenttoAgent)

11.1ADK의A2A아키텍처와구성요소
11.2에이전트노출하기:A2AServer(Exposing)
__[사전준비]A2A모듈설치
__에이전트구현(remote_weather_agent/agent.py)
__AgentSkill:전문분야