Agent-based AI

에이전트형 AI는 질문 하나에 답 하나를 내놓고 끝나는 게 아니라, 목표만 던져주면 스스로 계획을 세우고 여러 단계를 거쳐 일을 끝까지 처리하는 AI 방식이다.

심부름을 예로 들면 이해가 쉽다. "이거 사 오고, 저거 하고"를 매번 하나씩 지시해야 움직이는 사람과, "저녁 준비해줘"라는 말 한마디에 알아서 장을 보고 요리하고 설거지까지 마치는 사람이 있다. 기존 챗봇은 전자에 가깝고, 에이전트형 AI는 후자에 가깝다. 그 과정에서 AI는 검색하거나 계산하거나 다른 프로그램을 실행하는 등 필요한 도구를 스스로 고르고, 중간 결과를 확인한 뒤 다음 단계를 다시 판단한다.

이 방식은 한 번의 질문-답변보다 훨씬 많은 연산과 데이터 처리를 요구한다. 사람이 지켜보지 않는 동안에도 AI가 내부적으로 생각을 여러 차례 반복하고 도구를 계속 호출하기 때문에, 같은 질문이라도 단순 대화보다 시간과 비용이 훨씬 많이 든다.

기사에서는 "에이전트 기반 AI는 훨씬 많은 토큰을 소모한다"거나 삼성이 신제품을 "사용자를 이해하는 에이전트형 AI와 라이프스타일별 하드웨어의 결합"으로 소개했다는 식으로 쓰인다. 여기서 에이전트형 AI는 특정 제품 이름이 아니라, AI가 사람 대신 여러 단계의 작업을 스스로 수행하는 방식 자체를 가리키는 말이다.

챗봇에 이렇게 요청해보면 차이를 체감할 수 있다: "이번 주말 서울에서 3만원 이내로 즐길 수 있는 데이트 코스를 찾아 이동 시간까지 고려한 시간표로 정리해줘." 단답형 질문과 달리, AI가 스스로 여러 단계로 나눠 정보를 찾고 종합하는 과정을 거치는지 지켜보라.