30

Agent 핵심 구조: LLM + Tool + 루프

Day 1: AI Agent 개념 & 제조 적용

학습 목표

AI Agent의 3요소(LLM, Tool, 루프)를 설명할 수 있다 Agent의 추론-행동 사이클을 이해한다 Tool이 Agent에게 "손과 발"이 되는 원리를 파악한다

Agent의 3가지 핵심 요소

비유: Agent는 "신입사원"이다

┌─────────────────────────────────────────────────┐
│              AI Agent = 신입사원                  │
│                                                   │
│  [두뇌] LLM         - 판단하고 생각한다           │
│  [손발] Tools        - 실제로 일을 한다           │
│  [업무방식] 루프     - 생각 -> 행동 -> 확인 반복   │
└─────────────────────────────────────────────────┘

신입사원이 출근 첫날 하는 일:

  1. 생각: "뭘 해야 하지?" (LLM의 추론)
  2. 행동: 선배에게 물어보기, 시스템 조회 (Tool 호출)
  3. 확인: "이게 맞나?" (결과 검토)
  4. 반복: "더 할 게 있나?" (다음 단계)

AI Agent도 정확히 같은 방식으로 동작한다.


요소 1: LLM (두뇌)

사용자: "CNC-007 상태 알려줘"

LLM의 사고 과정:
  "CNC-007의 상태를 알려면...
   1. 설비 상태 조회 Tool을 사용해야겠다
   2. equipment_id는 'CNC-007'이다
   3. get_equipment_status를 호출하자"

LLM은 어떤 Tool을 써야 하는지 판단한다. 이게 Agent의 핵심이다. Tool 목록을 보고, 상황에 맞는 Tool을 고른다.


요소 2: Tools (손과 발)

제조 현장 Agent가 가진 Tool들:

┌─────────────────────┐
│   get_equipment_status   │  설비 상태 조회
├─────────────────────┤
│   check_inventory        │  재고 확인
├─────────────────────┤
│   search_manual          │  매뉴얼 검색
├─────────────────────┤
│   get_alarm_history      │  알람 이력 조회
├─────────────────────┤
│   query_mes_data         │  MES 데이터 조회
├─────────────────────┤
│   create_work_order      │  작업 지시 생성
└─────────────────────┘

Tool이 없는 LLM은 눈과 입만 있는 사람이다. 볼 수는 있지만 만질 수 없다. Tool이 있어야 실제로 행동할 수 있다.


요소 3: 루프 (업무 방식)

질문: "CNC-007 알람 분석하고 조치 방안 알려줘"

루프 1: 알람 조회
  [생각] 먼저 현재 알람 정보를 확인해야 한다
  [행동] get_alarm_history("CNC-007") 호출
  [결과] E-4072: 스핀들 과열, 발생 3회

루프 2: 매뉴얼 검색
  [생각] E-4072 알람의 원인과 조치를 찾아야 한다
  [행동] search_manual("E-4072 스핀들 과열") 호출
  [결과] 냉각 시스템 점검, 펌프 교체 필요

루프 3: 부품 재고 확인
  [생각] 필요한 부품 재고를 확인해야 한다
  [행동] check_inventory("SP-COOL-022") 호출
  [결과] 재고 0, 리드타임 7일

최종 응답: 종합 분석 + 단기/장기 조치 방안

한 번에 끝나지 않는다. 여러 번의 생각-행동 사이클을 돌며 답을 완성한다.


전체 흐름 정리

┌───────────────────────────────────────────┐
│         AI Agent 실행 흐름                 │
│                                            │
│  사용자 질문                               │
│       │                                    │
│       ▼                                    │
│  ┌─────────┐                               │
│  │  LLM    │ "어떤 Tool을 써야 하지?"       │
│  │  (추론) │                               │
│  └────┬────┘                               │
│       │                                    │
│       ▼                                    │
│  ┌─────────┐                               │
│  │  Tool   │  실제 시스템 호출              │
│  │  (행동) │                               │
│  └────┬────┘                               │
│       │                                    │
│       ▼                                    │
│  ┌─────────┐     아니오                    │
│  │ 충분한  │──────────> (루프 1로 돌아감)   │
│  │ 정보?   │                               │
│  └────┬────┘                               │
│       │ 예                                  │
│       ▼                                    │
│  최종 응답 생성                             │
└───────────────────────────────────────────┘

핵심 정리

요소역할제조 현장 비유
LLM판단, 추론숙련 엔지니어의 경험
Tool실행, 조회MES, ERP, 매뉴얼 접근
루프반복 분석고장 원인 추적 과정
AI로 학습하기 — 꿀팁
ReAct 루프 개념 정확성 점검AI 학습 팁

AI가 설명한 Agent의 LLM+Tool+루프 구조와 추론-행동 사이클이 학술적으로 정확한지 검증하세요.

AI Agent의 추론-행동 사이클(Reasoning-Acting loop)에 대해 설명받았는데, 이 개념이 ReAct 논문(Yao et al., 2022)에서 정의한 Thought-Action-Observation 사이클과 어떻게 매핑되는지 확인하고, Tool 호출 실패 시 루프 동작에 대해 오해가 있으면 수정해줘.
이 팁이 도움이 됐나요?