30분
Agent 핵심 구조: LLM + Tool + 루프
Day 1: AI Agent 개념 & 제조 적용
Agent 핵심 구조: LLM + Tool + 루프
AI Agent 기초 > 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:
- 생각: "뭘 해야 하지?" (LLM의 추론)
- 행동: 선배에게 물어보기, 시스템 조회 (Tool 호출)
- 확인: "이게 맞나?" (결과 검토)
- 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
| 요소 | 역할 | 제조 현장 비유 |
|---|---|---|
| LLM | 판단, 추론 | 숙련 엔지니어의 경험 |
| Tool | 실행, 조회 | MES, ERP, 매뉴얼 접근 |
| 루프 | 반복 분석 | 고장 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?