20분
Why: RAG만으로는 부족한 이유, Agent가 중심인 이유
RAG + Agent 파이프라인 통합
Why: RAG만으로는 부족한 이유, Agent가 중심인 이유
통합 프로젝트 > RAG + Agent 파이프라인 통합
학습 목표
RAG-only vs Agent-orchestrated의 차이를 이해한다 Agent 중심 아키텍처의 장점을 설명할 수 있다 Tool 설계의 핵심 원칙을 안다
RAG만으로는 왜 부족한가?
시나리오: "CNC-001 알람 E-042, 관련 부품 재고 있어?"
[RAG-only 시스템]
질문 -> 벡터 검색 -> 매뉴얼 문서 반환 -> LLM 답변
결과: "E-042는 스핀들 과열입니다. 냉각수를 확인하세요."
문제: "관련 부품 재고" 에 대한 답이 없다!
왜? -> RAG는 문서만 검색하지, DB를 조회하지 않으니까.
[Agent 시스템]
질문 -> Agent 분석 -> "3가지 작업이 필요하군"
1) RAG: 매뉴얼에서 E-042 정보 검색
2) KG: CNC-001 관련 부품 목록 조회
3) 종합: 부품 정보 + 매뉴얼 정보를 합쳐 답변
결과: "E-042는 스핀들 과열입니다.
CNC-001의 냉각수펌프(CP-007) 점검이 필요합니다.
CP-007은 CL-003 냉각시스템에 연결되어 있습니다."
Agent 중심 아키텍처의 핵심
┌──────────────┐
│ Agent │
│ (두뇌) │
│ │
│ "이 질문은 │
│ RAG+KG가 │
│ 필요하군" │
└──────┬───────┘
│
┌────────────┼────────────┐
│ │ │
┌─────▼────┐ ┌────▼─────┐ ┌────▼──────┐
│ RAG Tool │ │ KG Tool │ │ Calc Tool │
│ (팔) │ │ (팔) │ │ (팔) │
└──────────┘ └──────────┘ └───────────┘
Agent = 두뇌 (어떤 도구를 쓸지 결정) Tools = 팔 (실제 작업 수행)
핵심: Agent는 도구를 직접 구현하지 않는다. 도구를 선택하고 조합한다.
좋은 Tool 설계의 3원칙
1. 하나의 도구 = 하나의 책임
# [나쁜 예] 하나에 다 넣기
@tool
def do_everything(query: str) -> str:
# RAG도 하고 KG도 하고 계산도 하고...
...
# [좋은 예] 책임 분리
@tool
def search_documents(query: str) -> str:
"""매뉴얼에서 관련 문서를 검색합니다"""
...
@tool
def query_knowledge_graph(entity_id: str) -> str:
"""설비의 관련 노드를 Knowledge Graph에서 탐색합니다"""
...
2. 명확한 설명 = Agent의 판단력
# [나쁜 예] 설명이 부실
@tool
def search(q: str) -> str:
"""검색합니다""" # Agent: "뭘 검색하라는 거지?"
# [좋은 예] Agent가 판단할 수 있는 설명
@tool
def search_documents(query: str) -> str:
"""설비 매뉴얼, 안전 규정, 작업 절차서에서
관련 내용을 검색합니다.
설비 고장, 알람 대응, 안전 수칙 질문에 사용하세요."""
3. 구조화된 입출력
# [나쁜 예] 자유 형식
@tool
def kg_query(text: str) -> str:
...
# [좋은 예] 구조화
@tool
def query_knowledge_graph(
entity_id: str,
relation_type: str = "all",
depth: int = 2
) -> str:
"""Knowledge Graph에서 엔티티의 관련 노드를 탐색합니다.
Args:
entity_id: 설비 ID (예: 'CNC-001')
relation_type: 관계 유형 ('PART_OF', 'HAS_SENSOR', 'all')
depth: 탐색 깊이 (기본 2)
"""
...
오늘 만들 도구 4개
| 도구 | 역할 | 사용 시점 |
|---|---|---|
search_documents | 매뉴얼/규정 검색 | 절차, 규정, 방법 질문 |
query_knowledge_graph | 설비 관계 탐색 | 관계, 영향, 연결 질문 |
calculate | 수치 계산 | 계산, 변환 질문 |
get_equipment_info | 설비 정보 조회 | 특정 설비 상태 질문 |
AI로 학습하기 — 꿀팁
✅RAG-only 한계 주장 검증AI 학습 팁
RAG만으로 충분한 경우도 있는데, AI가 Agent 필요성을 과도하게 주장하지는 않는지 반론 관점에서 검증하세요.
'제조 현장 AI에서 RAG만으로는 부족하고 Agent가 필수다'라는 주장을 비판적으로 평가해줘. RAG-only로도 충분히 해결 가능한 제조 Q&A 시나리오는 어떤 것이고, 반드시 Agent가 필요한 시나리오는 어떤 것인지 구체적인 제조 사례로 구분해줘.
이 팁이 도움이 됐나요?