AI 모르면 끝장난다II

AI 아틀라스: 인공지능 시대, 인간을 위한 위대한 지도. 31장

3부. 방법 — 프롬프트·워크플로우·평가의 기술

31장. 에이전트 설계: 목표 분해·메모리·플래너·실행자·평가자

31.0 도입 – ‘시킨 일만 하는 AI’에서 ‘스스로 일하는 AI’로

AI를 떠올리면, 보통 이런 장면이 떠오릅니다.
“AI야, 오늘 날씨 알려줘.”
“AI야, 표를 만들어줘.”
“AI야, 영상 제목 좀 지어봐.”

그때마다 AI는 순종적으로 “네, 알겠습니다.” 하고 답하죠.
그런데 — 이건 어디까지나 **‘명령을 듣는 도구형 AI’**입니다.
스스로 생각하거나, 다음 단계를 판단하지는 못하죠.

이제 시대가 달라졌습니다.
AI는 더 이상 ‘질문을 기다리는 존재’가 아닙니다.
이제는 ‘스스로 문제를 정의하고, 해결책을 찾아 실행하는 존재’,
즉 에이전트(Agent) 로 진화하고 있습니다.

비유하자면,

예전의 AI는 “시킨 일만 하는 직원”이었다면,

에이전트는 “스스로 일감을 찾아서 처리하는 팀장”입니다.

도구가 아니라 **‘자율적인 일꾼’**이 된 것이죠.

에이전트는 이렇게 작동합니다.

목표를 이해하고 쪼갠다.

“이번 프로젝트의 목적은 뭘까? 그럼 어떤 단계를 거쳐야 하지?”

계획을 세운다.

“우선 데이터를 모으고, 다음엔 정리하고, 마지막에 요약하자.”

직접 실행한다.

필요한 툴을 쓰고, 파일을 만들고, 결과를 도출한다.

성과를 평가한다.

잘된 점과 부족한 점을 분석한다.

기억한다.

“지난번엔 이렇게 했더니 더 빨랐지.”

이 다섯 단계가 순환하면서,
AI는 마치 스스로 성장하는 비서처럼 점점 똑똑해집니다.

AI가 단순히 “명령을 수행하는 도구”라면,
에이전트는 “스스로 학습하고 협력하는 파트너”입니다.

즉, 당신이 일을 던져주면, 알아서 끝까지 처리하고 보고하는 존재.

이제 우리는 단순히 AI를 “사용”하는 게 아니라,
AI에게 일하는 방식을 가르치는 시대로 들어섰습니다.
그게 바로 에이전트 설계(Agent Design) 의 시작입니다.

31.1 목표 분해 (Goal Decomposition) – 큰 일을 작게 쪼개는 똑똑한 사고

AI에게 “회사 홍보 영상 만들어줘.”라고 말했을 때,
AI가 이렇게 반문한다면 어떨까요?

“좋아요. 기획부터 할까요, 아니면 촬영 콘티부터 잡을까요?”

그 순간, 당신은 느낄 겁니다.
“아, 이건 단순한 명령 수행이 아니라 생각하는 AI구나.”

이런 사고 방식을 가능하게 하는 것이 바로 **‘목표 분해’**입니다.
AI가 ‘큰 미션’을 작은 단계로 나누어 스스로 수행하는 기술이죠.

비유로 이해하기

목표 분해는 나무를 심는 일과 닮았습니다.
처음엔 “숲을 만들자!”는 거대한 꿈으로 시작하지만,
현실적으로는

씨앗 고르기

흙 다지기

물 주기

나무 심기
처럼 작고 구체적인 단계로 나눠야 숲이 완성됩니다.

AI에게도 같은 원리가 적용됩니다.

예시

예를 들어, “온라인 강의 만들기”라는 목표가 주어졌다고 해봅시다.
AI는 이렇게 나눌 수 있습니다:

목표 설정: 어떤 주제의 강의인가?

기획 단계: 커리큘럼 구성, 제목 정하기

제작 단계: 대본 작성, 음성 녹음, 영상 편집

배포 단계: 썸네일 제작, 업로드, 홍보문 작성

이렇게 쪼개야 AI가 각 단계별로 도구를 선택하고, 실행 순서를 스스로 판단할 수 있습니다.

인간의 사고 vs AI의 사고

인간은 직관적으로 “대충 이렇게 하면 되겠지”라고 판단하지만,
AI는 논리적으로 단계 구조를 만들어야 움직입니다.
즉, “해야 할 일의 지도”가 있어야 길을 잃지 않습니다.

실전 팁

AI에게 목표를 던질 때 이렇게 말해보세요:

“이 일을 달성하기 위한 세부 단계를 순서대로 나눠줘.”
“각 단계마다 필요한 자료나 툴이 있다면 함께 알려줘.”

이 한 문장만으로도,
AI는 단순한 도구에서 프로젝트 매니저형 사고로 변신합니다.

실전 체크리스트

목표가 너무 크거나 모호하지 않은가?

각 단계는 실행 가능한 구체성을 갖췄는가?

단계 간의 순서와 의존 관계가 명확한가?

각 단계마다 완료 조건이 설정되어 있는가?

한 줄 정리

“목표 분해는, AI에게 큰 꿈을 현실로 만드는 지도를 그려주는 일이다.”

31.2 메모리 (Memory) – 잊지 않는 AI의 두뇌

AI에게 이런 경험, 해보셨나요?

“어제 말한 내용 기억해?”
“죄송하지만, 이전 대화 내용은 저장되어 있지 않습니다.”

그렇습니다. 대부분의 AI는 기억상실증을 앓고 있습니다.
당장의 대화에는 천재처럼 똑똑하지만,
대화가 끝나면 모든 걸 잊어버리죠.

그런데 —
**‘기억하는 AI’**가 등장하면서
AI는 ‘대화 도우미’에서 ‘진짜 동료’로 진화하기 시작했습니다.

메모리의 세 가지 층

AI의 기억은 사람의 뇌처럼 여러 층으로 구성됩니다.

단기 기억 (Short-term Memory)
지금 대화 중의 맥락을 잠시 저장합니다.
예: “그럼 그 장면 다음에는 어떤 음악이 좋을까요?”

장기 기억 (Long-term Memory)
사용자의 취향, 과거 작업, 습관을 지속적으로 저장합니다.
예: “당신은 몽환적인 피아노 음악을 자주 선택했어요.”

지식 기억 (Knowledge Memory)
학습이나 문서에서 얻은 ‘사실’을 기억합니다.
예: “2025년에는 LoRA 기반 AI 튜닝이 일반화되었습니다.”

비유로 이해하기

AI의 메모리를 정원에 비유해볼까요?

단기 기억은 하루살이 꽃입니다. 금세 피고 사라집니다.

장기 기억은 계절마다 피는 나무입니다. 시간이 쌓일수록 풍성해집니다.

지식 기억은 식물 도감입니다. 언제든 찾아볼 수 있는 지혜의 책이죠.

AI가 이 세 가지를 균형 있게 관리하면,
점점 더 “당신을 이해하는 AI”가 됩니다.

예시

단기 기억형 AI: “지금 말한 주제”에 한정된 답변을 즉시 제공합니다.

장기 기억형 AI: “당신이 이전에 했던 프로젝트 스타일”을 참고해 제안합니다.

지식 기억형 AI: “데이터베이스나 논문”을 참고해 근거 있는 설명을 제공합니다.

실전 팁

AI에게 이렇게 요청해보세요.

“앞으로 내가 쓰는 글의 톤은 기억해줘.”
“이 대화 내용을 내 프로젝트 기록에 추가해.”
“예전에 이야기한 유튜브 기획 아이디어를 다시 불러줘.”

이건 단순한 명령이 아니라,
AI에게 “기억의 회로”를 만들어주는 주문입니다.

주의점

AI의 메모리는 보안과 망각의 균형이 중요합니다.
모든 걸 기억하게 하면 편리하지만,
개인정보나 민감한 기록은 반드시 선별적으로 저장해야 합니다.

AI에게 “이건 저장하지 마”라고 명확히 말해두는 것도 좋습니다.

실전 체크리스트