Agentic AI: Theories and ...
책소개
Agentic AI: Theories and Practices 소개
왜 지금, AI 에이전트인가?
ChatGPT와 같은 대규모 언어 모델(LLM)의 등장은 단순한 기술 발전이 아니라 '행위 주체로서의 AI'라는 새로운 시대를 열었습니다. 자동화 도구를 넘어, 스스로 목표를 설정하고, 계획을 세우고, 외부 환경과 상호작용하며, 다른 에이전트·인간과 협력하는 AI. 바로 이들을 우리는 AI 에이전트(Agentic AI)라고 부릅니다.
켄 황의 이 책은 단순히 “AI 에이전트가 무엇인가”를 소개하는 차원을 넘어서, 이론적 기초 → 기술 아키텍처 → 산업별 활용 → 보안·윤리 → 미래 전망까지, 전 분야를 촘촘하게 다룹니다. AI 에이전트를 연구하거나, 비즈니스에 도입하려는 사람들에게는 사실상 ‘필수 레퍼런스’에 가깝습니다.
저자 소개 – Ken Huang
켄 황은 글로벌 AI·블록체인·보안 분야의 전문가로, 다국적 기업과 스타트업을 넘나들며 기술 전략, 아키텍처 설계, 산업 적용 프로젝트를 이끌어왔습니다. 그는 특히 AI 에이전트와 분산 기술(블록체인, IoT 등)의 융합 분야에서 활발히 활동하며, 정부·기업·학계 자문과 기술 표준화에도 기여해 왔습니다.
이 책은 그가 수년간 쌓아온 경험과 연구를 바탕으로, 학술과 실무를 연결하는 형태로 집필되었습니다.
책의 주요 내용
이 책은 AI 에이전트라는 개념을 중심으로, 기술적 토대에서부터 산업별 응용, 그리고 안전·윤리·거버넌스까지 전 영역을 다루는 종합 안내서입니다. 켄 황은 단순히 ‘AI 에이전트가 무엇인지’ 설명하는 데 그치지 않고, 왜 이 기술이 지금 주목받는지, 그리고 어떤 방식으로 사회·경제 전반을 바꿀 것인지에 대한 명확한 청사진을 제시합니다.
책의 서두에서 저자는 AI 에이전트의 정의와 역사적 흐름을 짚습니다. 규칙 기반의 전문가 시스템에서 시작해, 기계학습·딥러닝을 거쳐 오늘날 LLM(대규모 언어 모델) 기반의 자율형 에이전트로 발전해 온 과정이 그려집니다. 이어서 에이전트의 유형—즉각 반응형, 계획·추론형, 학습형, 협력형, 경쟁형, 도메인 특화형—을 설명하며, 각각의 장단점과 활용 분야를 제시합니다.
다음으로는 기술적 구조와 개발 프레임워크에 대한 구체적인 해설이 이어집니다. 7계층 아키텍처(지각, 데이터 처리, 추론, 계획, 행동, 학습, 인터페이스)를 중심으로, LangChain, Auto-GPT, Haystack, CrewAI 등 주요 프레임워크의 특징과 비교 분석이 포함됩니다. 이 과정에서 프레임워크 선택과 통합 시 마주치는 기술·보안·확장성 문제, 그리고 이를 해결하기 위한 접근법도 함께 다룹니다.
이후 책은 멀티에이전트 시스템(MAS)의 세계로 들어갑니다. 다수의 에이전트가 협력·경쟁하며 문제를 해결하는 구조와, 그 안에서 필요한 조정 메커니즘, 통신 프로토콜, 갈등 해결 전략이 설명됩니다. 물류, 스마트시티, 재난 대응 등 실제 사례를 통해 MAS의 가능성을 보여주며, 나아가 API 기반 서비스화, 블록체인 결합과 같은 최신 경향도 소개합니다.
중반부부터는 산업별 응용이 본격적으로 전개됩니다.
금융(은행)에서는 사기 탐지, 신용 리스크 평가, 개인화 서비스, 규제 준수 자동화가 다뤄집니다.
보험 분야에서는 위험 평가의 혁신, 청구 처리 자동화, 고객 맞춤형 상담, 사기 방지 사례가 제시됩니다.
의료 분야에서는 임상의사결정 지원, 영상 진단, 신약 개발, 예방의학, 웨어러블·IoT 통합까지 다양한 활용이 설명됩니다.
로보틱스에서는 휴머노이드와 산업용 로봇의 아키텍처, 시뮬레이션 학습, 3D 공간 인지, 다양한 작업 환경 적용이 다뤄집니다.
보안 분야에서는 AI를 활용한 공격적 보안(레드팀, 사회공학, 공급망 공격 시뮬레이션)과 방어적 보안(침입 탐지, 자동 대응, 보안 오케스트레이션)이 양쪽 시각에서 분석됩니다.
이 산업 응용 챕터들은 단순한 성공 사례 나열이 아니라, 기술적 구성·성과·도입 시 과제와 같은 실무적 디테일까지 포함하고 있어, 각 산업 종사자가 실제로 참고할 수 있는 가이드가 됩니다.
후반부에서는 AI 에이전트의 안전·보안·윤리가 집중적으로 다뤄집니다. 잠재적 취약점(실수, 의도적 공격), 목표 정렬 문제, 에이전트 간 통신 보안, 다중 에이전트 환경의 인증·정체성 관리, 물리적 로봇의 안전 설계 등이 세부적으로 설명됩니다. 여기서는 단순한 보안 기법 나열이 아니라, 개발–배포–운영 전 과정에 안전성을 통합하는 거버넌스 프레임워크를 제안하는 것이 특징입니다.
마지막으로 저자는 미래 전망을 이야기합니다. AI 에이전트는 앞으로 더 자율적이고, 멀티모달 데이터 처리 능력이 강화되며, 인간과의 협업이 자연스러워질 것입니다. 금융·의료·산업·국방뿐 아니라, 글로벌 거버넌스, 사회 구조, 노동 시장에도 깊은 영향을 미칠 것으로 전망합니다. 동시에, 투명성, 설명 가능성, 윤리적 설계, 규제 조화 같은 과제가 반드시 병행되어야 함을 강조합니다.
목차
1 The Genesis and Evolution of AI Agents1Ken Huang
1.1 Defining AI Agent
1.2 The Historical Trajectory of AI Agents
1.3 Taxonomy of AI Agents8 1.3.1 Reactive Agents
1.4 Technological Drivers of the AI Agent Renaissance
1.5 Example Projects on AI Agent
1.6 Summary
1.7 Questions
References
2 AI Agent Tools and Frameworks
2.1 The Seven-Layer AI Agent Architecture
2.2 Features and Comparison of AI Agent Framework
2.3 Challenges You May Face When Using AI Agent Framework
2.4 Summary
2.5 Questions
References
3.1 Introduction to MASs
3.2 Coordination Techniques in MASs
3.3 Communication in MASs
3.4 Conflict Resolution in Multi-Agent Environments
3.5 Designing Multi-Agent Environments
3.6 System Maintenance and Evolution
3.7 Evaluation and Benchmarking of MASs
3.8 Real-World Applications of MASs
3.9 AI Agents to Multi-Agent Systems: A Capability Framework
3.10 Build API for AI Agents in Multi-Agent Systems
3.11 Future Directions in MAS
3.12 Summary
3.13 Questions
References
4.1 A Primer: AI Agent Impact on Economic Theory
4.2 The Agentic Economy on Blockchain
4.3 How Blockchain Layer 1 (Security) and Layer 2 (Data Integrity) Enable AI Agent Ecosystems
4.4 The Role of Tokens in the Agentic Economy
4.5 Designing Token Incentives for AI Agents
4.6 Case Study: AI16z—Incentives in an Autonomous Investment Ecosystem
4.7 Creating and Exchanging Value: What AI Agents Do Best
4.8 Case Study: Terminal of Truth (ToT)—Value Creation Through Innovation and Memes
4.9 Summary
4.10 Questions
References
5 AI Agents and Business Workflow
5.1 Reimagining Business Workflows with AI Agents
5.2 AI Agent Enabled Full Automation
5.3 Human-AI Collaboration
5.4 What AI Agent Cannot Replace?
5.5 Preparing for the AI-Integrated Workplace
5.6 Real-World Case Studies of AI Agents in Business Workflows
5.7 Summary
5.8 Questions
References
6 AI Agents in Offensive Security
6.1 AI Agent in Red Team Operations
6.2 AI Agent–Driven Social Engineering
6.3 AI Agent in Software Supply Chain Attacks
6.4 AI Agent Used for Bug Bounty
6.5 AI Agent in Vulnerability Discovery and Zero-Day Discovery
6.6 Architectural Considerations for AI-Enhanced Offensive Platforms
6.7 Summary
6.8 Questions
References
7 AI Agents in Defensive Security
7.1 Core Functions of AI Agents in Defensive Security
7.2 Architectural Considerations for Defensive AI Agents
7.3 Capabilities and Benefits of AI Agents in Defensive Security
7.4 Architectural Considerations in Deploying AI Agents
7.5 Case Studies and Applications
7.6 Training and Testing Environments for Defensive AI Agents
7.7 Future Trends and Developments
7.8 Summary
7.9 Questions
Reference
8.1 Key Drivers of AI Agent Adoption in Banking
8.2 Applications of AI Agents in Banking
8.3 Digital Workers: The Next Frontier in Banking AI
8.4 Challenges and Considerations
8.5 Preparing for the AI-Driven Future of Banking
8.6 Summary
8.7 Questions
References
9.1 The Eve of Agentic Insurance
9.2 Redefining Risk: AI Agents as the New Oracles
9.3 Claims Processing: From Burden to Breeze
9.4 AI-Powered Customer Engagement
9.5 Responsible Agentic AI in Insurance
9.6 Summary
9.7 Questions
References
10.1 Applications of AI Agents in Healthcare
10.2 Future Directions
10.3 Summary
10.4 Questions
References
11.1 Agentic Framework for Robotics
11.2 Advanced Modules for Humanoid Robots
11.3 Simulation and Training
11.4 Spatial Intelligence and 3D
11.5 Applications of AI Agents in Robotics
11.6 Competitive Landscape and Global Market Dynamics
11.7 Research and Technological Innovations
11.8 Governance and Ethical Considerations
11.9 Impact on the Workforce
11.10 Future Outlook
11.11 Summary
11.12 Questions
References
12 AI Agent Safety and Security Considerations
12.1 Potential Vulnerabilities in AI Agent Systems
12.2 Goal Alignment and Unintended Behaviors
12.3 Inter-agent Communication Security
12.4 Authentication and Identity Management in Multi-agent Systems
12.5 Securing Embodied AI Agents
12.6 Agentic AI Governance
12.7 Summary
12.8 Questions
References
책 구매 ULR:
