Skip to main content

AI 컴포넌트로서의 에이전트(Agents)

참고: 이 문서는 영문 원본의 자동 번역본입니다.

AI 컴포넌트로서의 에이전트(Agents)

AI 컴포넌트로서의 **에이전트(Agents)**는 프로젝트의 AI 계층이 에이전트 프레임워크 — 입력을 인지하고, 결정을 내리고, 행동을 취하며, 종종 메모리, 도구, 목표를 갖춘 시스템 — 를 중심으로 구축되었음을 의미합니다. DecAIHub 프로젝트 카드가 AI component 필드에 에이전트 관련 값을 나열할 때, 이는 구체적인 기술 아키텍처를 설명합니다: 자율적 또는 반자율적 행동을 가능하게 하는 런타임, 오케스트레이션 계층, 또는 프레임워크. 이는 AI 에이전트가 무엇인지에 대한 일반 개념이나 AI/Agents 카테고리 라벨과는 다릅니다.

요약하면: 컴포넌트로서의 에이전트는 프로젝트가 실제 에이전트 프레임워크를 갖췄음을 의미합니다 — 이름에 "agent"라는 라벨만 있는 것이 아니라.

DecAIHub 카드에서 어떻게 보이는가

AI 컴포넌트 필드는 정규화된 값을 사용합니다. 에이전트 관련 항목에는 다음이 포함됩니다:

  • agentic framework (memory/actions/plugins) — 지속적 메모리, 행동 능력, 도구/플러그인 통합을 갖춘 에이전트 런타임
  • agent swarm + NL prompt-to-DeFi — 자연어 프롬프트를 DeFi 작업으로 변환하는 멀티 에이전트 시스템
  • AI agent platform (workflows/tools/KB) — 워크플로 오케스트레이션, 도구, 지식 베이스를 갖춘 에이전트를 구축하고 배포하기 위한 인프라
  • AI agents + orchestration — 복잡한 작업을 수행하기 위해 여러 에이전트를 조율하는 시스템
  • autonomous trading agent — AI 기반 분석에 따라 독립적으로 트레이딩 전략을 실행하는 에이전트
  • on-chain AI agent — 의사결정 또는 실행이 온체인에 검증 가능하게 기록되는 에이전트

각 값은 제품 태그라인이 아닌 실제 에이전트 아키텍처를 설명합니다. 카드에 agentic framework (memory/actions/plugins)라고 적혀 있다면, 이는 평가자가 그 구체적인 역량을 갖춘 에이전트 시스템의 증거를 발견했음을 의미합니다.

에이전트 스펙트럼

"에이전트"라고 불리는 모든 시스템이 동일한 깊이를 갖는 것은 아닙니다. 실제로 에이전트 구현은 다음 스펙트럼을 따라 분포합니다:

  1. 단순 봇 — AI 모델 없이 고정된 규칙을 실행하는 스크립트. AI 컴포넌트가 아님.
  2. 프롬프트 챗봇 — 채팅 인터페이스 뒤의 LLM으로, 한 번에 하나의 질문에 응답. 최소한의 에이전시.
  3. 메모리를 가진 에이전트 — 상호작용 전반에 걸쳐 컨텍스트를 유지하고 과거 대화나 데이터를 참조할 수 있는 LLM.
  4. 도구와 목표를 가진 에이전트 — 외부 API를 호출하고, 스마트 컨트랙트와 상호작용하며, 다단계 목표를 추구할 수 있는 시스템.
  5. 자율 멀티 에이전트 시스템 — 여러 에이전트가 조율하고, 작업을 위임하며, 최소한의 인간 감독으로 집단적 결정을 내림.

DecAIHub 프로젝트 카드는 프로젝트의 에이전트 컴포넌트가 이 스펙트럼의 어디에 위치하는지 설명합니다. 오른쪽으로 갈수록 AI 컴포넌트 주장은 강해지지만, 증거의 부담도 커집니다.

이 스펙트럼은 카드를 읽기 위한 가이드이지 엄격한 분류 체계가 아닙니다. 제품은 여러 요소를 결합할 수 있습니다(예: 메모리와 도구를 갖췄지만 무거운 인간 승인이 필요한 경우). 검증에서 중요한 것은 문서화된 행동이 정규화된 AI 컴포넌트 값과 일치하는지, 그리고 Tier-1 아티팩트가 에이전트 루프가 작동하는 모습을 보여주는지입니다.

무엇을 검증할 것인가

프로젝트 카드에서 에이전트 주장을 평가할 때, 다음을 살펴보세요:

  • 추론 능력 — 에이전트가 실제 의사결정을 보여주는가, 아니면 사전 스크립트화된 흐름을 실행하는가?
  • 도구 및 행동 통합 — 에이전트가 외부 시스템(DEX, 스마트 컨트랙트, API)과 상호작용하는가, 아니면 텍스트만 생성하는가?
  • 메모리와 컨텍스트 — 에이전트가 세션 간 상태를 유지하는가? 이전 상호작용이나 온체인 이력을 참조할 수 있는가?
  • 자율성 증거 — 에이전트가 인간 프롬프트 없이 행동하는 모습을 보여주는 로그, 트랜잭션 이력, 또는 데모가 있는가?
  • Tier-1 증거 — 코드 저장소, 문서가 있는 에이전트 프레임워크, 라이브 데모, 또는 에이전트가 생성한 온체인 트랜잭션 흔적.

핵심 질문: 에이전트가 실제로 결정을 내리는가, 아니면 사용자 입력을 서드파티 LLM으로 전달하고 응답을 반환하는 프롬프트 래퍼인가?

컴포넌트로서의 에이전트가 증명하지 않는 것

  • "에이전트" 컴포넌트를 갖추는 것이 자율성을 증명하지 않습니다. 소위 에이전트라는 많은 것들이 모든 행동에 수동 트리거나 인간 승인을 요구합니다.
  • 에이전트 라벨이 의사결정 품질을 증명하지 않습니다. 결정을 내리는 에이전트가 반드시 좋은 결정을 내리는 것은 아닙니다.
  • 에이전트는 얇은 래퍼일 수 있습니다 — "에이전트"가 내부 추론, 메모리, 또는 도구 통합 없이 서드파티 API로 보내지는 프롬프트 템플릿인 경우. API 래퍼를 참조하세요.
  • 에이전트 컴포넌트는 에이전트가 작동하는 데 토큰이 필요함을 증명하지 않습니다.
  • 멀티 에이전트 주장은 비례적으로 더 많은 증거를 요구합니다. 에이전트 "스웜(swarm)"은 단일 모델이 여러 프롬프트를 실행하는 것이 아니라 여러 에이전트가 조율함을 입증해야 합니다.

항상 프로젝트 카드의 증거 표와 AI reality 플래그를 확인하세요.

혼동하지 마세요

  • **AI 에이전트란 무엇인가**는 에이전트의 일반 개념을 설명합니다. 이 페이지는 에이전트가 DecAIHub 프로젝트 카드에서 구체적인 컴포넌트로 어떻게 나타나는지를 설명합니다.
  • **AI/Agents**는 최상위 수준에서 에이전트 중심 프로젝트를 분류하는 프로젝트 카테고리입니다. 다른 카테고리(예: AI/Analytics)의 프로젝트도 여전히 에이전트 컴포넌트를 가질 수 있습니다.
  • **챗봇과 비서**는 프롬프트에 응답하지만 자율성과 다단계 추론이 부족합니다. 에이전트는 그 이상으로 나아갑니다.
  • **인퍼런스**는 모델을 실행하는 과정입니다. 에이전트는 추론 루프의 일부로 인퍼런스를 사용하지만, 인퍼런스 단독은 에이전트가 아닙니다.
  • **자동화**는 학습이나 추론 없이 사전 정의된 규칙을 따릅니다. AI 에이전트는 모델 기반 의사결정을 입증해야 합니다.

자주 묻는 질문

제품 이름에 "agent"라는 단어가 있으면 에이전트 AI 컴포넌트가 보장되나요?

아니요. 마케팅 언어는 종종 모든 자동화된 워크플로에 agent를 사용합니다. DecAIHub에서 AI 컴포넌트 필드는 증거에 기반한 아키텍처를 반영해야 합니다: 정규화된 값에 기술된 런타임, 도구, 메모리, 또는 오케스트레이션. 이름을 Tier-1 증거와 위의 스펙트럼에 비교하세요.

에이전트 컴포넌트와 AI/Agents 카테고리의 차이는 무엇인가요?

AI/Agents 카테고리는 프로젝트의 주요 초점을 높은 수준에서 설명합니다. AI 컴포넌트 필드의 에이전트 항목은 구체적인 메커니즘(예: agentic framework vs on-chain AI agent)을 설명합니다. 프로젝트는 다른 카테고리에 속하면서도 해당 메커니즘이 존재한다면 여전히 에이전트 관련 컴포넌트를 나열할 수 있습니다.

"스웜(swarm)"이나 멀티 에이전트 시스템은 얼마나 많은 증거를 제공해야 하나요?

단일 에이전트 스택보다 더 많이. 조율 아티팩트를 찾아보세요: 구별된 역할, 메시지 전달, 위임, 또는 별도의 런타임 — 한 모델에 대한 여러 프롬프트만이 아닙니다. 그것이 없다면, 문서나 데모가 뒷받침할 때까지 멀티 에이전트 주장을 가설로 취급하세요.

외부 참고 자료

함께 보기

No comments to display

Back to top