VIDEO NOTE

LLM부터 워크플로우, 에이전트까지 3단계로 정리하는 AI 개념

에피 - 바이브 코딩 · 12분 · 입문 · 26. 10. 21. · AI 초보 탈출 › LLM 원리 이해

대형 언어 모델(LLM)과 AI 워크플로우, AI 에이전트의 차이를 3단계 수준으로 나누어 설명한다. 워크플로우는 인간이 정한 제어 로직에 따라 외부 도구를 쓰며 정해진 경로로만 움직이지만, 에이전트는 목표를 전달받아 스스로 추론(Reason)하고 행동(Act)하며 자율적으로 수정·반복한다. RAG 역시 워크플로우 범주에 속하며, 에이전트로 전환하는 핵심 분기점은 최종 의사결정 권한을 모델이 직접 갖는지 여부다.

핵심

LLM은 방대한 텍스트를 학습해 답변을 생성하지만, 개인 정보나 회사 내부 기밀 같은 비공개 정보를 모르며 사용자가 지시하기 전까지 수동적으로 대기한다.
AI 워크플로우는 인간이 정한 컨트롤 로직에 따라 일정 확인이나 뉴스 요약 같은 작업을 순차적으로 실행하며, RAG 역시 외부 데이터를 검색해 답변을 보완하는 워크플로우의 한 형태다.
워크플로우는 단계가 복잡해져도 도구 선택과 순서 결정 주체가 인간이므로 결과물이 마음에 들지 않으면 사람이 직접 프롬프트를 수정해야 한다.
AI 에이전트는 목표를 부여받으면 최적의 실행 방식을 스스로 계획하고 적절한 도구를 선택해 작업을 수행한다.
에이전트는 중간 결과물을 관찰하고 자율적으로 피드백해 수정하는 반복 능력을 갖추며, 이러한 추론과 행동의 결합을 ReAct 프레임워크로 설명한다.

RAISE LAB 에서 배우는 사람에게

단순 자동화 워크플로우와 자율형 AI 에이전트의 기술적 경계를 명확히 구분하고, 의사결정 주체를 LLM으로 넘기는 ReAct 개념을 파악하는 데 유용하다.

챕터

LLM 원리 이해