최근 AI 커뮤니티의 패러다임이 '더 큰 모델'에서 '더 나은 워크플로우'로 급격히 이동하고 있습니다. Andrew Ng 교수는 "제로샷(Zero-shot) 프롬프트로 GPT-4를 사용하는 것보다, GPT-3.5를 에이전틱 워크플로우에 태워 사용하는 것이 더 나은 결과를 낼 수 있다"고 강조했습니다.
프롬프트 엔지니어링 vs 워크플로우 엔지니어링
전통적인 방식이 모델에게 한 번에 완벽한 답을 요구하는 것이었다면, 에이전틱 워크플로우는 반복적이고(Iterative) 점진적인(Incremental) 과정을 거칩니다.
[전통적 방식] 사용자 질문 -> LLM -> 최종 답변 (성공 확률 낮음)
[에이전틱 방식] 사용자 질문 -> 계획 수립 -> 도구 실행 -> 결과 검토 -> 수정 -> 최종 답변
[에이전틱 방식] 사용자 질문 -> 계획 수립 -> 도구 실행 -> 결과 검토 -> 수정 -> 최종 답변
에이전틱 워크플로우의 4대 패턴
- Reflection: 에이전트가 자신의 결과물을 스스로 검토하고 개선합니다.
- Tool Use: 필요한 정보를 얻기 위해 외부 도구(웹 검색, 코드 실행 등)를 사용합니다.
- Planning: 복잡한 목표를 달성하기 위해 하위 작업 순서를 스스로 결정합니다.
- Multi-agent Collaboration: 서로 다른 역할을 가진 에이전트들이 협력합니다.
실전 예시: 자동 논문 요약 에이전트
- 에이전트 A: 논문의 초록과 결론을 읽고 핵심 키워드 추출.
- 에이전트 B: 추출된 키워드를 바탕으로 관련 최신 뉴스 검색.
- 에이전트 C: 두 정보를 결합하여 비전문가도 이해할 수 있는 리포트 작성.
- 검수 에이전트: 작성된 리포트에 환각(Hallucination)이 없는지 원문과 대조.
결론: 실행력이 곧 지능이다
우리는 이제 AI를 단순한 '말동무'가 아닌 '자율적인 비서'로 대우해야 합니다. 이를 위해서는 모델의 성능만큼이나, 그 모델이 움직일 궤도인 워크플로우 설계 능력이 중요해질 것입니다.