Agentic AI v.s. AI Agent

들어가며

AI Agent를 공부하는데, RAG 뿐만 아니라 많은 부분에서 "Agentic"이라는 말이 많이 접하게 되었다.

한국어로는 "Agentic"이라 하면, "에이전트느낌의 AI 이런게 아닐까?" 라고 생각이 든다.

하지만 어떠한 개념의 정확한 의미를 아는 것과 어설프게 아는 것의 차이는 크다고 생각하기에 Article들을 찾아보고 정확한 지식을 쌓고자 한다.

---

AI Agent

우리가 익숙하게 들어왔고, 가장 많이 사용하는 단어인 AI Agent는 기존의 강화학습 기반의 Agent에 LLM(AI)을 더한 개념이다.

강화학습 기반의 Agent는 환경을 인식하고 환경에 따라 행동하는 개체로 정의하는데, 이때는 자율성이나 의사 결정 능력에서 제약이 존재했다. 따라서 이 방식은 사용자의 요구에 따라 정확하게 작업을 수행하는 도우미라고 보는 것이 더 정확할 것 같다.

 

그러나 우리가 지금 논의하는 AI Agent는 사용자와 자연어로 소통하고, 방대한 데이터와 상호 작용을 동시에 효율적으로 정확하게 처리할 수 있기에 다양한 산업에서 활용이 가능하다. 

 

아래의 이미지를 보면 더 이해가 쉬울 것이다.

user가 query로 Agent에게 명령을 하면, Agent는 스스로 자신이 가진 여러 도구들로부터 응답을 받아 최종 결과물을 출력한다.

 

 

그래서 처음의 AI Agent는 이러한 시스템을 명명한 첫 단어라고 할 수 있다.

하지만, 앤드류 응 등의 AI 거장들은 Agentic AI라는 용어를 사용하여 기존의 AI Agent와 시스템을 구분하기 시작했다.

 

그럼 Agentic AI와 구분되는 AI Agent의 개념은 무엇일까?

AI Agent는 specific task를 하기 위해 만들어졌다고 보면 된다. 그래서 어떠한 한 가지 작업에서 도움을 주는 것이다.

이러한 특징으로 AI Agent는 간단하고 반복적인 작업에서 자동화하기 좋지만, 의사 결정, 자율성 등은 가지지 않는다는 특징이 있다.

---

Agentic AI

Agentic AI의 특징은 무엇일까?

Agentic AI는 자율성(autonomy)에 관한 모든 종류의 AI라고 볼 수 있다.

이 말인 즉슨, 의사 결정을 하고, 행동을 하고, 목표를 달성하기 위해 학습하는 이러한 모든 것들을 포함한 개념이라는 것이다.

따라서 생각,추론,변화하는 상황에 적응할 수 있는 virtual assistant를 가진 것과 같다고 할 수 있다.

 

Agentic AI는 아래의 4가지 key stage에서 동작한다.

• Perception : World로부터 정보를 모음 
• Reasoning : 정보를 처리하여 무엇을 해야하는지 이해함
• Action : 이해를 기반으로 무엇을 할 지 결정하고 실행
• Learning : Feedback과 Experience로부터 시간이 지나며 적응하고 향상됨

이 4가지로 Agentic AI는 더 자율성 있게 복잡한 문제를 해결할 수 있다.

 

---

Difference between AI Agent and Agentic AI

항목	AI Agent	Agentic AI
자율성 수준	제한된 자율성, 인간의 input이 필요	높은 자율성, 독립적으로 행동할 수 있음
목표 지향성	Task-Specific, instruction을 따라 설정	Goal-Driven, 스스로 가진 문제를 해결함
사용 범위	정의된, 제한적인 작업	광범위하고 변할 수 있는 작업
학습 능력	학습 능력이 없거나 설정된 rule에서만 학습 가능	연속적으로 학습하고 향상
의사 결정 기능	input에 대해 미리 프로그래밍 되어 있는 대로 응답	추론과 분석에 근거해 의사결정 함
환경	정적, 예측 가능	동적 예측 불가 상황

---

Applications

AI Agent

• Customer Support : QA, 문제 해결, 고객 가이드 서비스를 제공하는 Chatbot. Zendesk's AI powered chatbot이 예시
• Personal Assistants : Siri, Google Assistant 같이 목소리를 사용하여 상호작용할 수 있는 Assistant, 일정을 알려주고, 날씨를 확인해주고, 내가 좋아하는 음악을 틀어주는 등의 작업을 할 수 있음. 이때 복잡한 의사결정은 요구되지 않아야 함.
• Email Management : mail box를 다루는 AI Agents. email을 정렬하고 중요한 것과 필요 없는 것을 분류하여 시간을 아껴줌. Google의 Gmail Smart Compose가 예시

Agentic AI

• Self-Driving Cars : Agentic AI의 most exciting uses 중 하나, 주변을 인식하고 주행 의사 결정을 하고, 매 운행으로부터 학습함. Tesla의 Full Self-Driving system이 예시
• Supply Chain Management : 회사 공급만 최적화에 도움을 줌. 자동으로 재고 관리, 수요 예측, 배달 경로 조정을 자동화함으로써 효율적으로 동작하도록 함. Amazon's Warehouse Robot이 예시
• Cybersecurity : network activity를 분석함으로써 위협/위험을 감지하는 Agentic AI. Darktrace라는 회사에서 이를 이용한 cybersecurity를 구현함

---

마무리 하며

Agentic AI와 AI Agent에 대한 개념을 정리했다.

내가 오히려 느낌으로 알던 것과 반대였다. 역시 사람은 정확한 개념을 알고 용어를 써야한다.

내가 만약 정리를 하지 않고 용어를 사용했다면 반대로 사용했을 것이고,이는 얼마나 부끄러운 일인가.

아무튼 Agentic AI는 내가 알던 것과 다르게 더 많은 자율성을 갖고, 행동하는 Agent를 말하는 것이었고, AI Agent는 초창기의 Agent(Customer Service 등)와 가깝다고 할 수 있다.

 

Agentic AI는 기술 발전에 따라 계속해서 품질이 향상될 것이다. 나 또한 이에 관심이 많고 Agentic AI에 관한 공부를 지속적으로 해나아가고자 한다.

---

Ref

Medium Post : AI Agents vs Agentic AI

AI Agents vs Agentic AI: What’s the Difference and Why Does It Matter?

모두의 연구소 : AI Agent vs. Agentic AI

AI Agent vs. Agentic AI: 2년 뒤 도래할 AI 시대의 핵심 기술?