알아서 잘하는 에이전틱 AI 시스템 구축하기

복잡한 AI 시스템을 조율하는 조정자 · 작업자 · 위임자 모델로 에이전트 구축하기

 

이 책은 생성형 AI를 활용해 계획·추론·행동하는 자율 AI 에이전트를 설계하고 배포하는 방법을 다룬다. 예시 프로젝트로 CrewAI, AutoGen, LangGraph를 활용한 여행 계획 에이전트를 만들어보면서 메타 추론, 자기 설명, 전략적 계획, 다중 에이전트 조정 등의 기술을 익히고, 조정자(여행 계획 작업 총괄)·작업자(항공권 예약 및 여행 데이터 분석)·위임자(작업 우선순위 지정 및 자원 할당) 구조와 같은 확장 가능한 설계 기법을 배울 수 있다. 단순 작업 수행을 넘어 인간의 개입을 최소화하면서 스스로 판단하고 행동하는 차세대 AI 에이전트를 구축해보자.

 

도서구매 사이트(가나다순)

[교보문고]  [도서11번가]  [알라딘]  [예스이십사]  [쿠팡]

 

출판사 제이펍
저작권사 Packt Publishing
원서명 Building Agentic AI Systems (9781803238753)
도서명 알아서 잘하는 에이전틱 AI 시스템 구축하기
부제 추론, 계획, 적응 가능한 지능형 자율 에이전트 설계 가이드
지은이 안자나바 비스와스, 릭 탈루크다르
옮긴이 김모세
감수자 (없음)
시리즈 (없음)
출판일 2025. 09. 04
페이지 288쪽
판 형 46배판변형(188*245*13.9)
제 본 무선(soft cover)
정 가 28,000원
ISBN 979-11-94587-60-6 (93000)
키워드 에이전트, AI시스템, CrewAI, AutoGen, LangGraph, 조정자, 작업자, 위임자, AI에이전트, 메타추론
분 야 인공지능 / 생성형 AI

 

 언론 소개
■ 프롬프트 잘 짜야 AI 잘 쓴다는 '옛말'…"AI 자동화를 배우자"

 

관련 사이트
■ 저작권사 도서 페이지

■ 아마존 도서 페이지

 

관련 시리즈

■ (없음)

 

관련 포스트

■ 2025.08.18 - [출간 전 책 소식] - 진짜로 굴러가는 에이전트 시스템 구축하기

 

관련 도서

■ 7가지 프로젝트로 배우는 LLM AI 에이전트 개발

■ MCP로 똑똑하게 일하는 법

 

관련 파일 다운로드

■ https://github.com/moseskim/Building-Agentic-AI-Systems

 

강의 보조 자료(교재로 채택하신 분들은 https://jpub.tistory.com/notice/1076을 통해 다음 자료를 요청하실 수 있습니다.)
■ 본문의 그림과 표

 

미리보기(앞부속, 본문 일부)

 

정오표 페이지
■ (등록되는 대로 링크를 걸겠습니다.)

 

도서구매 사이트(가나다순)

[교보문고]  [도서11번가]  [알라딘]  [예스이십사]  [쿠팡]

 

도서 소개

프롬프트 이후, 이제는 에이전트의 시대

프롬프트 잘 쓰는 법만으로는 더 이상 경쟁력이 되지 않습니다. 이제는 스스로 목표를 세우고, 계획하고, 필요하면 반성하며, 환경에 맞춰 적응하는 에이전트가 실무의 성패를 가릅니다. 《알아서 잘하는 에이전틱 AI 시스템 구축하기》는 그 전환점을 정확히 짚어, 조정자·작업자·위임자(CWD) 모델로 복잡한 시스템을 안정적으로 굴리는 방법을 ‘개념→설계→구현→운영’의 흐름으로 보여줍니다.

이 책의 강점은 명확합니다. 이론 소개에 머물지 않고 여행 계획 에이전트를 끝까지 만들어보도록 합니다. 사용자 요청에 따라 전체 여행 계획 프로세스를 관리하고 작업 에이전트 사이의 효과적인 협업을 촉진하는 조정자 에이전트, 항공권 및 호텔 예약, 활동 계획, 교통편 등에 특화된 작업자 에이전트, 전문성과 작업량에 따라 적절한 작업을 작업자 에이전트들에게 할당하는 위임자 에이전트를 통해 조정자 · 작업자 · 위임자(CWD) 모델을 이해할 수 있습니다.

구현 과정에서 독자는 메타 추론, 자기 설명, 전략적 계획, 다중 에이전트 조정 같은 핵심 기술을 자연스럽게 체득하며, '이렇게 설계한 이유'를 납득할 수 있도록 신뢰·투명성·안전성의 원칙까지 함께 익힙니다. 결과적으로 독자는 ‘작동하는’ 에이전트를 구현하는 법 그리고 운영 중 스스로 성능을 끌어올리는 자기 향상 루프를 설계하는 법을 배우게 됩니다.

많은 책이 ‘에이전트가 무엇인지’를 설명합니다. 이 책은 한 걸음 더 나아가 ‘에이전트를 어떻게 운영 가능한 시스템으로 만드는지’를 보여줍니다. 이미 생성형 AI를 써본 분이라면, 이제는 최소한의 인간 개입으로 비즈니스 목표를 달성하는 자율 에이전트를 직접 구축해보세요. 현장의 언어로 쓰인 이 책이, 그 시작과 완성을 함께합니다.

 

주요 내용

• 생성형 AI와 에이전틱 시스템의 핵심 원리 살펴보기
• 동적 환경에서 에이전트가 작동 · 추론 · 적응하는 방식 이해하기
• 에이전트가 자기 행동을 분석 · 개선하도록 구현하기
• 외부 도구를 활용해 복잡한 과제를 계획·수행하는 시스템 설계하기
• AI 시스템의 신뢰를 구축하기 위한 핵심 기법 살펴보기
• 다양한 실무 사례를 통해 산업별 AI 에이전트 구현 방법 탐색하기

 

대상 독자

• 개발자·ML 엔지니어: LLM 실험을 넘어 서비스 등급의 에이전트를 설계·배포하고 싶은 분
• PM·기술 리더: 다중 에이전트 워크플로를 조직 프로세스에 통합하려는 분
• 스타트업·현업 팀: 작은 리소스로 대규모 자동화를 달성해야 하는 분

 

이 책에서 바로 써먹을 수 있는 것들

• 역할 기반 아키텍처 청사진: CWD 모델 템플릿과 상호작용 패턴
• 프레임워크별 레시피: CrewAI·AutoGen·LangGraph의 선택 기준과 통합 가이드
• 신뢰·안전성 체크리스트: 설명 가능성, 편향·불확실성 처리, 거버넌스 설계
• 비용·운영 최적화 팁: 캐싱, 로깅, 오픈소스 모델 대체 전략

 

지은이 소개

안자나바 비스와스(Anjanava Biswas)

다수의 수상 경력을 보유한 시니어 AI 스페셜리스트 설루션 아키텍트로서 17년 이상의 산업 경험을 갖고 있다. 머신러닝, 생성형 AI, 자연어 처리, 딥러닝, 데이터 분석, 클라우드 아키텍처 분야 등에 능통하며, 대기업들과 협력해 클라우드에서 고도화된 AI 시스템을 구축하고 확장하는 업무도 하고

있다.

 

릭 탈루크다르(Wrick Talukdar)

아마존에서 생성형 AI 분야를 선도하는 비전 있는 기술 리더다. AI, 클라우드 컴퓨팅, 제품 리더십과 관련해 20년 이상의 글로벌 경험을 보유하고 있다. AI 기반의 비즈니스 전환을 선도해온 개척자로서, 수백만 명에게 영향을 미치는 대규모 현대화 이니셔티브를 이끌며 엔터프라이즈 성장을 견인해왔다.

수상 경력을 가진 AI/ML 기술의 제품화를 주도했으며, 이 기술은 현재 포춘 500대 기업의 실제 환경에 배포되어 실질적인 성과를 창출하고 있다.

 

옮긴이 소개

김모세

소프트웨어 엔지니어, 소프트웨어 품질 엔지니어, 애자일 코치 등 다양한 부문에서 소프트웨어 개발에 참여했다. 재미있는 일, 나와 조직이 성장하고 성과를 내도록 돕는 일에 보람을 느껴 2019년부터 번역을 시작했으며, 다수의 영어와 일본어 IT 기술서 및 실용서를 번역했다.

 

차례

지은이·옮긴이 소개 x

기술 감수자 소개 xi

옮긴이 머리말 xiii

추천사 I xiv

추천사 II xvi

감사의 글 xviii

이 책에 대하여 xx

 

PART I 생성형 AI와 에이전틱 시스템 기초

CHAPTER 1 생성형 AI 기본 3

1.1 생성형 AI 소개 4

1.2 생성형 AI 모델의 유형 5

__1.2.1 VAE 5

__1.2.2 GAN 7

__1.2.3 자기회귀 모델과 트랜스포머 아키텍처 8

__1.2.4 LLM 기반 AI 에이전트 12

1.3 생성형 AI의 응용 16

1.4 생성형 AI의 과제와 한계 19

__1.4.1 데이터 품질과 편향 19

__1.4.2 데이터 프라이버시 20

__1.4.3 계산 자원 21

__1.4.4 윤리적, 사회적 함의 21

__1.4.5 일반화와 창의성 22

요약 22

질문 23

답변 23

더 읽을 거리 24

 

CHAPTER 2 에이전틱 시스템의 원리 25

기술 요구사항 26

2.1 자기 관리, 주체성, 자율성 이해하기 26

__2.1.1 자기 관리 27

__2.1.2 주체성 28

__2.1.3 자율성 28

__2.1.4 에이전트의 주체성과 자율성에 관한 예시 30

2.2 지능형 에이전트와 그 특성 검토하기 33

2.3 에이전틱 시스템 아키텍처 탐색 34

__2.3.1 계획 기반형 아키텍처 35

__2.3.2 반응형 아키텍처 36

__2.3.3 하이브리드 아키텍처 38

2.4 다중 에이전트 시스템 이해하기 40

__2.4.1 MAS의 정의와 특징 41

__2.4.2 MAS의 상호작용 메커니즘 42

요약 47

질문 48

답변 48

 

CHAPTER 3 지능형 에이전트의 필수 구성 요소 50

기술 요구사항 51

3.1 지능형 에이전트에서의 지식 표현 51

__3.1.1 의미망 51

__3.1.2 프레임 53

__3.1.3 논리 기반 표현 55

3.2 지능형 에이전트의 추론 56

__3.2.1 연역 추론 57

__3.2.2 귀납 추론 58

__3.2.3 가설 추론 59

3.3 적응형 에이전트를 위한 학습 메커니즘 61

3.4 에이전트 시스템에서의 의사결정과 계획 63

__3.4.1 유틸리티 함수 63

__3.4.2 계획 알고리즘 65

3.5 생성형 AI를 활용한 에이전트 능력 향상 69

__3.5.1 에이전틱 AI 구축 시작하기 70

요약 73

질문 73

답변 73

 

PART II 생성형 AI 기반 에이전트 설계 및 구현

CHAPTER 4 에이전트의 반성과 자기 성찰 77

기술 요구사항 78

4.1 에이전트에서 반성의 중요성 78

__4.1.1 향상된 의사결정 79

__4.1.2 적응 79

__4.1.3 윤리적 고려 80

__4.1.4 인간-컴퓨터 상호작용 81

__4.1.5 지능형 에이전트의 자기 성찰 83

4.2 반성 기능 구현하기 84

__4.2.1 전통적인 추론 84

__4.2.2 메타 추론 84

__4.2.3 자기 설명 95

__4.2.4 자기 모델링 99

4.3 사용 사례와 예시 102

__4.3.1 고객 서비스 챗봇 102

__4.3.2 개인 맞춤 마케팅 에이전트 103

__4.3.3 금융 트레이딩 시스템 104

__4.3.4 예측 에이전트 105

__4.3.5 전자상거래에서의 가격 전략 107

요약 108

질문 109

답변 109

 

CHAPTER 5 도구 사용 및 계획 수립 기능 활성화 110

기술 요구사항 111

5.1 에이전트에서의 도구 사용 개념 이해 111

__5.1.1 도구 호출과 함수 호출 112

__5.1.2 에이전트를 위한 도구 정의 114

__5.1.3 도구의 유형 116

__5.1.4 에이전틱 시스템에서의 도구의 중요성 120

5.2 에이전트를 위한 계획 알고리즘 121

__5.2.1 낮은 실용성을 가진 계획 알고리즘 121

__5.2.2 중간 실용성을 가진 계획 알고리즘 122

__5.2.3 가장 높은 실용성을 가진 계획 알고리즘 124

5.3 도구 사용과 계획의 통합 131

__5.3.1 도구에 관한 추론 131

__5.3.2 도구 사용을 위한 계획 수립 133

5.4 실용적 구현 탐색 134

__5.4.1 CrewAI 예제 134

__5.4.2 AutoGen 예제 136

__5.4.3 LangGraph 예시 138

요약 140

질문 140

답변 141

 

CHAPTER 6 조정자, 작업자, 위임자 접근 방식 살펴보기 142

기술 요구사항

6.1 CWD 모델 이해 143

__6.1.1 CWD 모델의 핵심 원칙 144

__6.1.2 지능형 여행 에이전트를 위한 CWD 모델 145

6.2 역할 할당을 통한 에이전트 설계 148

__6.2.1 각 에이전트의 역할과 책임 151

6.3 에이전트 간 커뮤니케이션 및 협업 158

__6.3.1 커뮤니케이션 158

__6.3.2 조정 메커니즘 159

__6.3.3 협상 및 갈등 해결 159

__6.3.4 지식 공유 160

6.4 생성형 AI 시스템에서 CWD 접근 방식 구현 161

__6.4.1 시스템 프롬프트와 에이전트 행동 161

__6.4.2 지시 형식 지정 162

__6.4.3 상호작용 패턴 164

요약 164

질문 165

답변 165

 

CHAPTER 7 효과적인 에이전틱 시스템 설계 기법 167

기술 요구사항 168

7.1 에이전트를 위한 집중 시스템 프롬프트와 지침 168

__7.1.1 목표 정의 168

__7.1.2 작업 명세 170

__7.1.3 콘텍스트 인식 172

7.2 상태 공간 및 환경 모델링 173

__7.2.1 상태 공간 표현 173

__7.2.2 환경 모델링 175

__7.2.3 통합 및 상호작용 패턴 177

__7.2.4 모니터링과 적응 179

7.3 에이전트 메모리 아키텍처 및 콘텍스트 관리 180

__7.3.1 단기 메모리(작업 메모리) 180

__7.3.2 장기 메모리(지식 베이스) 181

__7.3.3 일화적 메모리(상호작용 기록) 183

__7.3.4 콘텍스트 관리 184

__7.3.5 의사결정과의 통합 185

7.4 순차 및 병렬 처리의 에이전트 워크플로 186

__7.4.1 순차 처리 186

__7.4.2 병렬 처리 187

__7.4.3 워크플로 최적화 188

요약 190

질문 191

답변 191

 

PART III 신뢰, 안전성, 윤리, 그리고 응용

CHAPTER 8 생성형 AI 시스템에서의 신뢰 구축 195

기술 요구사항 196

8.1 AI에서 신뢰의 중요성 196

8.2 신뢰를 구축하기 위한 기술 197

__8.2.1 투명성과 설명 가능성 197

__8.2.2 불확실성과 편향 처리 202

__8.2.3 효과적인 출력 커뮤니케이션 203

__8.2.4 사용자 제어와 동의 204

__8.2.5 윤리적 개발과 책임 205

8.3 투명성과 설명 가능성 구현하기 207

8.4 불확실성과 편향 처리 208

요약 209

질문 210

답변 210

 

CHAPTER 9 안전 및 윤리 고려사항 관리 212

9.1 잠재적 위험 및 도전 과제 이해하기 213

__9.1.1 적대적 공격 213

__9.1.2 편향과 차별 215

__9.1.3 허위 정보와 환각 216

__9.1.4 데이터 프라이버시 침해 217

__9.1.5 지적 재산권 위험 219

9.2 안전하고 책임 있는 AI 보장 220

9.3 윤리 지침 및 프레임워크 탐색 225

__9.3.1 인간 중심 설계 225

__9.3.2 책임과 책임 소재 225

__9.3.3 프라이버시 및 데이터 보호 225

__9.3.4 다양한 이해관계자의 참여 226

9.4 프라이버시 및 보안 문제 대응 226

요약 228

질문 229

답변 229

 

CHAPTER 10 일반적인 활용 사례와 응용 분야 231

10.1 크리에이티브 및 예술 분야의 응용 232

__10.1.1 크리에이티브 및 예술 에이전트의 발전 232

__10.1.2 실제 적용 사례 233

10.2 자연어 처리 및 대화형 에이전트 236

__10.2.1 언어 에이전트의 발전 236

__10.2.2 실제 응용 사례 236

10.3 로보틱스와 자율 시스템 239

__10.3.1 로봇 에이전트의 발전 239

__10.3.2 실제 응용 사례 240

10.4 의사결정 지원 및 최적화 243

__10.4.1 의사결정 지원 에이전트의 발전 243

__10.4.2 실제 응용 사례 243

요약 247

질문 248

답변 248

 

CHAPTER 11 결론과 미래 전망 250

11.1 핵심 개념 요약 251

11.2 최신 동향과 연구 방향 252

__11.2.1 멀티모달 인텔리전스 – 다양한 입력의 통합 252

__11.2.2 고급 언어 이해 253

__11.2.3 경험적 학습 – 강화 학습의 혁신 253

__11.2.4 산업 전반에 걸친 실질적 영향 254

11.3 인공 일반 지능 254

__11.3.1 AGI는 무엇이 다른가 254

__11.3.2 큰 도전 255

__11.3.3 학습 방법 배우기 255

__11.3.4 현실 세계 이해 255

11.4 도전과 기회 256

요약 258

 

찾아보기 261

 

 

제이펍 소식 더 보기(제이펍의 소통 채널에서 더욱 다양한 소식을 확인하세요!)

블로그  유튜브  인스타그램  트위터  페이스북