AI 에이전트 실전 설계 시리즈 (2) – Tool calling은 어디까지 맡겨야 안전할까
AI 에이전트 Tool calling을 붙일 때 읽기 도구, 쓰기 도구, 비용 발생 도구, 위험 도구를 어떻게 나누고 승인 흐름을 설계해야 하는지 정리합니다.
-
-
AI 에이전트 실전 설계 시리즈 (1) – AI 에이전트는 챗봇과 무엇이 다를까
AI 에이전트를 단순 챗봇이 아니라 목표, 도구, 맥락, 상태, 검증, 승인 흐름을 가진 실행 시스템으로 이해합니다. 시리즈 1편에서 전체 설계 지도를 잡습니다.
-
MCP tools resources prompts 차이: AI 에이전트 서버 설계 기준
MCP tools, resources, prompts 차이를 AI 에이전트 서버 설계 관점에서 설명합니다. 모델이 호출하는 행동, 애플리케이션이 제공하는 맥락, 사용자가 선택하는 템플릿을 구분해 봅니다.
-
AI 에이전트란 무엇인가: 챗봇과 무엇이 다르고 왜 도구 사용이 중요할까
AI 에이전트란 무엇인지 챗봇과의 차이, tool use, 상태 관리, 승인 흐름, eval과 보안 관점에서 쉽게 정리합니다.
-
MCP란 무엇일까: AI 에이전트에서 도구 연결 표준이 왜 중요해졌나
MCP란 무엇인지 쉽게 설명합니다. AI 에이전트가 파일, 데이터베이스, 검색, 워크플로 도구와 연결될 때 왜 표준이 필요해졌는지, 기존 방식과 무엇이 다른지 실무 관점으로 정리합니다.
-
AI 에이전트와 워크플로 자동화 차이
AI 에이전트와 워크플로 자동화는 이름은 비슷하지만 다루는 문제가 다릅니다. 미리 정한 흐름을 실행하는 자동화와, 모델이 도구 선택과 다음 행동을 동적으로 결정하는 에이전트의 차이를 쉽게 설명합니다.
