728x90

아마존부터 구글까지 동참한 벤더 중립적 규격의 탄생 배경

개발자가 스프레드시트나 문서 작성 도구에서 여러 단계를 거쳐야 하는 복잡한 작업을 지시하면, 이를 대신 수행할 에이전트를 만드는 상황을 떠올려 볼 수 있습니다. 이 과정에서 에이전트는 사용자의 요청과 도구의 설명을 바탕으로 언제 어떤 기능을 호출할지 스스로 판단하여 애플리케이션 실행 지시를 내립니다. 과거에는 각 기업이 만든 인공지능 모델마다 외부 기능을 연결하고 호출하는 구조가 달라서, 새로운 모델을 도입할 때마다 기존 코드를 다시 작성해야 하는 원인이 되었습니다. 이를 해결하고자 아마존, 커서, 마이크로소프트, 오픈에이아이, 버셀의 기술 관리자들이 모여 에이전트 스킬과 MCP 서버를 어디서든 쓸 수 있는 플러그인으로 묶어주는 벤더 중립적 규격인 에이전트 플러그인 1.0.0을 발표하게 됩니다.

최근 구글 또한 기술 운영 위원회에 합류하여 이 개방형 규격의 발전을 돕기로 결정했습니다. 관련 영상 시연에서는 개발자가 관련 소프트웨어 개발 도구를 먼저 설치한 다음, 하나의 에이전트를 정의하고 구동하는 작업 순서를 통해 여러 단계를 거치는 작업을 완료할 상태를 유지하는 모습을 보여줍니다. 이렇게 만든 에이전트가 기대한 대로 동작하는지 검증하려면 평가 전용 프로그래밍 인터페이스를 직접 구성하는 절차를 거칩니다. 이는 새로운 모델로 교체할 때 해당 모델의 출력 결과가 사용자가 지정한 스타일과 내용 기준을 정확히 충족하는지 테스트하는 확실한 확인 방법입니다.

 

LLM의 사용자 요청 판단과 클라이언트·서버 기반의 구조화된 도구 호출 흐름

사용자가 대화창에 "최근 들어온 고객 의견을 분석해 줘"라고 입력하면, 인공지능은 가장 먼저 자신이 가진 도구 목록을 살펴봅니다. 클로드와 같은 언어 모델은 사용자의 요청 내용과 미리 정의된 도구의 설명을 비교하여 어떤 기능을 언제 사용할지 판단합니다. 동작 방식은 흔히 도구 사용 혹은 함수 호출이라고 부릅니다. 호출 단계에서 모델은 직접 외부에 접속해 코드를 실행하는 대신 필요한 행동을 제안하는 역할을 맡습니다. 판단이 끝나면 모델은 구조화된 형태의 호출 값을 반환합니다. 에이전트 애플리케이션은 반환값을 받아 다단계 작업을 마칠 때까지 필요한 상태를 유지하며 도구를 호출하고 코드를 실행하게 됩니다.

모델이 반환한 구조화된 호출 값을 바탕으로 실제 코드가 실행되는 위치는 크게 두 곳으로 나뉩니다. 사용자의 애플리케이션 내부에서 코드를 실행하는 클라이언트 도구와 앤스로픽 서버가 직접 코드를 실행하는 서버 도구로 나뉘어 동작의 경계가 만들어집니다. 영상 시연에서는 아마존, 커서, 마이크로소프트, 오픈에이아이, 버셀 소속의 주요 유지보수 담당자들이 참여하여 에이전트 스킬과 엠씨피 서버를 이식 가능한 형태로 묶어주는 에이전트 플러그인 1.0.0 사양을 다루는 작업 순서를 보여줍니다. 이후 실행된 작업의 결과물은 화면 확인을 거치거나 이벌스 에이피아이를 통한 평가 단계를 거칩니다. 개발자는 평가 과정을 거쳐 모델의 출력값이 사전에 지정한 스타일과 내용 기준을 제대로 충족하는지 검증합니다.

 

Agents SDK 퀵스타트를 활용한 단일 에이전트 정의와 다중 전문가 협업 설계

터미널 창을 열고 새로운 프로젝트 폴더를 만든 뒤 초기 설정 코드를 작성해 봅니다. 처음 접하는 공식 문서의 퀵스타트 안내에 따라 소프트웨어 개발 키트를 설치하고, 단일 에이전트를 정의하여 구동하는 작업 순서를 밟게 됩니다. 이때 생성된 에이전트는 사용자의 요청 내용과 도구의 설명을 바탕으로 언제 외부 기능을 호출할지 스스로 결정하는 방식으로 동작합니다. 결정이 내려지면 모델은 구조화된 호출 데이터를 반환하며, 최종적으로 여러분이 구축한 애플리케이션 실행을 통해 해당 기능이 작동하게 됩니다. 나아가 영상 시연에서는 아마존, 마이크로소프트 등 여러 기업이 참여하여 기술과 서버를 휴대 가능한 규격으로 묶어낸 에이전트 플러그인 1.0.0을 사용하는 모습을 확인할 수 있습니다.

기본적인 동작을 확인했다면 다음은 전문가 역할을 나눈 여러 에이전트가 협력하는 다중 구조를 설계할 차례입니다. 여러 단계에 걸친 복잡한 업무를 끝까지 완수하기 위해서는 작업이 진행되는 동안 충분한 상태 정보를 유지해야 한다는 제한 조건이 따릅니다. 이 과정을 거치며 각기 다른 특기를 가진 프로그램들이 계획을 세우고 도구를 부르며 목표를 향해 나아갑니다. 또한 모델을 교체하거나 새로운 버전을 시도할 때는 산출물이 미리 지정한 문체와 내용 요건을 충족하는지 평가하는 검증 단계를 거쳐야 합니다. 프로그래밍 방식으로 평가 응용 프로그램 인터페이스를 구성해 모델의 출력 결과를 시험하면 예상 밖의 실패를 줄이고 안정적인 협업 결과를 얻어낼 수 있습니다.

 

모델 업그레이드 시 Evals API를 활용한 출력 스타일 테스트와 애플리케이션 신뢰성 검증

서비스에 연동된 인공지능 모델을 새로운 버전으로 교체할 때, 사용자가 보는 화면을 띄워놓고 답변이 잘 나오는지 일일이 읽어보며 확인할 수는 없습니다. 이때 개발자는 모델이 생성한 결과물이 미리 정해둔 문체나 내용 기준에 맞는지 자동으로 검사하는 도구를 만듭니다. 오픈에이아이 평가 가이드 문서를 보면, 성능이 기대치에 부합하는지 테스트하는 과정은 믿을 수 있는 서비스를 운영할 때 꼭 필요한 작업으로 안내됩니다. 작업자는 평가 에이피아이를 호출해 프로그램 코드로 점검 절차를 직접 설정할 수 있습니다. 이를 통해 새 모델을 도입하더라도 출력물에 오류가 없는지 빠르고 정확하게 판단합니다.

에이전트가 텍스트 생성을 넘어 외부 기능을 직접 부를 때는 예상치 못한 작동에 대비해야 합니다. 앤스로픽 기술 문서에 따르면 클로드는 사용자의 요청 내용과 도구에 적힌 설명을 읽고 언제 함수를 쓸지 스스로 판단합니다. 이후 모델이 정해진 형태의 호출 명령을 내보내면 클라이언트 애플리케이션이나 서버가 이를 넘겨받아 실행합니다. 검증되지 않은 명령으로 애플리케이션 실행이 곧바로 진행되면 위험할 수 있으므로 사전에 철저한 점검이 필요합니다. 에이전트 플러그인 규격을 다룬 영상 시연에서는 아마존, 마이크로소프트, 구글 담당자들이 참여해 여러 도구를 이식 가능한 형태로 묶어내는 모습을 보여줍니다. 에이전트가 다루는 도구가 늘어날수록 모델이 올바른 데이터를 만들어내는지 평가 에이피아이로 미리 확인하는 과정이 우선되어야 합니다.

 

멀티스텝 작업 도입 전 애플리케이션의 상태 유지 능력과 도구 설명서 점검하기

새로운 자동화 프로그램을 처음 켜고 첫 번째 지시를 내리는 순간, 우리가 가장 먼저 확인해야 할 것은 프로그램이 작업의 흐름을 놓치지 않는지 보는 것입니다. 오픈에이아이 에이전트 소프트웨어 개발 도구(OpenAI Agents SDK)의 빠른 시작 가이드를 보면, 에이전트 하나를 정의하고 실행하는 아주 작은 단계부터 시작하라고 권합니다. 여러 전문가 에이전트가 협력하며 복잡한 단계를 거치는 작업을 마치려면, 애플리케이션 자체가 여러 단계를 진행하는 동안 충분한 상태를 유지하는 능력이 있어야 합니다. 중간에 이전 대화나 결과를 잊어버린다면 다음 도구를 제대로 꺼내 들 수 없기 때문입니다. 처음부터 긴 과정을 통째로 맡기기보다는, 하나의 작업 단위가 끝날 때 프로그램이 이전 진행 상황을 똑똑하게 기억하고 다음 행동을 계획하는지 살피는 것이 첫 번째 검증 행동이 됩니다.

프로그램이 상황을 잘 기억한다면, 그다음은 인공지능이 우리가 쥐여준 도구를 설명서대로 정확히 꺼내 쓰는지 살펴볼 차례입니다. 앤스로픽의 클로드(Claude) 문서를 보면, 모델은 사용자의 요청과 도구의 설명을 바탕으로 언제 어떤 기능을 호출할지 스스로 결정합니다. 이후 모델이 정해진 형태의 호출 값을 반환하면, 실제 동작을 실행하는 것은 여러분이 만든 애플리케이션의 몫이 됩니다. 이 연결이 매끄러운지 살피기 위해 오픈에이아이의 평가 에이피아이(Evals API)를 써서, 모델의 결과물이 우리가 정한 내용 기준을 통과하는지 테스트해 봅니다. 나아가 영상 시연에서는 아마존, 마이크로소프트 등 여러 기업이 힘을 합쳐 펴낸 에이전트 플러그인 1.0.0(Agent Plugins 1.0.0) 규격으로 도구와 서버를 어디서든 쓰기 편하게 포장하는 과정을 엿볼 수 있습니다.

 

바로 써볼 체크리스트

 

시작 전에 확인할 것

도입 전후로 아래 항목만 확인해도, 자동화가 예상 밖으로 움직일 가능성을 크게 줄일 수 있습니다.

  • 에이전트가 외부 도구를 호출할 때 전달하는 모든 입력 데이터가 사전에 정의된 구조화된 호출 형식과 정확히 일치하는지, 악의적인 값이나 예상치 못한 값이 포함되지 않았는지 엄격하게 검증하는 절차를 실행한다.
  • 플러그인이 실행될 때 필요한 최소한의 시스템 및 데이터 접근 권한만 부여되었는지 확인하고, 설계된 권한 경계를 임의로 넘어서는 도구 호출이나 작업이 발생하지 않도록 접근 통제 및 권한 제어 정책을 점검한다.
  • 새로운 모델이나 에이전트 도구를 적용할 때 출력 결과가 사전에 지정한 스타일과 내용 기준을 충족하는지 확인하기 위해, 실제 데이터를 기반으로 평가 기준을 체계적으로 설계하고 배포 전 테스트를 수행한다.
  • 여러 단계에 걸쳐 상태를 유지하며 협업하는 에이전트의 작동 방식을 고려하여, 각 작업 단계별 상태 변화와 도구 호출 내역을 상세하게 기록하고 문제 발생 시 원인을 즉각적으로 추적할 수 있는 시스템을 구성한다.
  • 다단계 작업 과정에서 예상치 못한 오류나 예외 상황이 발생할 경우, 진행 중인 에이전트 작업을 즉시 중단하고 시스템을 이전의 안정적인 상태로 안전하게 되돌릴 수 있는 롤백 메커니즘이 정상적으로 작동하는지 확인한다.
  • 자동화된 평가 기준만으로 판단하기 어려운 중요한 결정이나 시스템에 중대한 영향을 미칠 수 있는 작업의 경우, 반드시 실제 담당자가 내용을 직접 검토하고 최종적으로 승인할 수 있는 절차를 배포 파이프라인에 포함한다.

참고 자료

728x90
반응형
저작자표시 비영리 변경금지 (새창열림)

+ Recent posts

티스토리툴바