자율주행 AI 에이전트(Autonomous Agent) 설계 및 AutoGen 실전 개발
강좌 소개
단일 LLM의 한계를 뛰어넘어, 기획자, 개발자, 테스터 등 전문 역할을 맡은 다중 AI 에이전트가 스스로 대화하고 협력하여 결과물을 완성하는 멀티 에이전트 시스템을 설계합니다.
Microsoft AutoGen과 CrewAI 프레임워크를 활용하여 도구 사용(Tool Use), 함수 호출(Function Calling), 메모리 관리, 오류 자가 수정 루프를 구현합니다. 복잡한 시장 분석 보고서 작성부터 코드 생성 및 실행까지 자율적으로 완수하는 실전 파이프라인을 구축합니다.
이 강좌에서 배우는 것들
- 멀티 에이전트 아키텍처 및 자율 협업 메커니즘 이해
- AutoGen 및 CrewAI 기반 다중 에이전트 설계 역량
- 에이전트 Tool Use와 외부 API 연동 기능 구현
- 자가 반성(Self-Reflection) 및 오류 수정 루프 완성
교육 과정 (Curriculum)
Section 1: AI 에이전트 아키텍처와 핵심 원리
- 단일 챗봇에서 자율 에이전트로의 진화
- 에이전트의 4대 요소: 프로파일, 메모리, 계획, 행동
- 도구 사용(Tool Calling)과 환경 피드백 구조
Section 2: AutoGen 기반 다중 에이전트 협업 구축
- AutoGen 기본 구조와 UserProxy 에이전트 설정
- 역할 기반 다중 에이전트 대화 패턴(GroupChat) 설계
- 코드 자동 실행 및 에러 디버깅 루프 구현
Section 3: CrewAI와 실전 프로덕션 워크플로우
- CrewAI를 활용한 순차적/계층적 태스크 위임
- 장단기 메모리(Memory) 시스템 연동과 지속성 확보
- 실전 시장 리서치 자동화 에이전트 팀 배포 프로젝트
필수 조건
- 파이썬 중급 이상 프로그래밍 역량
- LLM API 및 함수 호출(Function Calling) 기본 이해
수강 대상
- 복잡한 워크플로우를 자율화하려는 AI 엔지니어
- 차세대 AI 에이전트 서비스를 기획 및 개발하는 테크 리더
- 멀티 에이전트 프레임워크를 깊이 있게 탐구하고 싶은 개발자