강력한 AI 에이전트를 구축하려면 체계적이고 전략적인 접근 방식이 필요합니다. 광범위한 가이드 사용 가능한 전에, 방법 에이전트 구성, 이 게시물은 다음에 초점을 맞춥니다. 뭐 및 why — AI 에이전트가 실제 비즈니스 가치를 제공하는 데 필요한 중요한 결정입니다.

이러한 기본 선택 사항을 탐색한 후 동반 게시물 "Lato Bikes의 AI 여정 내부"에서 실제로 어떻게 구현되는지 살펴보세요. 이 게시물에서는 에이전트가 구축된 실제 사례를 살펴봅니다. Mendix.

1 – 에이전트 청사진 만들기

AI와 에이전트 기술의 등장은 단순히 새롭고 강력하다는 이유만으로 기업들이 이를 도입하려는 강한 추진력을 불러일으켰습니다. 그러나 이러한 도입에는 명확한 전략적 계획이 부족한 경우가 많아, 기술이 부적절하거나 무계획적으로 적용되고, 결과적으로 프로젝트가 기대에 미치지 못하거나 실제 목표를 달성하지 못하는 결과를 초래합니다.

이를 피하려면 체계적인 접근 방식으로 시작하세요. Mendix, 우리의 디지털 실행 연습 시작, 구조, 확장의 여러 단계를 통해 전략적 기술 도입을 지원합니다. 각 단계는 사람, 포트폴리오, 프로세스, 플랫폼, 홍보라는 5P에 부합하는 고유한 이정표와 활동을 포함합니다. 이러한 관행은 조직이 혁신과 가치를 조화시키는 데 도움이 될 뿐만 아니라, 에이전트 시스템 구축에도 동일한 원칙이 적용됩니다.

그렇다면, 좋은 첫 번째 에이전트 프로젝트는 어떤 것일까요?

• 부가가치: 에이전트는 효율성을 실제로 개선하고, 비용을 절감하고, 사용자 경험을 향상시킵니다.
• 비정형 데이터의 합성: 에이전트는 텍스트, 오디오 또는 비디오를 분석하여 통찰력을 추출하는 데 능숙합니다.
• 저위험 자동화: 에이전트는 사용자를 대신하여 중요하지 않은 작업을 수행합니다.
• 인간의 감독: 모든 결과에 대한 결정은 해당 개인이 검토합니다.
• 매개변수 지우기: 에이전트는 정의된 경계 내에서 운영됩니다.

2 – 성공을 정의하세요

기술적인 세부 사항을 살펴보기에 앞서, AI 에이전트의 성공이 어떤 모습인지 정의해 보세요. 명확하고 측정 가능한 목표가 없다면 효과를 측정하거나, 투자를 정당화하거나, 반복적인 개선을 이끌어내는 것이 불가능합니다.

아이디어를 전략적 사업으로 전환하는 핵심 성과 지표(KPI)를 설정하세요. 일반적인 성공 지표는 다음과 같습니다.

• 효율성 향상: 상담원은 수동 작업 시간을 얼마나 줄여야 할까요?
• 정확도: 에이전트의 분류나 출력은 얼마나 정확해야 합니까?
• 속도: 전반적인 프로세스는 얼마나 빨리 개선되어야 합니까?

이러한 KPI를 시스템에서 캡처하고 추적합니다. Mendix 포트폴리오 관리 기술적 성공뿐만 아니라 비즈니스에 미치는 영향을 구축할 수 있도록 보장합니다.

3 – 트리거 설정

개발을 시작하기 전에 에이전트가 어떻게 활성화될지 고려하세요. 트리거는 전체 개발 프로세스를 형성하는 가장 기본적인 결정입니다.

트리거에는 세 가지 주요 유형이 있습니다.

• 이벤트 기반: 새 이메일 도착, 외부 시스템의 API 호출, 사용자 인터페이스의 수동 트리거, 데이터베이스 레코드 상태의 변경 또는 심지어 특정 작업에 의해 활성화됨 비즈니스 이벤트.
• 배치 : 설정된 간격으로 실행되어 대량의 데이터를 동시에 처리합니다. 예를 들어, 다음을 실행할 수 있습니다. 예정된 이벤트 모든 공개 보증 청구를 확인하여 새로운 상태 업데이트를 확인하세요.
• 이야기 잘하는: 에 의해 트리거됨 사용자의 직접 쿼리 채팅 인터페이스를 사용하며 전체적인 경험은 양방향 대화입니다.

대화형 에이전트는 매우 강력할 수 있지만, 종종 더 고급 사용 사례를 나타냅니다. 대부분의 조직에서는 에이전트 기능을 안전하고 효과적으로 활용하기 위해 이벤트 기반 또는 일괄 워크플로로 시작하는 것이 좋습니다.

4 – 사용자 경험 및 배포를 위한 디자인

트리거를 선택한 후에는 사용자가 에이전트와 어떻게 상호 작용할지 고려하세요. 기존 앱에 통합할 것인지, 아니면 독립형 도구로 사용할 것인지 결정하세요.

자신에게 물어 :

• 에이전트가 사용자의 현재 워크플로에 어떻게 적합합니까?
• 어떤 인터페이스가 경험에 적합할까요?
• 필요한 시스템과 데이터에 어떻게 연결할 것인가?

와 Mendix, 에이전트는 대시보드나 포털과 같은 기존 앱에 쉽게 내장될 수 있습니다. 시스템 간에 진화함에 따라 전송됨내장된 관찰 도구를 통해 관리자는 사용량과 성능을 실시간으로 모니터링할 수 있습니다.

5 – 올바른 모델을 선택하세요

대규모 언어 모델(LLM)은 에이전트의 기반입니다. 이 결정에는 모델이 호스팅되는 위치와 모델의 기능이 모두 포함됩니다.

호스팅 vs. 자체 호스팅

대부분의 조직에서는 다음과 같은 호스팅 LLM이 있습니다. OpenAI(Azure OpenAI 서비스를 통해), Amazon Bedrock및 Mendix Cloud Gen AI 리소스 팩 가장 실용적인 선택입니다. 이러한 솔루션은 인프라, 확장성 및 보안을 자동으로 관리합니다. 반면 셀프 호스팅 오픈소스 모델은 더 많은 제어 기능을 제공하지만 상당한 인프라 전문 지식이 필요합니다.

주요 고려 사항

• 실제 작업을 위한 도구 사용 기능
• 지연 시간과 처리량
• 비용 효율성
• 데이터 보안 및 규정 준수

가장 좋은 방법은 이점을 활용하는 것입니다. 에이전트 커먼스 in Mendix 새로운 기술과 함께 진화할 수 있는 모델에 구애받지 않는 에이전트를 구축합니다.

미세 조정 및 사용자 정의에 대한 참고 사항: 기본 LLM은 강력하지만, 특정 도메인 데이터에 맞춰 모델을 미세 조정하면 전문 작업에 대한 정확도와 관련성을 크게 향상시킬 수 있습니다. 이는 초기 에이전트가 안정되고 성능 차이를 명확하게 파악한 후에 고려해야 할 고급 기법입니다. 전담 데이터 준비 및 컴퓨팅 리소스가 필요합니다.

6 – 에이전트에게 올바른 방향을 제시하세요

모델을 선택한 후에는 에이전트에게 무엇을 해야 할지 알려줘야 합니다. 신속한 엔지니어링 즉, 모델이 의도한 대로 동작하도록 지침과 맥락을 구성하는 관행이 필요합니다.

에이전트는 두 가지 유형의 프롬프트에 의존합니다.

• 시스템 프롬프트: 에이전트의 페르소나, 목표, 제약 조건을 정의합니다.
• 사용자 프롬프트: 특정 작업이나 응답을 트리거합니다.

명확하고 구체적인 프롬프트는 일관된 행동으로 이어집니다. 모호함은 예측 불가능한 결과로 이어집니다. 프롬프트 엔지니어링은 반복적인 과정입니다. 즉, 성능과 안정성을 최적화하기 위해 시간이 지남에 따라 프롬프트를 개선하는 것입니다.

7 – 에이전트에게 도구 제공

기본 LLM을 에이전트 시스템으로 격상시키는 것은 도구를 통해 조치를 취할 수 있는 능력입니다. Mendix 외부 데이터, 시스템 및 워크플로와 상호 작용할 수 있는 마이크로 흐름입니다.

도구는 애플리케이션에서 로컬로 실행될 수도 있고 다음을 통해 연결될 수도 있습니다. 모델 컨텍스트 프로토콜(MCP).

8 – 성공을 위한 디자인

에이전트를 구축하는 것은 단 한 번의 프로젝트가 아닙니다. 시간이 지남에 따라 개선되는 반복적인 과정입니다. 성공을 보장하려면 다음 여섯 가지 황금률을 따르세요.

1. 간단하게 시작하세요. 하나의 문제를 해결하는 데 필요한 최소한의 도구와 프롬프트로 시작하세요. 나중에 복잡성을 추가하세요.
2. 시간이 지남에 따라 진화하세요. 에이전트를 테스트하고, 개선하고, 버전을 관리하세요. Mendix Agent Builder를 사용하면 개선 사항을 쉽게 추적할 수 있습니다.
3. 명확하고 명확하게 설명하세요. 언급되지 않은 내용은 모델이 추측합니다.
4. 담당자에게 상황을 전달하세요. 실질적인 결과를 초래하는 결정은 반드시 수작업으로 검토해야 합니다.
5. 컨텍스트 창을 관리하세요. 혼란을 피하기 위해 에이전트에게 관련성 있는 데이터만 제공하세요.
6. 분할 정복. 복잡한 작업을 여러 개의 전문 에이전트로 분할하세요.

모두 함께 당기기

AI 에이전트를 성공적으로 통합하는 것은 전략적 여정이며, 소프트웨어 개발에 대한 우리의 사고방식을 재정의하는 과정입니다. 체계적인 설계, 명확한 거버넌스, 그리고 인간의 감독을 결합함으로써 조직은 인간의 역량을 진정으로 강화하는 에이전트를 개발할 수 있습니다.
에이전트는 가치를 제공할 수 있는 놀라운 기회를 제공합니다. 에이전트를 이해하는 가장 좋은 방법은 직접 실험해 보는 것입니다. Mendix Agent Builder Starter App을 무엇이 가능한지 보세요.