첫 AI 에이전트 만들기

D.Hub의 AI 에이전트는 사용자의 요청을 이해하고, 필요한 도구를 호출해 정보를 얻은 뒤 답변하거나 액터를 호출해 작업을 실행합니다. 이번 레슨에서는 이후 레슨에서 계속 사용할 에이전트의 기본 틀을 만듭니다.

이번 코스에서 만들 결과

이 코스에서는 하나의 에이전트에 다음 리소스를 차례대로 연결합니다.

sequenceDiagram
    accTitle: 도구 호출과 사람 승인 경계
    accDescr: 사용자의 요청을 도구로 정리하고 AI 에이전트가 결과를 설명한 뒤 승인 액터가 사용자 승인을 받은 경우에만 실행하는 흐름입니다.
    actor User as 사용자
    participant Agent as AI 에이전트
    participant Tool as course_normalize_text
    participant Action as course_confirm_action
    User->>Agent: 요청 입력
    Agent->>Tool: 문자열 정리 요청
    Tool-->>Agent: 정리 결과 반환
    Agent-->>User: 결과와 실행안 설명
    Agent->>Action: 실행 승인 요청
    Action-->>User: 승인 카드 표시
    alt 사용자가 승인
        User->>Action: 승인
        Action-->>User: 작업 실행 결과
    else 사용자가 거부
        User->>Action: 거부
        Action-->>User: 실행하지 않음
    end

• 도구는 정보를 읽거나 계산하고 결과를 반환합니다. 외부 상태를 변경하지 않는 작업에 사용합니다.
• 액터는 기록·전송·변경처럼 리스크가 있는 작업을 담당합니다. 확인을 위해 실행 전 승인을 요구하거나 실행을 차단할 수 있습니다.

사전 준비

• 에이전트·도구·액터를 만들 수 있는 컬렉션 1개
• 6강에서 배포와 채팅까지 진행하려면 같은 컬렉션에 등록된 LLM 모델 1개

등록된 모델이 없어도 1~5강의 에이전트·도구·액터·지식 생성과 개별 테스트는 진행할 수 있습니다. 6강에서는 모델 준비 여부에 따라 배포·채팅 경로와 구성 점검 경로 중 하나를 선택합니다.

에이전트 생성 화면 열기

1. 왼쪽 사이드바에서 AI → 에이전트를 선택합니다.
2. 오른쪽 위의 생성을 선택합니다.
3. 에이전트 만들기 화면에서 다음 기본 정보를 입력합니다.

에이전트 이름은 영문 소문자, 숫자, 하이픈만 사용할 수 있으며 양끝은 영문자나 숫자여야 합니다. 도구와 액터 이름이 밑줄을 사용하는 것과 규칙이 다르므로 주의하세요.

모드 선택하기

모드에서 다음 두 선택지를 확인합니다.

• AI 에이전트 — AI가 대화 중 필요한 도구와 액터를 스스로 선택하는 채팅 방식
• 워크플로우 — 노드를 연결해 실행 순서를 명시하는 시각적 흐름 방식

이번 코스에서는 AI 에이전트를 선택하고 생성을 선택합니다. 저장이 끝나면 새 에이전트의 빌더로 이동합니다.

빌더 화면 확인하기

처음 열린 빌더에서 다음 영역을 확인합니다.

• 기본 정보, 설정, 공유 및 권한
• 시스템 지시문 — 에이전트의 역할과 행동 규칙
• 모델 — 실행할 LLM 모델
• 기능 구성 — 도구, 액터, 에이전트, 시맨틱 테이블, 질의 템플릿

아직 도구와 액터를 만들지 않았으므로 기능 구성의 선택 수가 모두 0인 것이 정상입니다.

자가 점검

• AI → 에이전트에서 에이전트 빌더 실습이 보입니다.
• 에이전트 이름을 agent-builder-course로 입력했습니다.
• 모드를 AI 에이전트로 선택했습니다.
• 빌더에서 시스템 지시문, 모델, 기능 구성을 확인했습니다.
• 모델 미등록 안내가 리소스 생성 실패와 다른 상태임을 이해했습니다.

다음 레슨

부작용 없이 문자열을 정리하는 Python 도구를 만들고, 저장하기 전에 테스트 실행으로 결과를 확인합니다.