추론 엔진 만나보기
학습 목표
이 유닛을 완료하면 다음을 수행할 수 있습니다.
- 추론 엔진이 무엇인지 정의합니다.
- 추론 엔진이 어떻게 작동하는지 설명합니다.
- Agentforce Studio 앱에서 Agentforce 빌더로 이동합니다.
- Agentforce 빌더의 주요 특징을 설명합니다.
종합적으로 살펴보기
서브에이전트와 작업은 에이전트의 구성 요소이며, 꽤 강력한 기능을 가지고 있습니다. 그렇다면 에이전트는 대화하는 동안 이러한 서브에이전트를 언제 시작해야 하는지 어떻게 알 수 있을까요? Agentforce의 추론 엔진에 대해 알아보세요.
추론 엔진이란?
추론 엔진은 오케스트라의 지휘자라고 할 수 있습니다. 지휘자가 박자를 맞추고 연주자들을 이끄는 것처럼, 추론 엔진은 서브에이전트와 작업이 사용자의 요청을 처리하는 방식을 조율합니다.
Agentforce에 사용되는 추론 엔진은 Atlas 추론 엔진이라고 하며 그래프 기반입니다. 이는 노드, 변수, 전환으로 구성된 순서도와도 같으며, 이를 통해 에이전트는 구체적이고 예측 가능한 경로를 따를 수 있습니다.
전적으로 프롬프트에 기반하는 추론 엔진과는 달리 Atlas는 에이전트의 전반적 워크플로와 대화 기능을 분리합니다. 또한 에이전트 구축을 위한 언어인 에이전트 스크립트를 사용하여 프로그래밍 방식의 표현식과 자연어 명령을 결합합니다. 그 결과 기업에서 요구하는 예측 가능성과 제어력을 제공하면서도 대규모 언어 모델(LLM)의 유연성과 창의성을 모두 갖춘 하이브리드 추론이 가능해집니다.
작동 방식
Atlas 추론 엔진이 사용자 메시지를 처리하는 과정을 살펴보면서 Agentforce 에이전트가 어떻게 추론하고 작업을 수행하며 응답을 생성하는지 알아봅시다.
-
1단계: 사용자가 질문이나 요청을 입력하면 프로세스가 시작됩니다.
-
2단계: 에이전트가 시작 서브에이전트로 정의된 서브에이전트로 라우팅됩니다.
-
3단계 에이전트가 서브에이전트를 선택하면 서브에이전트의 추론 지침을 작성된 순서대로 처리하기 시작합니다. 이 과정은 결정론적입니다. 즉, 에이전트는 LLM과 상호 작용하기 전에 프로그래밍 방식의 표현식을 먼저 처리합니다. 이때 에이전트가 프로세스 도중에 다른 서브에이전트로 전환하면 대화를 즉시 리디렉션합니다.
-
4단계: 모든 추론이 완료되면 에이전트는 도출된 지침을 사용하여 LLM으로 보낼 프롬프트를 생성합니다. 해당 프롬프트에는 에이전트 수준 지침, 최근 대화 기록, 처리된 지침, 서브에이전트가 수행할 수 있는 작업이 포함됩니다.
-
5단계: 에이전트가 LLM에 프롬프트를 전송하여 추론 프로세스를 시작하고 작업을 수행하도록 합니다. 에이전트는 LLM을 사용해서 프롬프트 내의 사용 가능한 정보를 분석하여 다음 단계를 결정합니다. LLM은 사용자에게 응답하거나 작업을 실행할 수 있습니다. LLM이 사용자에게 응답하기로 선택하면 추론 루프를 완료하고 응답을 생성합니다. LLM이 작업을 실행하기로 선택하면 해당 작업 및 해당 작업과 관련된 모든 후속 로직을 실행합니다.
하지만 프로세스는 여기서 끝나지 않을 수도 있습니다. LLM이 사용자에게 응답한 경우, 사용자는 추가 질문을 하거나 주제를 변경하여 대화를 계속할 수 있으며 에이전트는 이에 적절하게 응답합니다. 사용자가 응답하면 위의 과정이 백그라운드에서 다시 시작됩니다. 아래 비디오에서 전체 프로세스를 시각적으로 확인해 보세요.
에이전트 만들기
Agentforce 에이전트의 모든 구성 요소를 숙지한 Linda는 에이전트 구축을 시작할 준비가 되었습니다. 이제 예측 가능하며 컨텍스트를 고려하는 에이전트를 생성, 사용자 정의, 테스트할 수 있는 올인원 도구인 Agentforce 빌더에 대해 알아봅시다.
Linda가 빌더에 액세스하려면 Salesforce의 Agentforce Studio로 이동해야 합니다.
-
을 클릭하여 앱 시작 관리자를 엽니다.
-
Agentforce Studio를 검색해 선택합니다.
- All Agents(모든 에이전트) 페이지가 보이지 않으면 Agents(에이전트)를 클릭하세요.
Agentforce Studio는 AI 에이전트를 만들고 관리할 수 있는 중앙 허브입니다. 여기서 AI 에이전트를 구축, 사용자 정의, 테스트, 모니터링하는 데 필요한 모든 도구가 제공됩니다.
Linda는 New Agent(새 에이전트)를 클릭합니다. 그리고 에이전트가 수행할 역할을 자연어로 기술합니다. This is an AI agent for Cloud Kicks, which is a retailer that sells stylish and comfortable custom sneakers. This AI agent assists Cloud Kicks customers with various issues. The AI agent can answer general questions and handle order management, shipping management, and product recommendations. It can locate nearby stores. And because Cloud Kicks is a shoe company, the AI agent can also give trail recommendations to hikers and runners for a specific geographic area.(이 AI 에이전트는 스타일리시하고 편안한 맞춤형 스니커즈를 판매하는 Cloud Kicks라는 소매업체를 위해 개발되었습니다. Cloud Kicks 고객의 다양한 문제를 해결하는 데 도움을 주는 이 AI 에이전트는 일반적인 질문에 답변하고, 주문 관리, 배송 관리, 제품 추천 등을 수행할 수 있습니다. 또한 가까운 오프라인 매장을 찾아줄 수도 있습니다. Cloud Kicks는 신발 회사인 만큼, 이 AI 에이전트는 특정 지역의 등산객과 러너에게 적합한 코스를 추천할 수 있습니다.)
그러면 Agentforce가 빌더에서 새로운 에이전트를 빠르게 생성하여 Linda가 에이전트 개발 프로세스를 시작하는 데 큰 도움을 줍니다.
빌더에 대한 간략한 소개
첫 에이전트를 만든 Linda가 Agentforce 빌더에 익숙해질 수 있도록 도와줍시다. 빌더의 주요 기능과 역할은 다음과 같습니다.
-
탐색기(1): 에이전트의 모든 자산과 구성 요소를 이곳에서 확인하고 탐색할 수 있습니다. 여기에는 에이전트의 설정, 서브에이전트와 그 작업, 에이전트의 데이터 소스 및 연결 등이 포함됩니다.
-
캔버스(2): 이 문서 스타일 편집기를 사용해서 에이전트를 수정하거나 관련 세부 정보를 확인할 수 있습니다. 캔버스 뷰에서 자연어로 에이전트를 만들거나, 스크립트 뷰로 전환해서 구문 강조 및 실시간 검사 기능을 갖춘 스크립팅 언어를 사용할 수 있습니다.
-
미리보기(3): 발화를 입력하여 에이전트를 테스트합니다. Agentforce 빌더에서 대화를 미리 볼 때는 각 메시지에 대한 에이전트의 추론 및 행동을 요약하여 확인할 수 있습니다.
-
캔버스/스크립트 (4): 자연어 기반의 캔버스와 코드 기반의 스크립트 뷰를 전환할 수 있습니다.
-
Agentforce 어시스턴트(5): 내장된 AI 어시스턴트를 통해 에이전트 제작, 디버깅, 개선에 도움을 받을 수 있습니다.
Agentforce 빌더에 대해 더 자세히 알아보고 싶다면 새로운 Agentforce 빌더: 빠르게 살펴보기 뱃지를 확인하세요.
작업을 위한 실습 시간
Agentforce의 작동 방식을 익힌 Linda는 더욱 자신감을 얻었습니다. 그거 아세요? 이제는 여러분의 차례입니다! 빠른 시작: Agentforce로 첫 에이전트 만들기 뱃지를 완료하여 Agentforce 실습을 진행하세요. 그런 다음 Agentforce 구현 가이드를 살펴보면서 에이전트 개발 프로세스 전체를 심층적으로 학습하세요.
이를 통해 새로운 지식을 습득하고 나면 Agentforce를 사용해서 자신만의 AI 에이전트를 계획, 구축, 맞춤 설정할 수 있을 것입니다. 그럼 이제 멋진 에이전트를 만들어 보세요!