한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬받아 작성된 서평입니다.

AI 에이전트 시대

작년에 AI를 교육하는 곳에서 근무하면서 학생들과 AI 에이전트에 대해서 이야기를 정말 많이 나눴습니다. 이젠 개발을 인간보단 AI 에이전트들이 더 많이 하고 있으니, 개발 및 AI를 공부하려고 들어오는 사람들은 관심이 없을래야 없을 수가 없는 것 같다고 생각했습니다. 그러다보니 학생들의 프로젝트에서도 AI 에이전트가 이용되었습니다. 프로젝트 후에 AI 에이전트가 ‘스스로 어떤 행동 할 수있는 AI’라고 러프하게 아는 것을 넘어서 제대로 공부해야겠다는 의견들도 꽤 많았습니다. 정말 이젠 AI 에이전트의 시대라고 말할 수 있을 것 같습니다.

이번에 AI 에이전트 엔지니어링 책을 읽고 그 때 생각이 많이 났습니다. 이 책에서 AI 에이전트 엔지니어링의 전반적인 내용을 모두 다루고 있습니다. AI 에이전트의 개념, 설계, 오케스트레이션, 거버넌스, 보안 등 쉬운 내용부터 복잡하고 어렵다고 느껴지는 내용까지 전부 다룹니다.

도구는 계속 바뀌지만 엔지니어링의 큰 틀이 쉽게 바뀔까?

AI와 관련된 모든 것은 정말 빠르게 바뀌고 있습니다. 그래서 공부한게 금방 쓸모 없어 질까봐 뭘 공부하기가 무서울 정도 입니다. 벤치마크 1위 모델도 수시로 바뀌고 새로운 툴이 정말 계속 생겨나고 있습니다. 하지만 그것들을 이용하여 AI 에이전트를 활용한 서비스를 만드는 것에 있어서, 엔지니어링의 큰 틀은 쉽게 바뀌지 않을 것이라는 생각이 듭니다.

AI 에이전트는 LLM을 기반으로 동작하고, LLM이 아무리 똑똑해져도 시스템을 구성하는 하나의 강력한 엔진일 뿐이기 때문입니다. 에이전트가 어떤 순서로 사고하고 행동할지 파이프라인을 기획하고 외부의 데이터베이스나 API와 안전하게 연결하여 실제 동작을 구현하는 것, 예외 상황을 처리하고 메모리를 관리하는 과정은 전통적인 소프트웨어 아키텍처 설계와 유사하다는 생각이 듭니다. 마치 그동안 프론트엔드나 백엔드 프레임워크가 계속 유행을 타며 바뀌어도 효율적으로 좋은 코드를 짜기 위해 노력했던 것과 같은 이치라고 봅니다. 책에서 AI 에이전트를 어떻게 설계하는 것이 좋은 것인지 무엇을 주의해야 하는지 다뤄줍니다. 내용이 쉽지는 않습니다만, AI 에이전트를 설계하고 서비스하려는 개발자는 알아야하지 않나 생각이드네요.

책을 추천하고 싶은 독자

다루는 범위가 넓다보니 쉬운 책은 아니지만 AI 에이전트 엔지니어링에 관심이 있고 AI 에이전트에 대해서 다면적으로 공부하고 싶은 사람이라면 누구나 읽어봐도 괜찮을 것 같습니다. 다만, 프로그래밍에 이제 입문했고 Python에도 익숙하지 않다면 굉장히 어려울 것 같습니다. 그래도 천천히 읽으면서 공부하면 못 볼 정도는 아닙니다. LangChain, LangGraph를 프레임워크로 이용하고 있고 예제코드도 줍니다.

책에서 다루는 예제는 주로 개념을 이해하기 위한 예제들이라, 실용적인 예제와 다양한 유스케이스를 통해 실습하며 배우고 싶은 분들에겐 다소 아쉬울 수 있습니다. 그렇지만 AI 에이전트를 구성하는 요소와 아키텍처에 대한 전반적인 내용을 배우기엔 훌륭한 책이라고 생각합니다.

마무리

AI 에이전트 그냥 API 받아서 Tool이나 MCP 연결해주고 프롬프트 잘 넣어주면 쉬운 거 아니야? 라고 생각했던 적도 있습니다. 복잡한 문제를 해결하기 위해서 복잡한 에이전트를 만들어야 한다면 쉽지 않습니다. 책 내용에서 멀티 에이전트를 다루는 파트는 어려웠지만 배운게 많았습니다.

그래서 요약하자면 ‘신뢰성 있는 AI 에이전트 서비스를 만들기 위해 알아야 할 지식을 다루는 책’ 이라고 할 수 있을 것 같습니다. AI 에이전트를 사용자는 쉽게 쓰고 있지만 그렇게 만들기는 만만하지 않다는 것도 알 수 있습니다.

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬받아 작성된 서평입니다."

​

프리랜서 개발자로 일하면서,

AI의 도입 덕분에 개발 생산성이 체감상 10배는 뛴 것 같습니다.

높아진 생산성은 곧 수익 창출로 직결되기에

AI를 더욱 적극적으로 활용하고자 다방면으로 공부하던 중,

믿고 보는 한빛미디어에서 새로운 O'REILLY 책을 출간했길래

나는리뷰어다 활동을 통해 제공받아 읽어보게 되었습니다.

이 책으로 도움받은 것

기존에 제가 코드를 작성하던 방식은 스스로 요구사항을 분석 및 기획한 뒤,

프롬프트를 작성해 AI에게 입력하고 결과물을 얻어내는 1차원적인 형태였습니다.

​

평소 'AI 에이전트'라는 단어를 자주 접하긴 했지만,

정확한 역할이나 왜 필요한지 깊게 고민해 보진 않았습니다.

​

하지만 이 책을 읽으며 제 작업 방식에 근본적인 개선이 필요하다는 것을 깨달았습니다.

책에서는 AI 에이전트의 개념을 아주 명쾌하게 정의합니다.

하나의 거대한 프로젝트를 작은 단위로 쪼개고,

특정 LLM이 그 쪼개진 역할만 집중적으로 수행하도록 특화시킨 것이 바로 에이전트라는 것입니다.

이 깨달음을 바탕으로 저 역시 작업 프로세스를 시스템화해 보았습니다.

각 역할별로 AI 에이전트를 정의하여 실무를 위임하고,

저는 최종적인 의사결정과 전체적인 방향성만 컨트롤하도록 구조를 바꿨습니다.

​

epic이나 micro task들을 일일이 나열하는 대신

프로젝트별로 구성한 워크플로우를 레포지토리별로 관리하고,

각 에이전트가 제 역할을 수행하게 만들었더니

이전과는 비교할 수 없을 정도로 생산성이 증대되는 것을 체감하고 있습니다.

​

이 책에서 배운 에이전트 분업화 개념은

개발뿐만 아니라 제 개인적인 파이프라인 구축에도 적용할 수 있었습니다.

​

첫 번째로 '주식 투자 워크플로우'를 만들었습니다.

시장 뉴스를 수집하는 에이전트,

기업의 재무제표 데이터를 분석하는 에이전트,

그리고 이를 종합해 매매 시그널을 제안하는 에이전트로 역할을 나누었습니다.

예전 같으면 직접 모든 지표를 확인하느라 시간을 쏟았겠지만,

이제는 각 에이전트가 정리해 준 최종 보고서를 바탕으로 투자 의사결정만 내립니다.

​

두 번째로는 '유튜브 콘텐츠 리서치 워크플로우'입니다.

저는 유튜브 채널을 운영중인데 컨텐츠 기획에도 이 시스템을 도입했습니다.

경쟁 유튜버들을 분석하고

아이디어를 투입하면 채널 방향성에 적합한 컨텐츠를 만들도록 워크플로우를 구성했습니다.

덕분에 콘텐츠 제작에 소요되는 시간이 획기적으로 줄어들었고,

저는 아이디어 구상이나 운영 관리에만 집중할 수 있게 되었습니다.

​

이처럼 단순한 코드 생성기를 넘어,

AI를 진정한 나의 '동료'로 만들고 싶은 개발자분들께 이 책을 강력히 추천합니다.

'AI 에이전트 엔지니어링'은 AI 에이전트를 단순한 프롬프트 조합이나 챗봇 확장으로 보지 않는다. 독립적이고 확장 가능한 소프트웨어 시스템으로서의 에이전트를 다룬다. 에이전트의 개념과 유형 분류부터 시작해, 도구 설계, 오케스트레이션, 메모리, 멀티 에이전트 아키텍처 같은 구축 단계를 거쳐, 측정, 모니터링, 보안, 인간-에이전트 협업까지 운영 전반을 체계적으로 다루는 종합적인 기술서다. "에이전트를 개발하는 방법"이 아니라 "에이전트를 엔지니어링하는 법"에 초점을 맞추고 있다.

이제 너무 당연한 말이지만, 세상은 빠르게 움직이고 있다. 지난 주 회사 내부 시스템에는 한 분이 2월의 주요한 AI소식을 작성했는데 빅테크 회사들의 소식만 17개였다. OpenClaw 같은 오픈소스 에이전트가 등장해 메신저만으로 예약과 실행을 처리하고, Anthropic, OpenAI, Google은 하룻밤 사이에 코딩 에이전트를 동시에 업데이트했다. 이 회사들의 경쟁 지점은 모델 성능이 아니라 워크플로우 흡수력이다. 사용자가 이미 하고 있던 행동을 관찰하고, 제품 안으로 빨아들이는 속도가 승부처가 되었다.

개발만이 아니다. 운영, 고객 서비스, 결제, 예약까지 전 분야에서 에이전트의 성숙도가 높아지면서 인간의 일을 대체하는 움직임이 가속화되고 있다. 시트리니 리서치는 2028년까지 AI가 소프트웨어 산업 → 중개 산업 → 화이트칼라 고용 → 금융 시스템 → 모기지 시장 순으로 연쇄적 충격을 일으킬 수 있다고 경고했다. Anthropic이 코딩 에이전트의 능력을 발표할 때마다 SaaS 기업들의 주가가 흔들리는 건 이미 반복되는 풍경이 되었다. "AI가 일자리를 대체한다"는 말이 더 이상 먼 미래의 이야기가 아니라 목전이다.

이렇게 거대한 변화의 와중에, 아주 사소한 테스트를 하나 했다. 내 개인 github 북마크 저장소에 링크를 추가하는 일을 Claude Code에게 시켜봤다. 결과는 불만족스러웠다. 과정을 다시 살펴보니, 이 간단해 보이는 작업이 실제로는 생각보다 꽤 많은 단계로 이뤄져 있었다.

1. 새로운 링크를 어딘가에서 보고 저장한다
2. 브라우저에서 열고 markdown link 형식으로 복사한다
3. (내 개인 github 저장소에서) 적절한 파일과 위치를 찾아 붙여넣는다
4. 내용에도 다른 link가 여럿 있으면 어떤 link를 main으로 하고, 다른 link를 sub로 할지등 계층 구조를 잡는다
5. (반복 작업을 간단하게 하기 위해 사용하는) commit script를 실행한다
6. commit message를 다듬는다
7. git push로 마무리한다

이것도 전부가 아니었다. markdown link 안에 대괄호가 들어가면 안 된다든지, 시리즈 글일 때는 제목 계층을 어떻게 잡는다든지, 상황에 따른 나만의 규칙이 더 있었다. 명시적으로 정리한 적 없는 암묵지들이다.

결국, 우리의 실제 업무를 AI로 자동화한다는 건, 먼저 수많은 암묵지를 명확하게 문서화하는 작업이 선행되어야 한다. 그리고 그 문서화된 워크플로우를 검증하고, AI가 실행할 수 있게 설정하고, 결과를 확인하는 과정까지. 우리의 수많은 업무가 이 수준에 도달하려면 얼마나 걸릴까? 또 운영 과정에서 발생하는 변경 사항을 적용하려면 어떤 과정이 필요할까?

바로 이 지점에서 이 책의 가치가 드러난다. AI 에이전트가 "다 해준다"는 환상과, 북마크 하나도 (설명하기 전에는) 제대로 못 시키는 현실 사이의 간극. 그 간극을 메우려면 에이전트를 어떻게 설계하고, 도구를 어떻게 연결하고, 메모리를 어떻게 관리하고, 실패했을 때 어떻게 복구하는지를 알아야 한다. 프롬프트를 잘 쓰는 것만으로는 부족하다. 에이전트를 하나의 소프트웨어 시스템으로 엔지니어링할 수 있어야 한다.

이 책은 그 과정을 기초부터 운영까지 체계적으로 안내한다. 에이전트의 개념을 잡는 것부터 시작해, 오케스트레이션과 멀티 에이전트 아키텍처 같은 심화 주제를 거쳐, 모니터링, 보안, 거버넌스 같은 운영 영역까지 다룬다. 특히 운영 파트가 있다는 점이 중요하다. 에이전트를 "개발하는" 책은 많지만, "운영하는" 것까지 다루는 책은 적다. 자동 실행이 늘어날수록 사고 비용이 커지고, 결국 감사 로그, 관측 가능성, 롤백, 정책 같은 운영 역량이 에이전트 시스템의 품질을 결정한다는 걸 감안하면, 이 부분이야말로 이 책의 중요한 부분이고 차별점이다.

AI 에이전트의 시대가 오고 있다는 건 분명하다. 아니 이미 왔다. 하지만 그 시대를 제대로 맞이하고 이용하려면, 자신의 업무를 분해하고, 암묵지를 드러내고, 그 위에 에이전트를 설계, 구축, 운영하는 엔지니어링 역량이 필요하다. 이 책은 그 역량을 쌓기 위한 좋은 출발점이다.

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다

— 무림 비급이 아니라, 설계 철학에 대한 책

이 책을 ‘규화보전’ 같은 무림의 숨은 비급이라고 생각하고 접근하면 어울리지 않을 수도 있겠다. 어떤 절대적인 비법이나 비밀스러운 기술을 알려주는 책이라기보다는, 이제 막 형성되고 있는 분야의 윤곽을 정리해주는 안내서에 가깝기 때문이다.

나는 데이터를 서빙하는 회사에서 일하고 있다. 이 분야에 오래 몸담았다고 하긴 어렵지만, 한때는 “데이터를 서빙하는 것이 곧 AI인가?”라는 생각을 했던 적도 있다. 그러나 이 책을 읽으며 느낀 것은, 단순히 데이터를 잘 전달하는 것과 AI 에이전트를 설계하는 것은 결이 다르다는 점이었다. AI 에이전트는 단순한 데이터 처리 시스템이 아니라, 의사결정과 오케스트레이션을 포함한 하나의 복합 시스템이라는 인식이 분명해졌다.

1️⃣ 정의부터가 아직 정리되지 않은 영역

책의 초반부는 AI 에이전트의 정의, 종류, 모델 구성, 활용 사례 등을 설명한다. 하지만 읽으면서 느낀 점은 이 분야가 아직 초기 단계라는 것이다. 용어가 완전히 정리되지 않았고, 일부는 오남용되면서 본래 의미가 흐려진 부분도 있다. 책은 이러한 혼란까지 함께 짚어준다.

어쩌면 이 책은 이미 완성된 기술을 설명하는 교과서라기보다,
형성 중인 생태계를 구조화하려는 시도에 가깝다.

2️⃣ 모델과 오케스트레이션 — 낯설지 않은 풍경

두 번째 파트에서는 모델 선택과 오케스트레이션 방법을 다룬다. 이 부분을 읽으며 과거 경험이 떠올랐다.

나는 과거 중국 인스퍼(Inspur)에서 개발했던 딥러닝 개발 플랫폼 AI STATION을 PoC, 설치, 납품, 유지보수까지 담당한 적이 있다. 당시 이 솔루션을 보며 “이건 결국 Kubernetes 위에 구성된 Docker 기반 오케스트레이션 아닌가?”라는 생각을 했었다. GPU 서버를 여러 대 운영하고, 워크로드를 분배하고, 자원을 관리하는 구조는 결국 하나의 통합 솔루션이었다.

또한 GPU가 아닌 IPU 서버에 대한 PoC를 진행한 적도 있다. 이때 InfiniBand(인피니밴드) 기반 네트워크 구성이 인상적이었다. 이후 딥러닝 플랫폼에서 InfiniBand를 활용한다는 이야기를 들으며, GPU 환경에서는 이것이 왜 더 복잡한지 고민해본 적도 있다.

이런 경험 때문인지, 책에서 말하는 에이전트 오케스트레이션은 완전히 새로운 개념이라기보다는,
기존 인프라 설계 위에 LLM이라는 추론 계층이 추가된 형태처럼 느껴졌다.

다만 기술의 변화 속도가 너무 빠르다. 책이 설명하는 기술 스택조차 이미 다음 세대가 등장하고 있는 상황이다. 그래서 이 책은 특정 도구를 배우는 용도라기보다, 선택 기준을 세우는 사고방식을 익히는 데 더 적합하다고 느꼈다.

3️⃣ 기술 스택 선택 — 엔지니어의 본질

중반부에서는 LangChain과 같은 오케스트레이션 도구, 다양한 기술 스택 선택 기준을 설명한다. 이 부분은 특히 중요하게 읽혔다.

초기에 AWS 업무를 시작했을 때 나는 데이터 엔지니어를 “나보다 훨씬 깊이 아는 사람들”이라고 생각했다. 하지만 시간이 지나며 그 의미는 달라진 듯하다. SQL을 잘 짜거나 Python을 잘 다루는 사람이 데이터 엔지니어로 불리고, 때로는 애플리케이션 개발자와 크게 다르지 않은 역할을 수행하는 모습도 보았다.

최근 상대하는 일부 엔지니어들은 기초적인 네트워크 테스트나 쿼리 동작 원리조차 깊이 이해하지 못하는 경우도 있었다. 물론 내가 신입 위주로 상대하고 있는 것일 수도 있다. 하지만 점점 느끼는 것은, 하드웨어부터 네트워크, 시스템, 애플리케이션까지 전체를 아우르는 엔지니어는 점점 희귀해지고 있다는 점이다.

AI 에이전트 엔지니어링은 바로 그 종합 역량을 요구하는 분야다.
모델만 이해해서는 부족하고, 인프라만 알아도 부족하다.
전체 시스템을 설계하고 판단할 수 있어야 한다.

4️⃣ 운영, 거버넌스, 그리고 보안

책의 후반부는 운영과 거버넌스, 보안에 많은 분량을 할애한다. 개인적으로 가장 공감한 부분이다.

운영 환경이 어떻게 동작하는지를 정확히 이해하는 것은, 결국 성과 지표를 제대로 측정하기 위한 전제조건이다. ELK, Datadog 같은 상용 솔루션을 도입하는 것도 하나의 선택이지만, 각 솔루션의 한계와 비용 구조를 이해하지 못하면 기술 부채로 이어질 수 있다.

특히 보안은 아무리 강조해도 부족하지 않다.
AWS Bedrock 기반 프로젝트를 진행할 때, 일정이 촉박하다는 이유로 일부 보안 고려 사항을 후순위로 미뤘던 경험이 있다. “나중에 보완하자”라고 생각하며 넘어갔던 부분이 지금도 아쉽다.

이 책은 그런 태도를 경계하라고 말하는 듯하다.
AI 에이전트는 단순한 API가 아니라, 외부 도구와 데이터를 광범위하게 연결하는 시스템이기 때문이다.

✨ 결론

『AI 에이전트 엔지니어링』은 무림의 비급처럼 비밀 기술을 전수하는 책은 아니다. 대신, 빠르게 변화하는 기술 환경 속에서 무엇을 기준으로 판단하고 선택해야 하는지 생각하게 만드는 책이다.

GPU 서버 운영 경험, IPU PoC 경험, 그리고 AWS 솔루션 아키텍트로서의 설계 경험을 돌아보면, 이 책은 낯설기보다는 익숙한 고민의 연장선에 있었다. 다만 대상이 LLM과 에이전트로 확장되었을 뿐이다.

이 책은 초보자에게는 출발점이 될 수 있고,
경험자에게는 스스로의 설계 철학을 점검하게 만드는 거울이 될 수 있다.

기술은 빠르게 변하지만,
좋은 엔지니어의 기준은 결국 같다.

전체를 이해하려는 태도

기술 선택의 책임감

운영과 보안을 놓치지 않는 균형감

그 점에서 이 책은 충분히 읽어볼 가치가 있는 양서라고 생각한다.

  "한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

이 책은 에이전트 시스템을 단순히 자동화 수준이 아니라 하나의 독립적이고 확장 가능한 소프트웨어 아키텍처로 다룬다는 점에서 차별화되는 지점이 있다. 처음엔 단순한 개념 소개로 시작하지만, 설계에서 구현, 확장과 운영 등의 점진적으로 스케일을 키워 가는 구조를 따라가다 보면 큰 흐름의 아키텍처를 그려내고 있다는 인상을 받는다.

PART 1은 에이전트의 개념으로 시작해서 에이전트 시스템에서의 UX 디자인까지 다루면서 그 토대부터 다루고 있다. 1장은 AI 에이전트의 정의와 사전학습으로 인한 발전을 근거로 다루며, 에이전트가 단순 모델에 국한되는 것이 아님을 언급하고 있다. 또한 대화형, 리서치, 분석, 개발 등 여러 유형으로 에이전트를 구분하며 현재의 에이전트 활용 지형을 설명한다. 물론 이 분류는 고정된 틀이라기보다 이해를 돕기 위한 출발점에 가깝다. 현재까지의 흐름을 보면 여러 기능을 통합한 에이전트의 방향성을 두거나, 동시에 특정 영역에 특화된 에이전트는 전문화하는 방향으로 발전하고 있다. 결국 이 흐름은 보편적인 업무 통합과 전문화된 분리, 양방향으로 진행되는 것으로 느껴지는데, 책에서 언급하는 모델 선택, 동기식에서 비동기식으로의 전환, 활용 사례, 워크플로와의 관계 등을 통해 ‘어떤 문제에 어떤 에이전트를 적용해야 하는가’라는 질문을 평소 가져왔다면 조금씩 답을 얻어낼 수 있는 내용이라고 느껴졌다.

이어지는 2장은 모델, 도구, 메모리, 오케스트레이션 같은 핵심 구성요소를 중심으로 시스템 설계를 말한다. 단기/장기 메모리 구분, 성능, 확장성, 신뢰성, 비용 간 트레이드오프, 단일/멀티 에이전트 아키텍처 패턴 등은 꽤 실무적으로 고민되는 지점이 많음을 알 수 있었다. 특히 에이전트가 단순 호출에서 끝나는 게 아니라 도구를 조합하고 맥락을 유지하며 점진적 확장이 가능한 시스템으로 설계해야 한다는 관점을 일관되게 드러난다. 3장은 에이전트에서의 UX가 빠르게 진화함과 동시에 에이전트의 종류에 따라 접근하는 방식을 다르게 가져가야 한다는 점을 설명하고 있다. 최근에 LLM 챗봇 기반의 서비스를 개발하면서 UX에 대해 고민하고 있는데, 그 지점에서 흥미롭게 읽을 수 있는 여지가 있었다.

PART 2는 좀 더 본격적인 구축과 확장의 단계다. 4장은 랭체인을 포함한 도구를 소개하고, 로컬, API, 플러그인, MCP 등 다양한 유형을 정리하는데, 경험이 있다면 도움이 될 만한 내용이었다. 실시간 코드 생성과 자동화된 도구 개발은 강력한 가능성과 동시에 품질, 보안, 재현성 문제를 균형감 있게 언급하는데, 도구를 바라보는 태도와 관점을 느낄 수 있는 부분이었다. 5장은 오케스트레이션을 중심으로 반사형, 리액트 등과 표준, 시맨틱, 계층적 도구 선택과 단일, 병렬, 체인, 그래프 토폴로지를 비교한다. 6장은 메모리를 좀 더 심화해 벡터 스토어, RAG, 그래프RAG 등을 다루며, 7장은 비모수적 학습(리플렉시온, 경험 학습)과 모수적 학습(SFT, DPO, RLVR)을 통해 에이전트가 어떻게 진화할 수 있는지 설명한다. 8장은 단일에서 멀티 에이전트로 확장해 에이전트는 더 이상 하나의 모델이 아니라 역할을 나누고 협업하는 시스템으로 재정의되는 과정을 이야기한다. 사실 5장에서 8장까지는 해당 개념을 처음 접해보는 내게는 다소 까다롭게 느껴지는 부분이어서 가볍게 개념을 접하고 훑어본다는 느낌으로 읽어 내려갔다. 다만 해당 개념을 이미 접해보고 실무에 근접해 있는 사람에게는 좀 더 심화적으로 접근 가능할 것 같다는 생각이 들었다.

PART 3는 운영과 거버넌스다. 9장은 측정을 기반으로 개발 라이프사이클에 통합하고, 그 과정에서 마주할 할루시네이션, 일관성, 응집성, 예기치 않은 입력까지 전반적으로 점검한다. 10장은 모니터링 스택, 오픈텔레메트리, 섀도 모드, 카나리 배포, 자가 치유 패턴 등을 통해 ‘운영 중 학습’을 강조하고, 11장은 피드백 파이프라인과 A/B 테스트, 베이지안 밴딧, 지속 학습을 통해 개선 루프 설계에 대해 다루며, 12장은 에이전틱 시스템 특유의 보안을 집중적으로 다루고 있다. 최종적으로 인간과 에이전트의 협업을 다루고 있기 때문에 특히나 이 파트는 팀 단위에서 에이전트 도입을 고민하고 있는 CTO나 기술 담당자에게 특히 도움이 될 만한 파트가 아닐까 싶다.

이 책은 단순한 기술 낙관이나 프롬프트 팁을 나열하는 데 머물지 않고, 에이전트 시스템을 공학적이고 조직적인 구조로 다룬다는 점에서 분명한 전문성이 느껴졌다. 솔직히 말해 내게는 단번에 소화하기 어려운 대목들이 있었지만, 에이전트를 유형별로 정리하면서도 직군별 통합 에이전트와 고도로 특화된 에이전트가 공존하게 될 미래를 함께 조망한다는 점에서 전체 지형을 이해하고 전반적인 그림을 그리기에 충분한 내용이었다.

특히 변화의 속도가 빠른 요즘, 일시적 유행이나 도구의 기능에 기대기보다 흔들리지 않을 설계 원칙과 트레이드오프, 평가와 운영의 틀을 제시한다는 점에서 이 책의 가치가 좀 더 분명해진다. 에이전트를 도입하려는 팀, 그리고 에이전트 기반 프로덕션 환경을 설계해야 하는 개발자와 AX 아키텍트에게 이 책은 단기적인 활용 가이드 이상의 장기적인 시스템 관점을 세우게 해주는 기준이 될 만한 책이다.

#한빛미디어 #나는리뷰어다 #AI에이전트엔지니어링

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

AI 에이전트 개발에 첫발을 내딛는 백엔드 개발자에게 훌륭한 나침반이 되어주는 책입니다. 단순한 프롬프트 작성을 넘어 랭체인의 기초부터 복잡한 오케스트레이션, 도구 선택 전략(시맨틱/계층적), 그리고 지식 컨텍스트 관리(RAG)까지 시스템 아키텍처 관점에서의 연동 방식을 깊이 있게 다룹니다. 책을 읽는 내내 제가 구상 중인 주식 및 공시 데이터 분석 프로젝트에 그래프 RAG와 멀티 도구 호출을 어떻게 접목할지 구체적인 밑그림을 그릴 수 있을 정도로 실무적인 인사이트가 가득했습니다. 단순한 문답용 챗봇을 넘어, 탄탄한 소프트웨어 공학적 설계가 결합된 진짜 'AI 에이전트'를 구축하고자 하는 개발자분들께 강력히 추천합니다!



"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."

"AI에게 질문하는 시대는 끝났다. 이제는 AI가 일하게 만들어야 한다"

ChatGPT가 등장한 이후, 수많은 개발자와 엔지니어들이 LLM을 활용한 서비스를 만들어 왔습니다. 

그런데 지금 우리가 만들고 있는 것이 진짜 AI 서비스일까요, 아니면 그냥 인공지능에 질문을 대신 던져주는 깡통 제품일까요? 

이 책은 바로 그 불편한 질문에서 출발합니다.

『AI 에이전트 엔지니어링』 은 마이크로소프트, 우버, 서비스나우에서 9년간 대규모 머신러닝 시스템을 설계·배포해온 저자가 집필한 실전 가이드로 스탠퍼드 학사, 케임브리지 철학 석사, 조지아 공대 석사까지 이력만 봐도 이 분야의 깊이가 느껴지지만, 이 책의 진짜 강점은 화려한 스펙보다 현장에서 얻은 생생한 노하우에 있습니다.

이 책이 기존의 LLM 관련 서적과 결정적으로 다른 점은 "어떻게 만드는가"가 아니라 "어떻게 운영 가능한 수준으로 만드는가"에 집중하는 것입니다.

프로토타입을 만드는 건 누구나 할 수 있습니다. 하지만 장애가 나도 흔들리지 않고, 예외 상황도 스스로 처리하며, 실제 사용자를 감당하는 프로덕션 수준의 에이전트를 만드는 일은 전혀 다른 이야기 입니다.

책은 단일 에이전트부터 시작해 멀티 에이전트 오케스트레이션까지, 구조를 단계적으로 쌓아 올리며 설명합니다.

설명할 때 다양한 코드가 나오는데 예시 코드들을 제공하니 편하게 따라가며 공부할 수 있습니다.

특히 13장 '인간과 에이전트의 협업' 파트는 단순한 기술서에서는 요즘 책에서는 찾기 드문 내용으로, 신뢰 라이프사이클·책임성 프레임워크·프라이버시 컴플라이언스까지 다룹니다. 

AI 시스템이 커질수록 기술보다 거버넌스가 더 중요한 문제가 된다는 점을 이 책은 명확히 짚어내고 있습니다. 

또한 동기 처리에서 비동기 처리로의 전환, 모델 선택 기준, 에이전틱 프레임워크 비교 등 실무에서 바로 써먹을 수 있는 개념들이 군더더기 없이 정리돼 있어서 AI 에이전트 엔지니어링의 교과서 같은 책입니다.

AI 에이전트라는 단어가 유행처럼 번지고 있지만, 정작 현장에서는 제대로 된 설계 없이 LLM 호출을 덕지덕지 붙여놓은 시스템들이 넘쳐나고 있는 요즘  

"챗봇이 왜 자꾸 틀린 말을 해요?", "에이전트가 루프에 빠졌어요"와 같은 문제들은 기술의 한계가 아니라 설계의 부재에서 오는데, 이 책은 그 설계의 공백을 채워줍니다.

특히 AI 기술이 워낙 빠르게 변하다 보니, 특정 API나 라이브러리에 의존하는 책들은 출판 6개월 만에 낡아버리곤 합니다. 

반면 이 책은 프레임워크보다 원칙에 집중하기에 어떤 모델이 나오고 어떤 도구가 사라지더라도, 에이전트를 설계하는 사고방식 자체는 오래 통한다는 것이 이 책의 가장 큰 장점입니다.

이 책을 읽어야할 분들은

만들어 둔 AI 프로토타입이 있는데 실서비스로 올리기가 무서운 ML/소프트웨어 엔지니어, 여러 업무 흐름을 AI가 자동으로 처리하게 만들고 싶은 백엔드 엔지니어, 그리고 AI 도입을 결정해야 하는 기술 PM이라면 이 책을 반드시 읽기를 추천합니다.

사실 입문자가 읽기에는 어렵지만 LLM을 한 번이라도 다뤄본 중급 이상의 실무자에게 최적화된 책이라고 생각합니다.

결론적으로, 이 책은 "AI를 써보는" 단계에서 "AI로 일하게 만드는" 단계로 넘어가고 싶은 모든 이들을 위한 가장 현실적인 나침반이 될 거라 생각됩니다.

이번 서평은 전자책으로 읽었는데 노트북, 태블릿pc, 스마트폰 어느 기기에서나 읽을 수 있어서 편리했습니다. 

전자책의 장점은 종이책과 다르게 책의 무게가 없고, 책 읽을 환경에 제약을 크게 받지 않아서 대중교통에서도 핸드폰으로 편하게 읽을 수 있어서 그게 좋았습니다. 

한빛미디어의 전자책 플랫폼이 앞으로도 계속 업데이트 될텐데 한빛미디어 전자책을 이용하실 독자분들 많이 기대해주세요 ~ 

한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다.

AI 에이전트 엔지니어링 - 처음 읽는 사람도, 처음 쓰는 전자책도 괜찮았다

사실 이번 리뷰가 한빛+ 전자책을 처음 써보는 경험이었다. 처음엔 코드도 많고 도식도 많은 기술서를 전자책으로 제대로 볼 수 있을지 걱정이 있었다. 막상 열어보니 PC에서도 모바일에서도 레이아웃이 깔끔하게 유지됐고, 코드 블록도 가독성이 나쁘지 않아서 생각보다 훨씬 편하게 읽을 수 있었다. 전자책 형태로 기술서를 읽는 게 어색하게 느껴지는 분이라면, 크게 걱정하지 않아도 될 것 같다.

선택 배경

요즘 AI 에이전트라는 말이 정말 어디서나 등장한다. 뉴스에도, 개발 커뮤니티에도, 각종 기술 블로그에도. 그런데 막상 "AI 에이전트가 뭔지 제대로 설명해봐"라고 하면 애매하게 알고 있다는 걸 느꼈다. LLM과 뭐가 다른지, 어떤 구조로 동작하는지, 단순히 API를 연결하면 끝인지. 이런 질문들에 명확한 답을 갖고 싶어서 이 책을 신청하게 됐다.

책의 구성

책은 AI 에이전트의 개념 정의부터 시작해서 실제 설계와 구현까지 체계적으로 이어진다. 앞부분에서 에이전트라는 개념의 맥락을 충분히 깔아주고, 뒤로 갈수록 실제 엔지니어링 관점의 내용이 깊어지는 구조다. 처음 접하는 독자도 흐름을 따라갈 수 있도록 배려한 편이지만, LLM 자체에 대한 기초 개념이 전혀 없다면 초반부가 다소 빠르게 느껴질 수 있다.

요즘 AI 관련 서적 중에는 특정 프레임워크의 사용법을 나열하는 데 그치는 경우도 많은데, 이 책은 그보다 한 단계 위의 사고를 요구한다. 특정 도구에 종속되지 않고, 에이전트 설계 자체에 대한 원리적인 이해를 쌓는 데 초점이 맞춰져 있다. 그 점이 읽으면서 가장 좋게 느껴진 부분이었다.

인상 깊었던 부분

가장 인상적이었던 건 에이전트의 실패 모드를 다루는 부분이었다. 잘 동작하는 케이스만 보여주는 책들과 달리, 실제로 에이전트가 어떤 상황에서 예상치 못한 동작을 하는지, 어디서 자주 무너지는지를 구체적으로 설명한다. 그리고 이를 사전에 방지하기 위한 설계 전략과, 문제가 발생했을 때의 디버깅 접근법까지 이어지는 흐름이 실무 경험이 반영된 책이라는 인상을 줬다. 또한, 최근 핫한 주제인 에이전틱 시스템과, 이를 학습하는 부분까지 다루고 있었다. 모호할 수 있는 부분인데, 여기서 한 번 어느 정도 확실히 알고 갈 수 있었던 것 같다.

이론적으로 완벽하게 설계된 에이전트라도 실제 환경에서는 전혀 다르게 동작할 수 있다는 것, 그리고 그런 상황을 처음부터 염두에 두고 설계해야 한다는 시각이 이 책 전반에 깔려 있다. 단순히 '만드는 법'이 아니라 '제대로 만드는 법'을 다루는 책이라는 느낌이 강했다.

아쉬운 점

LLM을 거의 처음 접하는 독자라면 초반 진입이 다소 가파를 수 있다. 기본 개념에 대한 설명이 없는 건 아니지만, 어느 정도 배경지식이 있다는 전제 하에 전개되는 부분들이 있어서, 완전한 입문자에게는 친절한 책이라고 하기 어렵다. LLM과 프롬프트 엔지니어링에 대한 기초를 먼저 가볍게 익히고 읽으면 훨씬 수월할 것 같다.

또한 특정 챕터들은 개념 설명과 구현 예시 사이의 밀도 차이가 있어서, 읽는 속도가 균일하지 않은 편이다. 이론적인 부분은 상당히 촘촘하게 다루지만, 그에 비해 실제 코드 수준의 구현 예시가 조금 더 풍부했으면 하는 아쉬움도 있었다.

총평

AI 에이전트를 단순히 사용하는 것을 넘어서, 직접 설계하고 구현해보고 싶은 사람에게 잘 맞는 책이다. 특히 에이전트 기반 서비스나 자동화 시스템을 구상 중이라면, 어떤 질문을 먼저 던져야 하는지에 대한 감각을 잡는 데 도움이 된다. 개발자뿐 아니라 AI 제품을 기획하는 입장에서도 충분히 읽을 만한 책이라고 생각한다.

전자책 환경도 예상보다 훨씬 쾌적했고, 이 책을 계기로 한빛+ 뷰어에도 익숙해졌다. AI 에이전트에 관심이 있는 분이라면 한 번 읽어볼 것을 권한다.