AI 에이전트 엔지니어링은 생성형 AI 시대에 단순한 자동화를 넘어서 실제로 '스스로 일하고 판단하는 AI 에이전트 시스템'을 구축하고 운영하는 전 과정을 체계적으로 안내한 실전 가이드다. 이 책은 아이디어 수준에 머무르는 프로토타입을 넘어, 프로덕션 수준의 안정적이고 확장 가능한 AI 에이전트를 설계·배포·운영하는 데 필요한 핵심 개념과 방법론을 상세하게 제시한다. 한빛미디어가 최근 출간한 AI 실무서들이 개념과 활용 중심이었다면, 이 책은 실제 엔지니어링 관점에서 AI 시스템의 전체 라이프사이클을 다루는 점에서 독보적이다. 저자 마이클 알바다는 마이크로소프트, 우버, 서비스나우 등 여러 글로벌 기업에서 대규모 머신러닝 솔루션과 에이전트 시스템을 설계·구축·배포해 온 경험을 기반으로, AI 에이전트의 설계 원칙과 구조적 접근법을 실무 중심으로 정리했다. 기본적인 에이전트 개념부터 시작해, 핵심 구성 요소인 도구(tool), 메모리(memory), 오케스트레이션(orchestration) 같은 구조적 빌딩 블록을 상세하게 설명하고, 이를 어떻게 안전하고 견고한 시스템으로 조율할지 논리적으로 풀어낸다. 책의 전반부는 AI 에이전트란 무엇인지, 어떤 특성을 가지는지에 대해 탄탄하게 정리한다. 파운데이션 모델을 기반으로 하는 에이전트가 단순한 명령 처리기를 뛰어넘어, 실제 문제 해결자로서 어떻게 설계되어야 하는지를 사례와 함께 설명해준다. 이어지는 파트에서는 에이전트 아키텍처 설계, 단일 에이전트와 멀티 에이전트 시스템의 구성, 설계 트레이드오프 탐색 등 기술적 요소를 체계적으로 다룬다. 이는 단순한 이론적인 개념이 아닌, 실제 프로젝트에서 마주칠 다양한 문제를 어떻게 해결할지에 대한 실질적인 안내다. 특히 이 책은 UX(사용자 경험)와 신뢰성, 보안, 거버넌스 같은 운영 관점까지 폭넓게 다룬다는 점이 독자에게 큰 강점으로 작용한다. AI 에이전트가 실제 사용자와 상호작용할 때 고려해야 할 모달리티 디자인, 사용자 컨텍스트 유지 전략, 에이전트 행동의 투명성과 신뢰 표현 등 실 사용자 관점의 설계 요소도 구체적으로 다루고 있어 기술적 설계와 사용자 경험 설계가 자연스럽게 연결된다. 이 책은 또한 단일 에이전트 시스템뿐 아니라 멀티 에이전트 시스템 설계를 통해 역할을 분담하고 협업하도록 구성하는 방법을 소개한다. 현대의 복잡한 문제들은 단일 에이전트로 해결하기 어려운 경우가 많기 때문에, 다양한 에이전트가 협업하는 구조를 설계하는 능력은 실무 엔지니어에게 필수적이다. 예를 들어, 여러 업무를 병렬로 처리하거나 상황에 따라 역할을 조율하는 구조는 실제 산업 현장에서 흔히 요구되며, 이 책은 그러한 설계에 필요한 패턴과 트레이드오프 고려 방식을 명확히 제시한다. 실무 관점에서 이 책의 또 하나의 장점은 프로덕션 환경에서의 운영, 보안, 모니터링 전략까지 안내한다는 것이다. 모델의 단순한 배포를 넘어, 다양한 예외 상황에 대응하며 안정적으로 서비스를 유지·관리하는 방법까지 논의가 확장되며, AI 에이전트가 실제 비즈니스 맥락에서 신뢰할 수 있는 솔루션으로 작동하도록 돕는다. AI 에이전트 엔지니어링은 AI 에이전트를 처음 설계하려는 엔지니어부터, 이미 프로토타입을 만들어둔 개발자, 그리고 에이전트를 실제 서비스에 적용해 보려는 기술 리더까지 폭넓은 독자들에게 유용하다. 에이전트 기술이 빠르게 변화하는 지금, 단순 모델 사용이 아니라 서비스 전체를 운영 가능한 시스템으로 만드는 접근법을 제시한다는 점에서 이 책은 실무자에게 꼭 필요한 참고서라 할 수 있다.

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

현재 하는 일이 AI 에이전트와 유관하다 보니 제목부터 눈에 들어왔습니다. 400쪽이 넘는 꽤 많은 분량임에도 목차를 보니 AI 에이전트를 다루는 데 필요한 지식을 망라하고 있어 읽어두는 게 좋겠다 싶었습니다. 

이 책에서 다루는 내용 하나하나는 그렇게 어렵지 않습니다. 다만 AI 에이전트 아키텍처 전반과 멀티 에이전트 확장부터 UX, 도구 생태계, 성능 평가와 개선, 운영 모니터링, 보안과 거버넌스, 인간과의 협업까지 혼자서 구현하기 힘든 다양한 분야를 다룹니다. 책에 나온 각종 구성도와 같이 업무로 작성하는 문서에 차용할 만한 요소가 많습니다. 장마다 상세함 수준이 다른 편이기도 해서 AI 에이전트가 아예 생소한 독자는 이해가 힘들지 않을까 합니다. 소견으로는, RAG 정도를 경험했다면 읽어나가는 데 문제가 없겠습니다.

이 책의 목차가 MECE적인지까지 판단하지는 않았으나 AI 에이전트라는 최신 트렌드에 있어서는 주제를 풍부하게 다뤘다는 느낌을 받았습니다. 나름 AI 프로젝트를 해온 편이라 자부하는 편으로 제가 참여하고 겪었던 프로젝트와 운영 경험을 이렇게 정리하는 게 여러모로 유용하겠다는 생각이 들었습니다.

2022년 말 ChatGPT를 시작으로 생성형 AI가 대중과 산업 현장에 본격적으로 스며든 지도 어느덧 3년이 넘었다. 그 사이 기술은 눈부시게 발전했고, 이제는 단순히 답을 잘하는 모델을 넘어 실제로 일을 수행하는 시스템을 어떻게 설계할 것인가가 중요한 화두가 되었다. 이 책은 바로 그 질문에 정면으로 답한다. 말 잘하는 챗봇이 아니라, 도구를 사용하고 지식을 불러오며 기억을 유지하고, 필요하다면 여러 역할을 나눠 협업까지 수행하는 에이전트 시스템을 어떻게 구축하고 운영할 것인지 전체 흐름을 체계적으로 정리한다. 단순히 개념을 나열하는 데 그치지 않고, 아이디어를 실제 운영 가능한 시스템으로 전환하는 사고 틀을 제시한다는 점에서 밀도가 높다.

책의 초반부에서는 에이전트의 개념을 분명하게 정의하고, 모델 선택과 시스템 설계의 기준을 제시한다. 특히 단일 구조로 충분한 경우와 여러 역할을 나누어야 하는 경우를 구분하는 설명은 인상 깊었다. 나 역시 연구를 위한 에이전트 시스템 설계를 함에 있어 과하게 기술적이고 복잡한 구조를 먼저 도입했다가 오히려 관리가 어려워졌던 경험이 있다. 이 책은 복잡성이 언제 필요한지, 그리고 그에 따른 비용과 리스크가 무엇인지를 현실적으로 짚어준다. 속도와 정확도, 확장성과 비용, 신뢰성과 유연성 사이에서 어떤 균형을 택할 것인지에 대한 논의는 단순한 기술적 팁을 넘어 설계자의 태도를 다룬다.

도구와 메모리, 조율 구조에 대한 설명도 매우 구체적이다. 외부 기능을 어떻게 연결할지, 지금 당장의 작업에서 참고해야 할 단기 워킹 메모리와 장기적으로 가지고 가야 할 장기 메모리를 어떻게 나눠 관리할지, 여러 에이전트가 협력할 때 어떤 기준으로 역할을 분배해야 하는지 단계적으로 풀어낸다. 특히 단일 에이전트에서 멀티 구조로 확장하는 시점과 기준을 설명하는 부분은 저자가 직접적으로 경험한 실무 경험이 잘 녹아 있는 것 같이 느껴졌다. 단순히 화려함과 복잡성을 늘리는 것이 능사가 아니라, 문제의 특성과 조직의 역량을 함께 고려해야 한다는 점을 강조한다.

후반부로 갈수록 책은 단순 기술을 넘어 운영과 거버넌스의 영역까지 시야를 넓힌다. 평가와 모니터링, 실험 설계, 배포 전략, 보안까지 다루며 에이전트를 하나의 지속적으로 관리되는 시스템으로 바라본다. 단순히 작동하는 '데모'를 만드는 것이 아니라, 예기치 않은 입력과 실패 상황에서도 견고하게 동작하도록 설계해야 한다는 메시지가 분명하다. 실제 프로덕션 환경을 염두에 둔 설명이 많아 실무 참고서로서의 가치도 높다.

개인적으로 가장 깊이 공감한 부분은 인간과 에이전트의 협업을 다룬 장이었다. HCI 연구자로서 나는 늘 기술의 성능뿐 아니라, 사용자가 그 시스템을 어떻게 이해하고 신뢰하는지, 인간과 AI가 공통의 목표를 가지고 함께 일할 때 어떤 요소를 설계해야 하는지에 관심을 가져왔다. 이 책은 에이전트의 자율성을 어디까지 허용할 것인지, 인간은 어떤 역할을 맡아야 하는지, 실패가 발생했을 때 책임과 통제를 어떻게 구조화해야 하는지까지 구체적으로 논의한다. 특히 신뢰의 형성과 유지, 불확실성을 사용자에게 어떻게 전달할지에 대한 설명은 내가 연구에서 다루던 문제의식과 자연스럽게 맞닿아 있었다. 에이전트를 단순한 자동화 도구가 아니라 인간과 함께 일하는 파트너로 바라보는 관점이 인상 깊었다.

이 책의 강점은 특정 기술이나 유행을 좇기보다, 에이전트 시스템을 설계하고 운영하는 데 필요한 원칙을 일관된 구조로 정리했다는 점이다. 개념, 설계, 구현, 확장, 운영, 개선, 보안, 협업까지 하나의 흐름으로 이어지기 때문에 입문자에게는 전체 지도를, 경험자에게는 사고 체계를 다시 정리할 기회를 제공한다.

에이전트를 단순한 실험이 아닌 실제 비즈니스와 서비스 환경에 적용하고자 하는 개발자와 기술 리더, 그리고 인간과 AI의 협업 구조를 고민하는 연구자라면 이 책은 충분히 읽어볼 가치가 있다. 생성형 AI 시대에 시스템을 책임 있게 설계하고 운영하려는 이들에게 든든한 안내서가 되어줄 한 권이다.

이 책은 처음 제목을 봤을 때 기대했던 것보다 훨씬 실용적인 부분에 집중한 책이었다. 흔히 AI 관련 책들이 모델 구조나 프롬프트 팁 같은 이야기로 흐르기 쉬운데, 이 책은 그런 방향보다 LLM을 실제 서비스로 붙일 때 무엇이 문제인지에 더 집중한다.
실제로 한 번이라도 LLM 기반 기능을 붙여본 사람이라면 다 겪는 문제들이다. 책은 이걸 “이론”으로 설명하기보다, 설계 단계에서 어떤 선택을 하면 문제를 줄일 수 있는지 중심으로 이야기한다

개인적으로 이 책을 한 줄로 요약한다면.. AI를 실험 단계에서 서비스 단계로 넘길 때 읽으면 좋은 책이다.

아래와 같은 목적에서 꽤 도움이 될 것 같다

• LLM 기능을 제품에 붙이려는 개발자
• RAG나 tool agent를 운영하려는 팀
• 프로토타입 이후 단계에 들어간 프로젝트

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

사람과 AI 에이전트 사이 신뢰를 얘기하는 내용이라고 생각합니다.

사실 일반적인 소프트웨어를 얘기할 때 신뢰라는 단어를 떠올리는 일은 드뭅니다.  하지만 AI 에이전트라는 새로운 형태가 등장하며 이 개념은 비로소 조명받기 시작합니다. 이는 기존 프로그램 개발 방식에서 말하는 '사용자 친화적'이라는 개념과는 다릅니다. 그렇다면 AI 에이전트는 왜 이렇게 사용자의 신뢰를 얻으려고 하는 걸까요? LLM이 가지는 태생적 특성인 비결정성 때문입니다.

UX에 대한 내용이 인상 깊었습니다. 여기서 받은 느낌이 책을 읽는 내내 머릿속을 떠나지 않았습니다.

AI 에이전트는 정확히 얘기하면  에이전트를 만드는 사람들은 에이전트가 사람과 더 가까워지기 위해 끊임없이 궁리하고 사람을 이해하려 노력합니다. 그래야만 AI 가 내놓는 결과를 대하는 사용자의 반응에 적절하게 대응할 수 있고, 사용자가  AI 에이전트를 자연스럽게 받아들일 수 있기 때문입니다. 이 과정에서 책에서 사용자로 불리고 있지만 사실은 인간을 말하고 있다는 느낌을 받았습니다.

그리고, 어느 정도 경계가 필요하다는 생각도 들었습니다. 선을 넘지 않아야 한다는 생각이었습니다.

사용자를 알아가는 건 좋지만, 한걸음만 벗어나면 전혀 다른 길로 갈 수 있기 때문입니다. 의도적으로 사용자에게 잘못된 정보를 제공하거나 교묘하게 방향을 왜곡할 수 있을 것으로도 보였습니다. 도구 개발 부분에서 AI 에이전트가 스스로 코드를 생성하는 부분을 보며 그럴 가능성도 있겠다는 생각이 들었습니다.

UI를 만들어 사용자에게 제공하는 과정을 반복하며 사용자를 특정 방향으로 유도할 가능성도 있겠다는 생각이 들었습니다.

너무 앞서 간 것 같아 상상을 펼치는 건 여기까지만 하겠습니다.

AI 에이전트를 만들며 마주하게 될 고민과 챙겨야 할 항목들, 기꺼이 받아들여야 할 내용들이 명확한 설명과 함께 담겨있습니다.

관련 분야에서 경험을 쌓아온 분이라면 한 번쯤 머릿속을 스쳤을 법하거나, 떠올릴 수 있는 생각들입니다. 물론 사람마다 가진 경험과 지식에 차이가 있으니 비슷한 생각을 떠올리는데도 시간과 분량은 다를 수 있습니다.

하지만 '생각만 해보는 것'과 '글로 정리하여 내놓는 건' 전혀 다른 일이라 생각합니다.

머릿속 생각은 생각으로만 끝날 가능성이 높지만, 글로 정리된 내용은 읽는 사람에게 시야를 넓힐 기회를 주고 깊이 생각할 수 있는 실마리를 제공하기 때문입니다.

AI 에이전트의 현재와 미래를 이해하는데 좋은 시작점이 될 것이라고 생각합니다.

#한빛미디어 #나는 리뷰어다 #AI 에이전트 엔지니어링

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

우측의 가장 왼쪽 아이콘을 클릭하시면 마이한빛에서
제가 구매한 도서를 확인할 수 있어요

저는 저번 학기에 AI 에이전트를 팀원과 함께 만들면서
제 스스로 할 수 있는 능력이 무엇인가에 대한 고민을 되게 많이 했었습니다

바빠 죽겠는데 제 맘처럼 AI 에이전트를 엔지니어링하는 과정에서 굉장히 많은 노력이 필요했습니다

그러던 중에 발견한 한빛미디어의 요 책 AI 에이전트 엔지니어링 !!!

이 책은 대략적으로 이런 내용을 담고 있습니다.

Q. AI 에이전트가 무엇인가,, 기존의 머신러닝 시스템과 비교했을 때 어떤 차이가 있는가?

Q. 도구, 메모리, 계획, 오케스트레이션 등의 요소를 어떻게 선택하고 조합해 에이전트 아키텍처를 설계할 것인가?

Q. 단일 에이전트를 어느정도 만들었다.. 근데 이제 멀티 에이전트로 전환할 때 어떤 부분을 고려해야 할 것인가?

Q. 에이전트의 성능은 어떻게 평가하고 개선해야 하는가?

Q. 어찌저찌 내 에이전트가 마무리되었다. 이제 세상에 이 AI 에이전트를 내보내려면 어떤 도구와 프레임워크를 통해 개발, 배포해야 하는가?

이외에도 기존 SW 엔지니어링 원칙을 바탕으로 최신의 AI 에이전트 개발에 적용 가능한 사례를 중심으로 AI 엔지니어링에 대해 풀어나가고 있습니다.

따라서 이런 분들께 이 책을 추천드려요.

에이전트 프로토타입을 어느정도 설계해, 실제 개발 환경에 배포하여 세상에 에이전트를 내놓고 싶으신 분
의사결정 지원, 대화형(챗봇) 서비스 등의 목적을 위해 자율적으로 작동하는 에이전트를 구축하고 싶으신 분
단일 에이전트를 멀티 에이전트로 전환해야 하는 분
에이전트를 통합하면서 그 외에 필요한 UX 설계, 성능 측정, 모니터링, 보안 관련한 우수 사례에 대해 벤치마킹하고 싶으신 분
에이전트 엔지니어링을 해야 하는 대학원, 대학원생, 현업자 분!!!!!!!!

제가 저번 학기에 이 책을 읽었다면 참 많은 도움을 받고 시간을 절약할 수 있을 것 같아요. 흑흑
지금이라도 요 책을 알게 되신 분들께 축하의 박수를 보냅니다..
예시 코드는 업데이트를 반영해 Python 3.12 버전과 LangChain 1.0 환경에서 구동되구
한국어판 저장소, 원서 저장소 모두 github에서 확인 및 다운로드가 가능해요

큰 파트별로 AI 에이전트 엔지니어링 도서에 담긴 내용을 보자면,

PART 1 에서는 에이전트 시스템의 개념과 UX에 대해 다루고 있어요.
AI 에이전트 엔지니어링에 앞서 우리가 뭘 할 것인지 정확히 인지하고 프로젝트에 임하는 것이 진짜 중요해요
(아니면 자꾸 딴 길로 빠지거나 이상한 데에 집착하게 되더라구요..)

AI 에이전트의 유형에는 어떤 것이 있는지
전체적인 AI 에이전트 엔지니어링의 워크플로우는 어떻게 되는지
효과적인 에이전틱 시스템을 구축하기 위해 지켜야 할 원칙과 프레임워크
이어서 에이전트 시스템 설계에 대해 조금 더 자세히 다루고 있습니다.
에이전트 시스템의 핵심 구성요소
에이전트 시스템 설계 시 필요한 도구와 메모리
오케스트레이션과 아키텍처 디자인 등
텍스트 기반 / 그래픽 / 음성 / 비디오 기반 인터페이스의 모달리티와 모달리티 결합
동기식 에이전트 경험과 비동기식 에이전트 경험의 비교
에이전트 능력 커뮤니케이션

여기 마지막 부분, 에이전트 능력 부분에서
제가 에이전트를 개발하면서 유독 신경썼던 신뢰도와 불확실성의 커뮤니케이션에 대한 내용도 나오더라구요
PART 2에서는 에이전트 시스템의 구축과 확장 에 대해 다룹니다.
랭체인의 기초
에이전트 유형별 오케스트레이션과 도구, 토폴로지(위상 수학)
(+ 지식과 메모리 챕터에서는 시멘틱 메모리와 벡터 스토어, 그래프 RAG 도 다루는데
조금 어렵기두 하구, 필수적인 내용은 아니니까 이 부분 참고하여 학습해주세요)
에이전틱 시스템이 어떻게 학습하는가
단일 에이전트에서 멀티 에이전트로 전환하기 ------- ★★★★★★ 중요!!!

PART 3에서는 신뢰할 수 있는 에이전트를 운영하는 법과 거버넌스에 대해 다룹니다.
컴포넌트 평가
총체적 평가(일관성, 응집성, 할루시네이션 등)
모니터링
개선 루프
에이전틱 시스템 보안
인간과 에이전트의 협업

특히 컴포넌트 평가와 총체적 평가의 경우
지도 교수님께 제가 설정한 평가 척도와 방법에 대해 굉장히 많은 의구심을 받았었기 때문에
에이전틱 시스템을 어떻게 객관적으로 평가할 수 있는가에 대한 팁을 많이 받을 수 있었습니다.

당연히 보안과 거버넌스 관련 내용도 짚고 넘어가야
안전하고 안정적으로 개발 및 배포가 진행되겠죠!

실제로 AI 에이전트를 개발, 배포 정도로 진행해보셨을 지라도
이 책에서 얻으실 수 있는 내용이 적지 않으실 겁니다

무엇보다 알면 도움되는 내용이 아닌,
모르면 굉장히 시간과 노력의 손해를 볼 수 있는 부분들에 대한 팁이 많아서 좋았습니다
AI 에이전트 엔지니어링의 가이드라인과 같은 도서였습니다!
 

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

한빛미디어의 '나는 리뷰어다' 2월 서평단으로 'AI 에이전트 엔지니어링' 책을 선택하여 전자책으로 받아 읽게 되었다.

AI가 급격하게 발전을 하면서, 내 전문 분야가 아니지만 관심을 가질 수 밖에 없게 됐다.
당장 잘 사용할 수 없더라도 이론 혹은 개념들에 대해서 학습을 해두기 위해 이 책을 선정했다.

책 내용은 기본적으로 가벼운 개념과 함께 코드를 통해 학습하고 설명해주는 형태로 작성되어있다.
예제를 따라하면 기본적인 에이전트 프로그래밍을 해볼 수 있으며, 이후 서비스를 운영하기 위해 어떻게 점진적으로 다가가야 하는지 배울 수 있다.

책의 난이도는 개인적으로 중하 정도 되는 듯 하다.
개발을 아주 모르는 입장에서 읽기에는 용어가 난해하기 때문에 받아들이기 쉽지 않을 것 같다. 다만, 개발을 조금 알고 있는 상태에서는 AI를 적용시키는 것, AI를 응용하는 것에 있어 조금이나마 쉽게 적용하고 활용해볼 수 있을 것 같다.

에이전트를 활용해서 고도화 된 개발을 하기에는 내용이 다소 부족할 수 있지만, 개념들을 사용해 응용할 수 있는 사람이라면 전반적인 인사이트나 활용법에 대한 고민을 할 때 도움이 될 것 같다.

특히 시스템의 설계부터 운영까지 폭 넓게 다루고 있어 개발자가 아닌 사람들에게도 꽤나 좋은 인사이트와 AI를 앞으로 어떻게 활용하면 좋을 지 생각하는데 도움이 될 것 같다.

<한빛미디어 <나는 리뷰어다> 활동을 위해 책을 제공받아 작성된 서평입니다.>

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

#한빛미디어 #나는리뷰어다 #AI에이전트엔지니어링

AI 에이전트, 챗봇 -> 견고한 아키텍처와 협업 시스템으로

책을 읽으며 가장 크게 느낀 점은 AI 에이전트를 단순히 '말 잘 듣는 챗봇'보다는, 기획부터 보안, 비용, UX까지 고려해야 하는 하나의 거대한 소프트웨어 생태계로 바라보고 있다는 것입니다. 실무에 적용해 볼 만한 세 가지 핵심 인사이트를 정리해 보았습니다.

사용자 지침 및 프롬프트 정제

1. 프롬프트는 엔지니어링'의 영역

프롬프트는 사용자의 의도와 에이전트의 행동을 연결하는 핵심 다리 역할을 합니다. 지시가 모호하거나 과도하게 광범위하면 할루시네이션(환각)이나 엉뚱한 출력이 발생하기 쉽습니다. 이를 해결하기 위해 책에서는 빗나간 사례를 분석하여 프롬프트를 정제하는 구체적인 방법을 제시합니다. 지시를 명확히 재작성하고, 긍정/부정 예시를 추가해 에이전트의 추론을 고정(anchor)하며, 복잡한 다단계 지시는 작게 쪼개는 방식이 실무에서 큰 도움이 될 것 같습니다.

인간 개입 리뷰인간의 역할?인간-에이전트

2. 에이전트의 자율성과 진화하는 '인간의 역할'

에이전트에 자율성을 부여한다고 해서 사람이 완전히 배제되는 것은 아닙니다. 시스템이 성숙해짐에 따라 인간의 역할은 '실행자 → 리뷰어 → 협력자 → 거버너'의 네 단계로 진화합니다. 초기 도입부에서는 인간이 작업을 수동으로 시작하고 모든 출력을 촘촘하게 감독하는 '실행자' 역할을 맡습니다. 신뢰가 쌓이면 일상 업무는 에이전트에 맡기고 핵심 출력만 샘플링해 검토하는 '리뷰어', 그리고 공동으로 주석을 작성하고 우선순위를 조정하는 '협력자'로 나아갑니다.

최종적으로 거버넌스 규칙 내에서 에이전트가 자율성을 가지면, 인간은 정책 수립과 의사결정 감사를 담당하는 '거버너' 역할을 하게 됩니다. 각 역할에 맞춰 단계별 안내, 대시보드, 감사 로그 등 필요한 인터페이스(UI)가 명확히 다르다는 점은 프로덕트 디자이너와 기획자에게 엄청난 인사이트를 줄 것이라 생각합니다.

에이전트의 자율성을 어느 정도 통제할 필요가 있다.

3. 절대 무시할 수 없는 AI 보안 (프롬프트 인젝션)

에이전트가 외부 서비스와 연동될수록 보안 위협은 치명적입니다. 책에서는 다양한 AI 공격 수단을 분류해 두었는데 경각심을 가지게 되었습니다. 악성 입력으로 의도된 지시를 덮어쓰는 '프롬프트 인젝션', 에이전트가 처리하는 웹 페이지나 이미지에 악성 지시를 숨겨놓는 '간접 프롬프트 인젝션'은 당장 방어 로직을 고민해야 할 문제들입니다. 또한 일반 규칙을 무시하도록 만드는 '가드레일 우회(예: DAN 프롬프트)'나 필터링 미흡으로 인한 '민감 정보 노출' 등 구체적인 공격 예시와 원리를 파악할 수 있어 시스템 설계의 빈틈을 채울 수 있었습니다.

그래서 무엇을 배우게 되었나

컨텍스트 윈도 관리

이전에는 프롬프트 창 하나에 모든 제약조건과 역할을 쑤셔 넣느라 결과물이 불안정했습니다. 감당할 수 있는 컨텍스트 한도를 넘어서 지시한 내용을 누락하거나 의도하지 않은 구현을 하기도 하였습니다. 하지만 이 책을 통해 "복잡한 문제는 독립적인 여러 에이전트로 쪼개고, 작업의 중요도에 따라 사람이 '리뷰어' 혹은 '거버너'로서 개입하는 파이프라인(Human-in-the-Loop)을 설계해야 한다"는 시스템적 사고를 갖추게 되었습니다.

P.S.

ChatGPT나 Claude 같은 AI 툴을 활용해 비즈니스와 업무 환경에 맞는 AI 에이전트 서비스를 기획하고 구축(엔지니어링)하고 싶은 개발자, PM, 프로덕트 디자이너분들께 이 책을 강력히 추천합니다. 이론적인 아키텍처 구조도부터 실제 파이썬 기반의 코드 구현체, 그리고 UX와 보안까지 짚어주어 실무적인 갈증을 크게 해소해 줄 것입니다.

성공적인 AI 에이전트 시스템을 구축하기 위해 엔지니어들이 현장에서 겪는 가장 큰 난제는 바로 '성능, 확장성, 신뢰성, 비용' 사이의 아슬아슬한 줄다리기일 것입니다. 이 책은 막연하게 느껴질 수 있는 이러한 설계상의 트레이드오프들을 명쾌하게 분석하고, 실제 환경에 적용할 수 있는 실질적인 최적화 전략을 제시합니다. 

https://developer-as-job.tistory.com/72

AI를 이용해서 일을 하는 게 당연한 것이 되어버린 시대. 이제는 chatgpt 같은 생성형 AI 뿐만 아니라

MCP, A2A, 에이전틱 시스템 등 다양한 프로토콜과 개념들이 등장해서 트렌드를 따라가면서 업무에 적용할 수 있는 방안을 찾아야 한다는 도전과제들이 계속 부여되고 있다.

그런 의미에서 이 책은 최근 등장한 AI 에이전트, 모델의 여러 개념들을 이해시키고 개발역량과 기술 통찰력을 얻는 데 유용한 책이었다.

자율에이전트는 비동기식으로 설계되어 선제적인 출력을 제공해주고 인간은 작업 실행자에서 작업 관리자로 역할할 수 있다.

그리고 프로젝트에서 입력 가변성, 필요한 추론 복잡도, 성능/컴플라이언스 제약, 유지보수 부담이라는 네 가지 핵심 요소를 고려할 때 간단한 스크립트 코드를 쓰느냐, 결정적/반자동 워크플로를 쓰느냐, 챗봇, RAG를 쓰느냐, 완전 자율 에이전트를 쓰느냐가 나뉜다는 것도 알게 되었다. 한 번에 한 단계만 수행하는 워크플로와 RAG 대신 입력이 예측 불가능하고 다단계 계획이 필요하고 병렬 하위 작업이 많은 환경에서는 비동기로 실시간 데이터에 맞춰 재우선순위화하는 자율 에이전트가 적절하다.

에이전틱 프레임워크의 종류와 에이전트 시스템의 핵심 구성요소인 파운데이션 모델, 도구, 메모리, 지식 베이스의 선택 기준과 종류들, 에이전트 기반 시스템 설계 시 고려사항들(성능, 확장성, 신뢰성, 비용)과 트레이드 오프 관계를 잘 설명하여 실제 적용에 대한 통찰력을 제공한다.

에이전트 시스템을 설계할 때 자주 활용되는 아키텍처 디자인 패턴에는 다른 에이전트의 도움 없이 스스로 의사결정과 계획 수립, 실행을 하는 단일 에이전트 아키텍처, 여러 에이전트가 분담, 병렬처리하는 멀티 에이전트 아키텍처가 있다. 이러한 아키텍처 선택은 시스템의 확장성, 유지보수성, 유연성에 영향을 미친다고 한다. 또한 효과적인 에이전트 시스템을 만들기 위해서는 견고한 아키텍처, 절제된 엔지니어링, 촘촘한 피드백 루프가 필요하다고 한다. 

한빛미디어 전자책 :_)

이 책에서는 에이전트 시스템을 위한 사용자 경험(UX) 설계에 대해서도 개략적으로 다루고 있다.

텍스트 기반 에이전트 설계 시에는 '발견 가능성을 높이는 전략'(행동 유도성-대화 중 동적 제안을 통해 지원 기능을 선제적으로 알려야 함), 명확성, 컨텍스트 유지, 오류 관리에 대한 고려가 필요하다. 그래픽 에이전트 인터페이스에서는 생성형 UI가 화두이다. 다만, 고려해야 할 것은 화면의 물리적 공간이 한정적이므로 중요 정보에 대한 우선순위를 정하고 인터페이스의 반응형을 관리하고 화면 일관성을 유지해야 한다. 음성 인터페이스에서는 응답 생성을 위한 지연시간, 사용자가 음성명령을 중간에 멈추고 설명을 덧붙이거나 내용을 바꾸고 다듬는 등의 행위를 하더라도 재입력을 요구하지 않고 정정을 매끄럽게 반영하는 소통패턴을 상호작용으로 반영하는 것이 필요하다. 비디오 기반 인터페이스는 상당한 연산 성능과 대역폭이 필요하다. 이렇게 여러 상호작용 모달리티(텍스트, 그래픽 인터페이스, 음성, 비디오)는 결합된 형태로 멀티모달 아키텍처로 발전해가고 있다.

에이전트에 부여하는 '자율성 슬라이더'를 수동 / 요청(보조) / 자동으로 어떻게 유연하게 전환할 것인지에 대한 설계 워크플로 고려사항도 설명되어 있는데 이 부분은 정말 중요한 부분이라고 생각이 든다. 인간의 개입을 위한 자율성 수준을 손쉽게 바꿀 수 있어야 한다는 점과 사용자의 신뢰와 역량에 따라 조절하라는 점은 비단 AI의 자율성을 완전 자율 혹은 수동 한 가지로 고정시켜놓는 것이 아니라 사용자의 전문성, 주체성을 존중하기 위하여 사용자가 조정하는 것이 필요하다는 것이다.

이 책에서는 위 지식을 얻는 것만으로도 굉장히 도움이 많이 되었는데 랭체인, API 기반 도구, MCP 사용 등을 코드로 실습할 수 있다. 예전에 교육간 커서 AI, 클로드 코드 (AI 개발도구)에서 경험한 실시간 코드 생성 기능은 굉장히 신기하고 편리한 기능이라고 생각했는데 이 책에서도 언급이 되어 있었다. 다만 이 책에서 언급된 생각지도 못했던 단점과 위험, 고려사항은 '재현성'과 '품질 관리', '리소스 소비'이다. 매번 동일한 결과를 보장할 수가 없고 프롬프트나 모델 업데이트의 미세한 변화에도 전혀 다른 코드 경로가 만들어질 수 있다는 것이다. 또한 자율적으로 생성된 코드의 품질과 보안을 보장할 수가 없다. 리소스는 비효율적으로 코드가 반복적으로 생성, 실행되면 부담이 커져 가드레일 설정이 필요하다고 한다.

이외에도 오케스트레이션, 메모리, 학습과 관련된 기술 설명들도 디테일하게 나와있어 필요할 때마다 뒤적뒤적 찾아볼 것 같다. 특히 AI 엔지니어가 아니나, 회사에서 AI 엔지니어에 버금가는 지식수준과 자체 구축 소요를 요구하다보니 AI 학습, 파인튜닝에 대한 명확한 개념과 실전적인 예제가 필요했는데 이 책을 보면서 코드도 보니 막연함이 조금 해소되었다.

'단일 에이전트부터 멀티 에이전트 시스템까지, AI 앱 개발 올인원 가이드' 라는 책 표지의 한 줄 설명에 걸맞게 멀티 에이전트를 구현하고자 하는 독자들에게 적절한 에이전트 개수와 구성 방식, 단일 에이전트 시나리오와 멀티 에이전트 시나리오를 예제, 장단점, 파이썬 코드와 함께 설명하고 있다. 또한 멀티 에이전트 시스템의 조율 전략과 에이전틱 시스템의 자동설계(ADAS : Automated Design of Agentic Systems)까지도 다루고 있다.

마지막으로는 개발, 구축으로 끝나는 것이 아니라 성능 평가를 위한 방법과 운영 모니터링 도구와 모니터링을 위한 지표, 사용자 피드백, 개선루프와 프롬프트 도구 정제, AI 에이저틱 시스템 보안과 레드팀 도구, MAESTRO(Multi-Agent Environment, Security, Threat, Risk and Outcome) 에이전틱 AI 전용 위협모델링 프레임워크, 데이터 보호 기법, 인간과 에이전트 협업까지.

이 책에서 무엇보다 좋았던 점은 각 기법, 종류들 여러 개가 언급이 되면 단순히 개념만 나열하는 것이 아니라 대부분 비교 표를 통해 장단점을 비교하여 내가 어떤 경우에 어떤 종류를 선택해야 할지에 대한 정보를 정리된 형태로 제공해준다는 것이었다.  

요구사항 도출, 설계, 개발, 구축, 운영간 알아야할 여러 요소들이 한 권으로 종합적으로 집합되어 있어 이 책을 올 한해는 계속 끼고 업무 수행간 반복적으로 볼 것 같다. 

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

? 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

⏹️들어가며 | AI , 진짜는 지금부터다.
질문은 단순한 언어 행위가 아니다. 무언가를 알고자 하는 의도이자, 모른다는 사실을 자각하는 인식의 출발점이다.

인류는 질문에 답을 찾는 방식을 계속 바꿔왔다. 책은 지식을 축적했고, 인터넷은 그것을 빠르게 확산시켰다.
그리고 생성형 AI는 질문에 대한 답을 “검색”이 아니라 “생성”의 방식으로 제공하기 시작했다.

지금까지는 우리가 질문을 던지고, 답을 받고, 그에 따라 다시 행동하는 방식은 본질적으로 동기적(synchronous) 구조였다.
질문과 답, 판단과 실행이 하나의 시간선 위에서 순차적으로 진행된다.

그러나 최근에 나오기 시작한 AI 에이전트는 다르다.
단순히 답을 제공하는 것이 아니라, 목표를 이해하고 스스로 탐색하며 행동을 이어간다.
우리가 다시 묻기를 기다리지 않고, 필요한 것을 먼저 찾아내고 제안한다.

생각해보니 그게 진짜 AI 같기도 하다.
오늘은 진짜 AI의 시대에서 'AI 에이전트 엔지니어링'라는 책을 리뷰하고자 한다.

⏹️AI Agent에서 'Agent' 를 정의하다.
실제로 자동화 워크플로를 요즘 만들고 있어서 그런지 공감되는 부분이 많았다.

비개발자인 나조차도 AI Agent를 구축해보는 것에 도전할 만큼 현재 많은 관심을 받고 있지만, 현재 상당히 과잉 사용되고 있고 아직까지 개념이 완벽하게 정립되지 않았다.

단순한 자동화 스크립트, RAG 챗봇, 워크플로우까지 개념들을 나열하고 에이전트는 단순한 실행아니라 의사결정을 수행하는 시스템이라는 것을 설명한다. 여기서 인상적이었던 부분은 동기적 구조가 아니라 비동기적 구조로서의 바라보는 것이다.
요즘 핫한 오픈클로(OpenClaw)의 핵심이 이 개념이라고 느껴졌다.

여기서 더 나아가서 지연과 통제구조를 어떻게 설계해야 할지, 그리고 AI 비용까지 고려해야 할 것들이 상당히 많은데 그런 개념들을 훑어줘서 머리 속에서 정리된다는 느낌이 많이 들었다.

⏹️에이전트는 구조다.
LLM를 붙인 작은 워크플로우만 구축해봐도 상당히 고려할 부분이 많다는 걸 알게 된다.

이 책에서는 그러한 설계에서 어떤 점을 고려해야하는지 각각의 선택에 따라 어떤 트레이드 오프가 있는지 자세하게 설명하고 있다.
보통 아래와 같은 요소를 고려하게 되고 많은 사람들이 모델 성능에 집착하는 경향이 있는데 오케스트레이션과 설계 트레이드 오프가 더 중요하다는 것을 알려준다.

모델 선택
도구(Tools)
메모리
오케스트레이션

특히 좋았던 점은 “언제 에이전트를 쓰지 말아야 하는가”를 명확히 구분하는 부분이다. 사실 나는 비용과 품질 때문에 고려했던 부분이지만 실제로 아래와 같은 기준으로 적용하는게 타당하다고 느껴졌다. 단순한 성능이나 결과뿐만 아니라 유지보수 측면에서도 말이다.

입력이 완전히 예측 가능하다 → 전통 코드
분기점이 유한하다 → 워크플로우
문서 질의응답 중심이다 → RAG
동적 계획과 재조정이 필요하다 → 에이전트

⏹️운영과 거버넌스까지 생각해보기
실제로 구현이 다되었다면 이제 운영할 차례이다. 이 책의 마지막 장에서는 그 과정에서 생각해볼 것들을 정리해준다.

에이전트를 어떻게 검증하고 평가할 것이며, 운영환경에서는 어떤 지표를 볼 것인지에 대해 다룬다.
사실 대규모나 본격적인 업무가 아니라면 크게 신경쓰지 않아도 되는 부분이긴 하다.
그러나 토큰 사용량, 호출 성공/실패율 같은 부분들은 프로젝트의 성격과는 별개로 챙겨봐야겠다는 생각이 들었다.

다음으로 보안 문제 역시 한 꼭지 담고 있는데 프롬프트 인젝션, 가드레일 우회 같은 공격수단과 이를 방어하는 수단까지 설명해준다.

⏹️마무리하며 | 새로운 시대에 적응하기
기술서에 가까운 책이지만, 어떻게 보면 상당히 개념적이고 철학적인 내용을 담았다.
그 과정에서 많은 생각이 들었지만 하나의 질문으로 요약하면 아래와 같다.

" 우리는 어디까지 사고를 위임할 것인가?"

이에 대한 대답은 이 책을 보면서 어느 정도 정의할 수 있었다.
그래서 AI 에이전트를 개발하려는 개발자뿐만 아니라 입문하는 비개발직군에서도 충분히 읽어볼 가치가 있다고 생각한다.

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

흥미로우면서도 얻은 게 많은 책입니다. 웹 개발자 입장에서 AI 에이전트를 마법이 아닌 소프트웨어로 바라볼 수 있게 해주는 책입니다.
리뷰 원문: https://velog.io/@broccolism/%EC%B9%B4%ED%94%84%EC%B9%B4-%ED%98%95%EC%9D%B4-%EC%99%9C-%EA%B1%B0%EA%B8%B0%EC%84%9C-%EB%82%98%EC%99%80-AI-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8-%EC%97%94%EC%A7%80%EB%8B%88%EC%96%B4%EB%A7%81-%EC%9B%B9-%EA%B0%9C%EB%B0%9C%EC%9E%90-%EB%8F%85%EC%84%9C-%ED%9B%84%EA%B8%B0

이 책은 프롬프트를 잘 쓰는 요령이나 생산성을 높이는 팁을 알려주는 실전 가이드가 아니다. 대신, AI를 어떤 관점으로 이해하고 설계해야 하는지에 대한 기준점을 제시한다.

특히 RAG(Retrieval-Augmented Generation) 구조와 같은 핵심 개념을 단순 소개에 그치지 않고, 에이전트 시스템의 응답 품질과 방향성을 어떻게 설계할 것인지의 관점에서 설명한다. 여기에 더해 ‘노트 방식’이라는 메모리 접근법을 통해, AI가 맥락을 축적하고 사고 흐름을 이어가는 구조에 대해 고민하게 만든다.

책을 읽으며 자연스럽게 떠오른 것은 Google의 NotebookLM이었다. 왜 어떤 AI 서비스는 단순 질의응답을 넘어서 노트 기반 구조를 채택했는지, 목적에 따라 설계가 달라진다는 점이 선명해진다.

이 책의 핵심 메시지는 명확하다.

AI는 하나의 정답 구조가 있는 시스템이 아니라,
목적과 방향에 따라 설계가 달라지는 시스템이다.

AI를 단순히 ‘사용’하는 단계에 머물지 않고,
그 구조를 이해하고 싶은 개발자라면 충분히 읽을 가치가 있다.

프롬프트를 잘 쓰는 법을 배우고 싶다면 다른 자료가 더 빠를 수 있다.
하지만 AI를 더 깊이 이해하고 싶다면, 이 책은 좋은 출발점이 된다.

전체적으로 책을 덮고 나서는, 적어도 “AI 에이전트가 돌아가는 시스템”을 떠올릴 때 어떤 키워드와 구조를 연상해야 하는지는 분명해졌다. 물론 진정한 의미에서 완전히 이해했다고 말하기에는 아직 갈 길이 멀다. 그럼에도 불구하고, AI에 대한 시야를 넓혀주는 책으로서, 그리고 AI 에이전트라는 주제를 체계적으로 정리해주는 일종의 교과서 같은 역할을 충분히 해내고 있다는 점에서는 분명한 가치가 있는 책이다.

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.