grep

AI/ML

(FAQ) 카카오 x 한국정보과학회 AI 에이전트 경진대회

hunter.jo카카오

2025년 11월 3일

원문에서 보기 ↗

본 경진대회에 관심을 가져주신 모든 분께 감사드립니다. 참가자들이 AI 에이전트 개발에 대한 이해를 높이고 성공적으로 대회에 임할 수 있도록 주요 예상 질문과 답변을 정리했습니다. 학회 공식 사이트에서 일정 등 상세 내용 확인 및 참가 신청할 수 있습니다. 많은 관심과 참여 부탁드려요!

1. AI 에이전트 기본 개념

Q: 이번 대회에서 정의하는 'AI 에이전트(Agentic AI)'란 무엇인가요?

A: AI 에이전트는 단순히 사용자의 질문에 답하는(예: 챗봇) 것을 넘어, 명확한 목표(Goal)를 달성하기 위해 자율적으로 환경을 인식(Perception)하고, 계획을 수립(Planning)하며, 결정을 내리고(Decision), 도구(Tools)를 사용해 실제 행동(Action)을 수행하는 지능형 시스템을 의미합니다.

예를 들어, "여수에서 1박 2일간 가장 인기 있는 관광 코스를 추천하고, KTX 왕복 티켓과 숙소를 예약해 줘"라는 요청에 대해, 에이전트는 스스로 관광 정보를 검색하고, KTX 예약 API와 숙소 예약 API를 순차적으로 호출하여 모든 예약을 완료한 뒤 사용자에게 최종 결과를 보고할 수 있습니다.

Q: 일반적인 챗봇이나 RAG 시스템과 AI 에이전트의 결정적인 차이는 무엇인가요?

A: RAG(검색 증강 생성)가 LLM의 환각(Hallucination)을 줄이기 위해 외부 지식(예: DB, 문서)을 '참조’하여 답변을 생성하는 데 중점을 둔다면, AI 에이전트는 여기서 한발 더 나아가 목표 달성을 위해 '행동’을 수행합니다.

'에이전틱 RAG(Agentic RAG)'는 이러한 에이전트의 특성을 RAG에 접목한 것입니다. 단순 검색이 아닌, 어떤 정보를 검색할지 스스로 '계획’하고, 검색 결과가 불충분하면 '다른 검색어’로 다시 시도하며, 여러 정보를 '종합’하여 더 나은 답변이나 행동을 도출하는 고도화된 형태입니다.

2. 개발 및 아키텍처

Q: AI 에이전트 개발 시 고려해야 할 핵심 아키텍처는 무엇인가요?

A: 정해진 답은 없지만, 일반적으로 성공적인 AI 에이전트는 다음과 같은 핵심 구성요소를 포함합니다.

  1. LLM (The Brain) : 에이전트의 핵심 두뇌로, 사용자의 의도를 파악하고, 추론하며, 계획을 수립하고, 어떤 도구를 사용할지 결정합니다. (e.g., Kanana, GPT-4, Llama 3)

  2. Planning (계획 수립) : 복잡한 목표를 달성 가능한 하위 작업(sub-task)들로 분해하는 능력입니다. (e.g., ReAct, CoT)

  3. Memory (기억): 이전 대화 내용, 행동 이력, 학습된 정보 등을 저장하여 일관성 있는 상호작용을 가능하게 합니다. (Short-term, Long-term Memory)

  4. Tool Use (도구 사용): LLM이 할 수 없는 일(e.g., 실시간 정보 검색, API 호출, 코드 실행, DB 조회)을 수행하는 외부 기능(함수)입니다.

Q: 에이전트 개발 프레임워크(예: LangChain, LlamaIndex, AutoGen) 사용에 제한이 있나요?

A: 전혀 없습니다. LangChain, LlamaIndex, CrewAI, AutoGen 등 널리 알려진 오픈소스 프레임워크를 사용하셔도 되고, 혹은 특정 프레임워크 없이 Python이나 JavaScript 등으로 직접 아키텍처를 구현하셔도 무방합니다. 상용 툴을 사용하는 것도 제한하지 않습니다.

Q: LLM 모델 사용에 제한이 있나요? 로컬 오픈소스 LLM을 써도 되나요?

A: 네, 모든 종류의 LLM 사용이 허용됩니다.

Q: ‘에이전틱 RAG(Agentic RAG)’ 시스템을 구현해도 되나요?

A: 네, 적극 권장합니다. 현실의 많은 문제는 정확한 정보 검색을 기반으로 행동이 결정됩니다. 단순 RAG를 넘어, 에이전트가 스스로 판단하여 정보를 검색하고 활용하는 '에이전틱 RAG’는 본 대회의 주제와 매우 잘 부합합니다.

Q: 오케스트레이션(Orchestration)은 무엇이며, 에이전트 개발에서 왜 중요한가요?

A: 오케스트레이션은 여러 개의 도구(Tools), API 호출, LLM 추론 단계, RAG 검색 등 복잡한 작업 흐름을 관리하고 조율하는 프로세스를 의미합니다. 복잡한 목표를 가진 에이전트일수록 정교한 오케스트레이션 설계가 중요합니다.

Q: 다중 에이전트 시스템(Multi-agent System)이란 무엇이며, 사용해도 되나요?

A: 네, 사용하셔도 됩니다. 다중 에이전트 시스템은 하나의 거대한 에이전트가 모든 일을 처리하는 대신, 특정 역할(Role)을 가진 여러 전문 에이전트들이 협력하여 더 복잡한 문제를 해결하는 방식입니다.

3. 카카오 기술 활용 (가산점)

Q: ‘Kanana 1.5’ 모델은 어떻게 사용해야 가산점을 받나요?

A: Kanana 1.5(huggingface.co/kakaocorp)는 카카오가 공개한 고성능 한국어 LLM입니다. 이 모델을 여러분의 에이전트 아키텍처에서 핵심 '두뇌(Brain)'로 사용, 즉 추론, 계획 수립, 도구 선택 등의 주요 작업을 Kanana 모델이 수행하도록 구현하면 가산점을 받습니다.

Q: 'playMCP’는 정확히 무엇이며, 어떻게 활용해야 가산점을 받나요?

A: playMCP(playmcp.kakao.com)는 카카오가 제공하는 개방형 MCP(Multi-modal Conversation Platform) 개발 플랫폼입니다. 쉽게 말해, AI 에이전트가 사용할 수 있는 '도구(Tool)'를 표준화된 규격으로 만들고, 등록하고, 관리할 수 있게 해주는 플랫폼입니다.

Q: 가산점을 받으려면 Kanana와 playMCP를 둘 다 사용해야 하나요?

A: 아니요, 둘 중 하나만 활용하셔도 가산점 대상이 됩니다. 물론, 두 기술을 모두 유기적으로 활용하여(예: Kanana가 playMCP에 등록된 도구를 호출) 더 완성도 높은 에이전트를 구현한다면 더욱 좋은 평가를 받을 수 있습니다.

4. 평가 및 거버넌스

Q: 에이전트 개발 시 ‘거버넌스’ 관점에서 고려할 점은 무엇인가요?

A: 에이전트는 자율적으로 '행동’하기 때문에 안전과 신뢰성(Trust & Safety)이 매우 중요합니다. 심사 시에도 이 부분을 고려할 수 있습니다.

Q: 에이전트의 성능 평가는 어떤 기준으로 이루어지나요?

A: 최종 평가는 [1. 문제 정의의 독창성], [2. 기술적 완성도 및 복잡성], [3. 실제 활용 가능성 및 파급력], [4. 카카오 기술 활용도(가산점)] 등을 종합적으로 봅니다. 평가 세부 내용은 본선 기간에 확정해 안내할 예정입니다.

참가자분들은 에이전트의 성능을 보여주기 위해 다음 항목들을 고려하여 데모 및 발표를 준비해 주시기 바랍니다.

5. (참고) AI 에이전트 활용 사례

다음은 AI 에이전트를 활용하여 해결할 수 있는 문제의 예시입니다. 창의적인 아이디어를 탐색하는 데 참고하시기 바랍니다.

분야활용 사례주요 기능 (도구)
개인 비서복합 여행 계획 및 예약항공/숙소/렌터카 API, 캘린더 연동, 결제 API
개인 비서지능형 이메일 관리메일 API (분류, 요약), 연락처 DB, 답장 초안 생성
개인 비서일간 맞춤형 뉴스 브리핑뉴스/웹 검색, 사용자 선호도(Memory), 요약
쇼핑가격 비교 및 자동 구매웹 스크래핑, 상품 DB 검색, 결제 API
쇼핑AI 스타일리스트패션 트렌드 RAG, 사용자 옷장(Memory), 상품 추천
금융개인 자산관리 봇주식 시세 API, 포트폴리오 분석, 리스크 관리
금융금융 상품 추천고객 데이터 분석, 금융 상품 DB (RAG), 맞춤형 제안
업무 자동화분기별 실적 보고서 작성내부 DB 조회, 데이터 분석, 차트 생성, 문서 작성
업무 자동화지능형 고객 지원(CS)내부 매뉴얼 (RAG), 티켓 생성 API, 고객 이력 조회
업무 자동화채용 프로세스 자동화이력서 스크리닝(RAG), 캘린더 연동(면접 조율)
개발코드 리뷰 및 디버깅Git 연동, 코드 실행 환경, 정적 분석 도구
개발API 테스트 자동화API 엔드포인트 호출, 응답 검증, 버그 리포팅
마케팅소셜 미디어 운영최신 트렌드 검색, 이미지/텍스트 생성, 포스팅 예약
마케팅광고 캠페인 최적화광고 성과 데이터 분석, 예산 자동 조정 API
교육개인 맞춤형 AI 튜터학생 수준 진단(Memory), 맞춤형 문제 생성, 지식 RAG
교육AI 학사 조교학사 규정 및 공지사항 RAG, 캘린더 조회(학사 일정)
헬스케어증상 기반 초기 문진의료 정보 RAG, 병원 예약 API
헬스케어맞춤형 식단/운동 코치사용자 건강 데이터(Memory), 식품 DB, 운동 영상 검색
스마트홈지능형 홈 매니저IoT 기기 제어 API, 사용자 생활 패턴 학습(Memory)
엔터테인먼트동적 게임 NPC플레이어 상호작용(Memory), 동적 스토리 생성
물류실시간 배송 경로 최적화지도 API, 실시간 교통정보 API, 배송 DB
제조지능형 공급망 관리재고 확인 API, 수요 예측 모델, 발주 자동화 API
법률법률 문서 초안 작성판례 및 법령 RAG, 계약서 템플릿, 문서 비교
연구논문 리서치 보조논문 검색 API, 논문 요약 및 비교 분석
콘텐츠유튜브 영상 스크립트 작성주제 검색(트렌드), 스크립트 생성, 관련 이미지/영상 검색

관련 글: