PART 1 에이전트 시스템의 개념과 UX

CHAPTER 1 에이전트
_1.1 AI 에이전트의 정의
_1.2 사전학습이 일으킨 혁명
_1.3 에이전트 유형
_1.4 모델 선택
_1.5 동기에서 비동기로의 전환
_1.6 활용 사례
_1.7 워크플로와 에이전트
_1.8 효과적인 에이전틱 시스템 구축 원칙
_1.9 에이전틱 시스템 구축을 위한 조직 전략
_1.10 에이전틱 프레임워크
_1.11 마무리

CHAPTER 2 에이전트 시스템 설계
_2.1 우리의 첫 번째 에이전트 시스템
_2.2 에이전트 시스템의 핵심 구성요소
_2.3 모델 선택
_2.4 도구
__2.4.1 특정 작업을 해결하는 도구 설계
__2.4.2 도구 통합과 모듈성
_2.5 메모리
__2.5.1 단기 메모리
__2.5.2 장기 메모리
__2.5.3 메모리 관리 및 검색
_2.6 오케스트레이션
_2.7 설계 트레이드오프
__2.7.1 성능: 속도와 정확도의 균형
__2.7.2 확장성: 에이전트 시스템의 엔지니어링적 확장
__2.7.3 신뢰성: 견고하고 일관된 에이전트
__2.7.4 비용: 성능과 지출의 균형
_2.8 아키텍처 디자인 패턴
__2.8.1 단일 에이전트 아키텍처
__2.8.2 멀티 에이전트 아키텍처: 협업, 병렬성, 조율
_2.9 모범 사례
__2.9.1 점진적 설계
__2.9.2 평가 전략
__2.9.3 실환경 테스트
_2.10 마무리

CHAPTER 3 에이전트 시스템을 위한 UX 디자인
_3.1 모달리티
__3.1.1 텍스트 기반 인터페이스
__3.1.2 그래픽 인터페이스
__3.1.3 음성 인터페이스
__3.1.4 비디오 기반 인터페이스
__3.1.5 모달리티 결합을 통한 매끄러운 경험
__3.1.6 자율성 슬라이더
_3.2 동기식 대 비동기식 에이전트 경험
__3.2.1 동기식 경험을 위한 디자인 원칙
__3.2.2 비동기식 경험을 위한 디자인 원칙
__3.2.3 능동적 개입과 침해적 행동 사이의 균형
_3.3 컨텍스트 유지와 연속성
__3.3.1 상호작용 간 상태 유지
__3.3.2 개인화와 적응성
_3.4 에이전트 능력 커뮤니케이션
__3.4.1 신뢰도와 불확실성 커뮤니케이션
__3.4.2 사용자 지침과 입력 요청
__3.4.3 우아한 실패
_3.5 상호작용 설계에서의 신뢰
_3.6 마무리

PART 2 에이전트 시스템의 구축과 확장

CHAPTER 4 도구
_4.1 랭체인 기초
__4.1.1 로컬 도구
__4.1.2 API 기반 도구
__4.1.3 플러그인 도구
__4.1.4 MCP
__4.1.5 상태 유지 도구
_4.2 도구 개발 자동화
__4.2.1 파운데이션 모델을 활용한 도구 개발
__4.2.2 실시간 코드 생성
_4.3 도구 사용 설정
_4.4 마무리

CHAPTER 5 오케스트레이션
_5.1 에이전트 유형
__5.1.1 반사형 에이전트
__5.1.2 리액트 에이전트
__5.1.3 계획 후 실행 에이전트
__5.1.4 쿼리 분해 에이전트
__5.1.5 성찰형 에이전트
__5.1.6 심층 리서치 에이전트
_5.2 도구 선택
__5.2.1 표준 도구 선택
__5.2.2 시맨틱 도구 선택
__5.2.3 계층적 도구 선택
_5.3 도구 실행
_5.4 도구 토폴로지
__5.4.1 단일 도구 실행
__5.4.2 병렬 도구 실행
__5.4.3 체인
__5.4.4 그래프
_5.5 컨텍스트 엔지니어링
_5.6 마무리

CHAPTER 6 지식과 메모리
_6.1 메모리 기본 사용법
__6.1.1 컨텍스트 윈도 관리
__6.1.2 전체 텍스트 검색
_6.2 시맨틱 메모리와 벡터 스토어
__6.2.1 시맨틱 검색
__6.2.2 벡터 스토어로 시맨틱 메모리 구현
__6.2.3 RAG: 검색 증강 생성
__6.2.4 시맨틱 경험 메모리
_6.3 그래프RAG
__6.3.1 지식 그래프 활용
__6.3.2 지식 그래프 구축
__6.3.3 동적 지식 그래프의 가능성과 위험성
__6.3.4 노트 작성
_6.4 마무리

CHAPTER 7 에이전틱 시스템의 학습
_7.1 비모수적 학습
__7.1.1 비모수적 예시 학습
__7.1.2 리플렉시온
__7.1.3 경험 학습
_7.2 모수적 학습: 파인튜닝
__7.2.1 대형 파운데이션 모델 파인튜닝
__7.2.2 소형 모델
__7.2.3 SFT: 지도 파인튜닝
__7.2.4 DPO: 직접 선호 최적화
__7.2.5 RLVR: 검증 가능 보상 강화 학습
_7.3 마무리

CHAPTER 8 단일 에이전트에서 멀티 에이전트로
_8.1 에이전트는 몇 개나 필요할까?
__8.1.1 단일 에이전트 시나리오
__8.1.2 멀티 에이전트 시나리오
__8.1.3 스웜
_8.2 에이전트 추가 원칙
_8.3 멀티 에이전트 조율
__8.3.1 민주적 조율
__8.3.2 관리자 중심 조율
__8.3.3 계층형 조율
__8.3.4 액터-크리틱 접근법
_8.4 에이전틱 시스템의 자동 설계
_8.5 에이전트 통신 기법
__8.5.1 로컬 통신과 분산 통신
__8.5.2 A2A 프로토콜
_8.6 메시지 브로커와 이벤트 버스
_8.7 액터 프레임워크
_8.8 오케스트레이션 및 워크플로 엔진
_8.9 상태와 영속성 관리
_8.10 마무리

PART 3 신뢰할 수 있는 에이전트 운영과 거버넌스

CHAPTER 9 검증 및 측정
_9.1 에이전틱 시스템의 측정
__9.1.1 측정: 에이전틱 시스템의 핵심
__9.1.2 개발 라이프사이클에 평가 통합
__9.1.3 평가 세트 생성 및 확장
_9.2 컴포넌트 평가
__9.2.1 도구 평가
__9.2.2 계획 능력 평가
__9.2.3 메모리 평가
__9.2.4 학습 평가
_9.3 총체적 평가
__9.3.1 엔드투엔드 시나리오에서의 성능
__9.3.2 일관성
__9.3.3 응집성
__9.3.4 할루시네이션
__9.3.5 예기치 않은 입력
_9.4 배포 준비
_9.5 마무리

CHAPTER 10 운영 환경 모니터링
_10.1 모니터링: 학습의 출발점
_10.2 모니터링 스택
__10.2.1 그라파나
__10.2.2 ELK 스택
__10.2.3 어라이즈 피닉스
__10.2.4 시그노즈
__10.2.5 랭퓨즈
_10.3 프로젝트에 적합한 스택
_10.4 오픈텔레메트리 계측
_10.5 시각화와 알림
_10.6 모니터링 패턴
__10.6.1 섀도 모드
__10.6.2 카나리 배포
__10.6.3 회귀 트레이스 수집
__10.6.4 자가 치유 에이전트
_10.7 사용자 피드백
_10.8 분포 변화
_10.9 지표 소유권과 기능 간 거버넌스
_10.10 마무리

CHAPTER 11 개선 루프
_11.1 피드백 파이프라인
__11.1.1 자동화된 이슈 탐지와 근본 원인 분석
__11.1.2 인간 개입 리뷰
__11.1.3 프롬프트와 도구 정제
__11.1.4 개선 항목 집계와 우선순위화
_11.2 실험
__11.2.1 섀도 배포
__11.2.2 A/B 테스트
__11.2.3 베이지안 밴딧
_11.3 지속 학습
__11.3.1 인컨텍스트 학습
__11.3.2 오프라인 재학습
_11.4 마무리

CHAPTER 12 에이전틱 시스템 보안
_12.1 에이전틱 시스템만의 위험
_12.2 새로운 공격 수단
_12.3 파운데이션 모델 보안
__12.3.1 방어 기법
__12.3.2 레드팀
__12.3.3 MAESTRO 기반 위협 모델링
_12.4 에이전틱 시스템의 데이터 보호
__12.4.1 데이터 프라이버시와 암호화
__12.4.2 데이터 출처와 무결성
__12.4.3 민감 데이터 처리
_12.5 에이전트 보안
__12.5.1 보호 장치
__12.5.2 외부 위협으로부터의 보호
__12.5.3 내부 실패로부터의 보호
_12.6 마무리

CHAPTER 13 인간과 에이전트의 협업
_13.1 역할과 자율성
__13.1.1 에이전트 시스템에서 인간의 역할
__13.1.2 이해관계자 정렬과 도입 추진
_13.2 협업 확장
__13.2.1 에이전트 범위와 조직 역할
__13.2.2 공유 메모리와 컨텍스트 경계
_13.3 신뢰, 거버넌스, 컴플라이언스
__13.3.1 신뢰의 라이프사이클
__13.3.2 책임성 프레임워크
__13.3.3 대응 절차 설계와 감독
__13.3.4 프라이버시와 규제 컴플라이언스
_13.4 마무리: 인간-에이전트 팀의 미래

용어 사전