LLM 워크플로

에이전트 패턴에서는 일반적인 AI 에이전트 패턴을 살펴보았습니다. 각 패턴은 지각, 행동, 학습 및 인식과 같은 모듈식 기능 세트를 중심으로 구축되었습니다. 많은 에이전트 패턴에서 인지 모듈의 핵심은 추론, 계획 및 의사 결정을 할 수 있는 대규모 언어 모델(LLM)입니다. 그러나 LLM만 호출하는 것만으로는 지능적이고 목표 지향적인 동작을 생성하기에 충분하지 않습니다.

복잡한 작업을 안정적으로 수행하려면 에이전트가 구조화된 워크플로 내에 LLM을 포함해야 합니다. 여기서 모델의 기능은 도구, 메모리, 계획 루프 및 조정 로직으로 보강됩니다. 이러한 LLM 워크플로를 사용하면 에이전트가 목표를 세분화하고, 하위 작업을 라우팅하고, 외부 서비스를 호출하고, 결과를 반영하고, 다른 에이전트와 조정할 수 있습니다.

이 장에서는 재사용 가능한 워크플로를 중심으로 구성된 강력하고 확장 가능하며 지능적인 LLM 기반 인지 모듈을 구축하기 위한 핵심 설계 패턴을 소개합니다.