클로드 코드로 나만의 AI 에이전트 만들기

클로드 코드 터미널에서 구체적인 목적과 역할을 명시하여 에이전트를 생성하며, 이를 통해 생성된 에이전트는 독립적인 명령 수행 및 분석 업무를 담당할 수 있습니다.

에이전트라는 개념이 사실은 클로드 코드를 이용해서 할 수 있는 가장 앞선 어떤 AI 툴의 장점이라고 할 수 있습니다.

에이전트 생성 시 이름, 설명, 툴, 모델 정의가 기본적으로 필요하다고 조태호 교수는 강조했습니다. 이러한 에이전트는 특정 업무를 분석한 후 자동으로 결과를 도출하고 코드 리뷰까지 수행할 수 있습니다. 나아가 다수의 에이전트를 결합하여 협업 시스템을 구축하는 것도 가능하다고 설명했습니다.

이 이름이 있고 설명이 있고 툴은 뭘 쓸 건지 모델은 뭔지가 기본적으로 요렇게 에이전트에는 들어가게 돼 있고요.

조태호 교수는 루프 엔지니어링을 통해 단순 반복을 넘어 테스트 통과 여부를 확인하는 과정의 중요성을 설명했습니다. 실패 시 재시도 횟수를 제한하고 외부 분기 처리를 통해 오류를 제어하며, 성공적인 바이브 코딩을 위한 외부 코드 통제 전략을 제시했습니다.

이 결과를 테스트를 한번 해 봐서 통과하면 완성을 하고 만약 실패하면은 요것을 몇 해 이만 실패하면은 다시 어 몇 해 연속 실패하는 어떻게 하라는 선택지를 주고 이 선택지는 외부에 줄 경우 실패없는 바이브 코딩이 되는 방법이라고 할 수 있을 것 같습니다.

그래프 엔지니어링의 핵심 구조에 대해 조태호 교수는 노드, 엣지, 컨디션, 상태의 네 가지 요소를 설명했습니다. 노드는 AI가 연산이나 함수 처리를 수행하는 단위이며, 엣지는 노드 간의 이동 경로를 정의합니다. 컨디션은 상황에 따른 다음 실행 경로를 결정하고, 상태는 업무 처리 과정의 데이터를 업데이트하고 관리하는 역할을 한다고 설명했습니다.

노드가 있고 즉 AI가 들어가거나 함수 처리를 담당하는 부분이 있고요. 그다음에 엣지가 있어서 이게 다음 노드로 가는 길을 정의해 주고요. 그다음에 이 조건 컨디션 부분에서는 어느 길로 갈지를 정하는 부분이 되고요.

조태호 교수는 환불 시스템을 예시로 들어 그래프 엔지니어링 시연을 선보였습니다. 50만 원 이하의 결제 건은 시스템이 자동으로 환불 처리하고, 50만 원을 초과하는 결제 건은 인간 담당자의 승인 대기 단계로 전환되는 로직을 구현했습니다. 이를 통해 상담 시나리오에 따른 실시간 주문 조회 및 처리 과정을 시연하며 그래프 엔지니어링의 실제 적용 가능성을 보여주었습니다.

예를 들어서 50만 원이 초과가 되면 사람이 승인하고 50만 원 이하는 자동으로 환부를 하게 하겠다. 요런 시스템을 이런 식으로 만들면 된다는 겁니다.

환불 요청 시 결제 금액이 50만 원을 초과하는지 여부를 서버의 하드코딩된 코드로 판단한다고 조태호 교수는 설명했습니다. 이는 AI 상담원이 규칙을 무시하지 못하도록 별도의 판단 로직을 서버에 배치하는 것이라고 덧붙였습니다. 관련 없는 요청에 대해서는 AI가 바로 주문 없음으로 처리하여 환불을 완료하는 과정을 보여주었습니다.

결제 금액을 먼저 확인하고 50만 원이 초과되는요 부분이 하드코딩이 돼 있기 때문에 판단 코드가 따로 서버에 이렇게 따로 나와 있기 때문에 그래서요 부분은 사람에게 어쨌든간에 가게 되는 겁니다.

조태호 교수는 자신이 연구하고 있는 알츠하이머 관련하여 인지 건강 상담 도우미라는 AI 상담원을 만들었다고 소개했습니다. 이 상담원은 분당서울대병원 신경과에서 제공받은 문진표를 활용하여 상담 권유 기준을 설정했습니다. 점수가 6점 이상일 경우 병원 상담을 권고하고, 5점 이하일 경우 생활 관리를 제안하는 방식으로 의학적 판단이 필요한 부분과 일반 안내를 구분하여 로직을 설계했습니다.

제가 지금 알츠하이머 관련해서 연구를 하고 있으니까 인지 건강 상담 도움이라는 AI 상담원을 만들면 조금 복잡해졌죠. 실제로 분당 서울대 병원 신경과에서 제공받은 문진표입니다.

독자들은 노드와 엣지 설정, 조건 함수 작성 및 데이터 연결 과정을 학습할 수 있으며, AI가 할 일과 사람이 할 일을 분리하여 구조화하는 방법을 배울 수 있다고 설명했습니다.

혼자 공부하는 바이브 코딩 위드 클로드 코드라는 책에 소스 코드가 노드에 공개가 돼 있는데 그 깃허브로 오시면 다 누구나 보실 수 있게끔 돼 있는 자료들입니다.

조태호 교수는 바이브 코딩을 할 때 웹 채팅 대신 터미널을 이용해 자신의 정보를 AI와 연결하면 훨씬 더 많은 것을 할 수 있다고 강조했습니다. 딥러닝 지식 없이도 복잡한 학습 모델을 코딩 없이 구현 가능하며, 손글씨 인식 등 실질적인 기능 구현 데모를 통해 그 이점을 확인시켜주었습니다.

바이브 코딩을 하실 때 내 컴퓨터에서 터미널에서 시작하시면 훨씬 더 많은 걸 할 수 있고 지금 다양하게 내가 가지고 있는 정보를 활용할 수 있다라는 말씀을 드리고 싶습니다.

그래프 엔지니어링의 핵심은 중간의 조건문에 해당하는 컨디션 부분을 따로 저장하고, 이 부분이 데이터베이스와 연결되어 LLM이 직접 데이터베이스와 연결되는 것이 아니라 외부의 하드코딩된 다른 컨디션을 가지고 와서 작동하게 하는 것이라고 조태호 교수는 설명했습니다. 이를 통해 전체 흐름을 망가뜨리지 않고 노드 단위로 수정하여 오류를 줄일 수 있으며, 데이터베이스와 하드코딩된 컨디션을 결합하여 확실한 판단 로직을 구현할 수 있다고 강조했습니다.

중간에 조건문에 해당하는 컨디션에 해당하는 부분만 따로 저장을 하시고 그 조건에 해당하는 부분이 데이터베이스와 연결돼서 그 LLM이 직접 데이터베이스와 연결되는 것이 아니라 외부의 하드코딩이 된 다른 컨디션을 가지고 와서 작동을 하게끔 하는 것이 그래프 엔지니어링의 가장 핵심적인 부분입니다.

조태호 교수는 AI가 사람을 대체하는지에 대한 질문에 대해 너무 긴장해서 사용하지 말고 가볍게 접근해도 된다고 조언했습니다. AI는 사용자가 말하는 대로 움직이는 도구이며, 스스로 지시를 내리는 존재가 아니므로 자신의 업무 효율을 높이고 새로운 연구를 탐색하는 도구로 활용해야 한다고 강조했습니다.

AI가 사람을 대체하는가라는 말을 사람들이 했을 때 AI 그렇게 너무 긴장해서 사용하지 마시고 그냥 내가 몸이 찌부둥할 때 한번 기지개 펴듯이 그렇게 가볍게 접근을 하셔도 된다라고 말씀을 드리고 싶습니다.