AI 에이전트 시대에 오래 남을 개념을 가려내는 질문
AI 분야에서는 새 발표, 새 규칙, 새 에이전트, 데이터를 모델에 연결하는 방식이 계속 나오지만 많은 것은 몇 주 안에 잊힌다. 오래 볼 만한 것은 특정 모델 이름이나 성능 점수보다, 로 무엇을 어떻게 만들지 바꾸는 기본 개념이다. 후보로는 모델이 외부 기능을 부르게 하는 , 외부 문서를 찾아 답에 반영하는 , 모델의 을 다루는 추론 흔적, 기억의 바탕이 되는 임베딩, 작은 꼼수보다 규모가 이긴다는 생각, 와 파인튜닝의 선택 문제가 있다.
에이전트가 계획하고, 행동하고, 결과를 보고 다시 조정하는 도 장기적으로 남을 수 있는 개념으로 제시된다. 도구 쪽에서는 겉을 감싸는 편한 화면이나 단순한 프레임워크보다, 실제 개발 방식을 바꾸는 낮은 수준의 기반 기술이 중요하다는 관점이다.
핵심 포인트
- 새 AI 발표가 많아도 오래 남는 것은 제품명보다 기본 개념일 수 있다.
- 과 은 앱 설계에서 중요한 후보로 꼽힌다.
- 임베딩은 모델이 정보를 기억하거나 비슷한 내용을 찾는 기반 개념으로 제시된다.
- 와 파인튜닝은 만들려는 기능과 비용에 따라 선택해야 할 문제다.
- 는 계획, 행동, 관찰을 반복하는 에이전트 설계 방식이다.