AI 에이전트 엔지니어링

단일 에이전트부터 멀티 에이전트 시스템까지, AI 앱 개발 올인원 가이드

마이클 알바다 지음 | 강민혁 옮김

한빛미디어 2026년 01월 26일 출간 국내도서 : 2026년 01월 23일 출간

작품소개

책소개

AI 에이전트 시스템 구축을 다룬 최고의 입문서!
이 한 권이면 수백 편의 논문을 읽지 않아도 좋다



생성형 AI 시대, 기업은 이제 단순 자동화를 넘어 도구·지식·메모리를 결합한 AI 에이전트로 더 복잡한 문제를 해결하고 있습니다. 코딩·리서치·분석 에이전트 등 다양한 형태가 등장하며 생산성을 높이고 있지만 실제로는 설계·조율·배포까지 넘어야 할 난제가 적지 않습니다.



이 책은 이런 난관을 명확한 설계 원칙과 실무 중심 접근으로 단번에 돌파하게 해 주는 실전 가이드입니다. 단일 에이전트부터 멀티 에이전트 시스템까지, 아이디어를 실제 설루션으로 빠르게 전환하는 데 필요한 핵심 개념과 패턴을 체계적으로 담았습니다.



주요 내용

파운데이션 모델 기반 AI 에이전트의 고유한 특성 이해하기
AI 에이전트의 핵심 구성 요소와 설계 원칙 파악하기
설계 트레이드오프를 탐색하고 효과적인 멀티 에이전트 시스템 구현하기
현장에 맞춘 AI 설루션을 설계·배포해 효율성과 혁신 제고하기

목차

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

출판사 서평

말하는 AI를 넘어, 일하는 AI로


“택배를 열었는데 주문한 머그컵이 깨져 있어요!” 이때 여러분의 챗봇은 상담원에게 연결하고 있지 않나요? 고객 지원 AI 에이전트는 스스로 주문 내역을 조회하고 파손된 사진을 확인한 뒤, 규정에 맞게 즉시 환불을 승인하고 처리합니다.


『AI 에이전트 엔지니어링』은 LLM을 활용해 능동적으로 일하는 에이전트 시스템을 구축하는 실전 가이드입니다. 도구 선택과 계획(오케스트레이션), 기억(메모리) 관리 그리고 여러 에이전트가 역할을 나눠 협업하는 멀티 에이전트 아키텍처까지 단계적으로 다룹니다. 더 나아가 운영 환경에서 중요한 신뢰성, 보안, 거버넌스까지 포함해 ‘만드는 법’에서 ‘운영하는 법’으로 시야를 확장합니다.


단순 자동화를 넘어, 인간의 의도대로 안전하고 투명하게 작동하는 에이전트 시스템을 설계하고 싶으신가요? 이 책은 아이디어를 프로덕션 수준의 시스템으로 연결하는 구체적인 로드맵을 제시합니다.


대상 독자

만들어 둔 프로토타입을 장애나 예외에도 흔들리지 않게 개선해 프로덕션에 배포하고 싶은 머신러닝/소프트웨어 엔지니어
여러 업무(재고, 운송, 공급 등)를 역할별로 나누어 멀티 에이전트가 협업하도록 오케스트레이션을 설계하고 싶은 백엔드/플랫폼 엔지니어
기존 워크플로에 에이전트를 통합해 UX, 성능 측정, 검증, 모니터링까지 운영 체계를 갖추고 싶은 기술 프로덕트 매니저/프로덕트 오너

인물정보

저자(글) 마이클 알바다

마이크로소프트, 우버, 서비스나우에서 대규모 머신러닝 설루션을 설계, 구축 및 배포한 9년 경력의 머신러닝 엔지니어입니다. 대규모 언어 모델(LLM), 추론 모델, 파인튜닝, 추천 시스템, 지리 공간 모델링, 사이버 보안을 비롯해 사이버 보안을 위한 대규모 멀티 에이전트 시스템 개발을 경험했습니다. 스탠퍼드 대학교에서 학사, 케임브리지 대학에서 철학 석사, 조지아 공과대학에서 석사 학위를 받았습니다. 계절에 따라 자전거를 타거나 스키를 타거나 카이트보드를 즐기며 활동적인 라이프스타일을 누립니다.

번역 강민혁

컴퓨터공학과 데이터과학을 전공했습니다. 2010년부터 프리랜서로 웹 개발을 시작해, 국가상징구역 마스터플랜 국제공모전, 서울건축문화제 등의 웹페이지를 제작했고, 다양한 전시 예술 관련 프로젝트를 진행했습니다. 2019년부터 IT 전문 출판기획자로 근무하고 있습니다. 번역한 책으로는 『바이브 코딩 너머 개발자 생존법』, 『러닝 랭체인』(이상 한빛미디어), 『실용 SQL』(영진닷컴, 2023)이 있습니다.