[Tech Series] kt cloud AI 에이전트 #4 : 에이전트의 협업 시스템

[kt cloud 마케팅커뮤니케이션팀 김지웅 님 ] Intro안녕하세요, kt cloud 마케터 김지웅 입니다. 🙋‍♂️“혼자 가면 빨리 가지만, 함께 가면 더 멀리 간다”는 말처럼, AI 기술도 이제 ‘협업’의 시대로 접어들고 있어요. 과거에는 하나의 AI가 독립적으로 작동하며 주어진 작업만 수행했다면, 이제는 여러 AI 에이전트들이 팀처럼 협력하며 더 복잡하고 다양한 문제를 해결하고 있죠. ✨ 예를 들어, 한 AI는 전략을 수립하고, 다른 AI는 실행을 맡고, 또 다른 AI는 결과를 분석해요. 마치 기업에서 기획팀, 운영팀, 분석팀이 각자 역할을 나누어 일하는 것처럼요. 이러한 협업 구조는 자율주행, 스마트 시티, 금융 트레이딩 같은 복잡한 환경에서 효율성과 정확성을 동시에 달성하는 데 꼭 필요한 ..

[Tech Series] kt cloud AI 에이전트 #3 : 에이전트의 활용 패턴과 아키텍처

[kt cloud 마케팅커뮤니케이션팀 김지웅 님 ] Intro안녕하세요, kt cloud 마케터 김지웅 입니다. 🙋‍♂️지난 시리즈에서는 AI 에이전트의 정의와 구성 요소, 그리고 다양한 유형들에 대해 하나씩 알아봤어요.아마 보시면서 이런 궁금증이 떠오르셨을 것 같아요. “이런 AI 에이전트는 실제로 어떻게 활용되고 있을까?”, “그리고 이런 시스템은 어떻게 만들어질까?” 이번 3부에서는 바로 그 궁금증을 풀어보려고 해요. AI 에이전트가 실제 비즈니스 현장에서 어떤 방식으로 사용되는지, 그리고 그 뒤에 숨어 있는 아키텍처는 어떻게 설계되는지를 함께 살펴볼 거예요. 작업 자동화, 대화형 인터페이스, 정보 검색 및 분석. AI 에이전트가 주로 활용되는 이 세 가지 패턴을 중심으로, 각각의 구조가 어떻게 ..

[Tech Series] kt cloud AI 에이전트 #2 : 에이전트의 유형과 특성

[kt cloud 마케팅커뮤니케이션팀 김지웅 님 ] Intro안녕하세요, kt cloud 마케터 김지웅 입니다. 🙋‍♂️지난 1부에서는 AI 에이전트의 정의부터 핵심 구성 요소까지, 기본적인 개념들을 살펴봤어요. AI 에이전트가 단순한 프로그램이 아닌, 환경을 인식하고 판단하여 행동하는 지능형 시스템이라는 점을 이해하셨을 거예요. 이번 2부에서는 한 걸음 더 나아가 AI 에이전트의 전통적 유형들과 현대 LLM 시대의 변화에 대해 깊이 있게 알아볼게요. 단순 반사 에이전트부터 학습 에이전트까지 전통적 분류를 살펴보고, 2022년 ChatGPT 등장 이후 이러한 경계가 어떻게 허물어지고 있는지 함께 이해해 볼 거예요. 각 에이전트 유형별 특징과 한계, 그리고 실제 비즈니스 활용 사례를 통해 AI 에이전트의..

[kt cloud 마케팅커뮤니케이션팀 김지웅 님 ] Intro안녕하세요, kt cloud 마케터 김지웅 입니다. 🙋‍♂️요즘 AI 기술이 정말 빠르게 발전하고 있죠?ChatGPT가 등장한 지 얼마 되지 않은 것 같은데, 2025년 들어 AI는 단순한 대화형 어시스턴트를 넘어 더 진화된 형태로 발전하고 있습니다. 특히 주목받고 있는 것이 바로 'AI 에이전트'입니다. 🤖 "에이전트라고요? 마블에 나오는 그 요원 말씀이신가요?"아니요, 여기서 말하는 에이전트는 조금 다른 의미랍니다. 주어진 임무를 스스로 판단하고 수행한다는 점에서는 비슷한 면이 있죠! 현재 우리가 사용하는 ChatGPT나 Claude 같은 AI 어시스턴트들과도 다른, 더 자율적이고 목표 지향적인 특성을 가진 AI를 말합니다. 오늘은 이 ..

[ kt cloud Cloud영업3팀 유효정 님 ]  몇년 전 부터 우리들은 취향 따라, 어떤 OTT를 구독할 지 고민을 많이 하곤 했습니다. 퇴근 후 넷플릭스, 디즈니플러스, 티빙을 유유히 구경하다 시계를 보고 그냥 잠에 드는 하루가 많습니다. OTT를 구독하고 그 안에 있는 모든 콘텐츠를 소비하지 않더라도 저는 ott 플랫폼을 들어가는 습관이 생겼습니다. 뭐 하나의 일상이 되어버린거죠. 하지만 매 결제일 마다 내 지갑 사정에 맞춰서 구독 유지 또는 구독 해지를 하기도 합니다. 방법이 아주 쉬우니까요. 근데 이 OTT 정기구독 루틴이 생성형 AI 서비스 정기구독으로 바뀌고 있는 걸 느끼고 계신가요? chat gpt, 미드저니 등 이제는 없으면 안되는 AI 서비스들의 구독 비용을 톡톡히 잘 활용할 수 있..

[ kt cloud AI플랫폼팀 최지우 님 ]   AI 기술이 빠르게 발전하면서, 인공지능 모델의 학습 과정은 그 어느 때보다 중요한 요소로 자리 잡았습니다. 그러나 대규모 데이터를 처리하고 복잡한 모델을 학습시키는 과정은 여전히 많은 기업과 개발자들에게 큰 도전 과제입니다. 제한된 리소스, 학습 속도 저하, 그리고 효율적인 자원 관리의 필요성은 AI 개발 과정에서 늘 마주하는 고민입니다. 이러한 문제를 해결하기 위해 저희 kt cloud는 AI Train 서비스가 출시했습니다. AI Train은 최신 하드웨어와 소프트웨어 최적화를 통해 복잡한 AI 모델 학습 과정을 단순화하고 가속화합니다. 이 서비스는 단순히 빠르기만 한 것이 아니라, 누구나 쉽게 활용할 수 있는 직관적인 사용자 경험까지 제공합니다. ..

[ kt cloud AI플랫폼팀 최지우  님 ]  개요AI가 고도화되며 대규모 언어 모델(LLM)의 응답 품질과 정확도는 중요한 이슈로 떠오르고 있습니다. 그러나 LLM은 훈련 데이터에 포함된 정보만을 기반으로 작동하기 때문에, 최신 데이터나 특정 도메인에 특화된 정보 제공에는 한계가 있습니다. 이를 해결하기 위한 기술로 RAG(Retrieval-Augmented Generation)와 Vector DB가 주목받고 있습니다. 이 글에서는 RAG의 원리와 Vector DB가 어떻게 AI 모델의 응답 정밀도를 높이는지, 그리고 이를 활용해 실제 애플리케이션을 개념적으로 구성하는 방법을 다룹니다.1. RAG와 Vector Database란 무엇인가?RAG를 설명하기에 앞서 Vector DB에 대해 이해하는 것..