5장: 도구 사용과 계획 수립

도구 호출 vs 함수 호출

에이전트가 외부 세계와 상호작용하는 핵심 메커니즘이 도구 사용이다. 책에서는 먼저 두 용어의 차이를 명확히 한다.

• 함수 호출(Function Calling) -- LLM이 특정 함수를 호출해야 한다고 판단하고, 필요한 인자를 JSON 형태로 생성하는 것이다. LLM 자체가 함수를 실행하는 것이 아니라, "이 함수를 이 인자로 호출하라"는 구조화된 출력을 생성하는 것이다.
• 도구 호출(Tool Calling) -- 함수 호출을 포함하되, 더 넓은 범위를 지칭한다. API 호출, 데이터베이스 질의, 외부 서비스 연동 등 에이전트가 활용할 수 있는 모든 외부 기능을 포괄한다.

실제 구현에서는 이 두 용어가 혼용되는 경우가 많지만, 개념적으로 도구 호출이 함수 호출의 상위 개념이라는 점을 인지해두면 설계 시 혼란을 줄일 수 있다.

도구의 유형

에이전트가 활용할 수 있는 도구는 다섯 가지 유형으로 분류된다.

여행 계획 에이전트를 예로 들면, 항공권 검색 API(API 도구), 예약 데이터베이스 조회(DB 도구), 환율 변환(유틸리티 도구), 예약 확인 이메일 발송(통합 도구) 등을 조합하여 하나의 작업을 완수한다.

계획 알고리즘의 실용성 스펙트럼

이 장에서 가장 인상적인 부분은 다양한 계획 알고리즘을 실용성 기준으로 분류한 것이다.

낮은 실용성

• STRIPS -- 고전적 AI 계획 알고리즘. 전제 조건, 행동, 효과를 형식적으로 정의한다. 이론적으로 깔끔하지만, 실세계의 불확실성과 복잡성을 다루기 어렵다.
• A* -- 최적 경로 탐색에 강력하지만, 에이전틱 시스템의 복잡한 상태 공간에서는 계산 비용이 지나치게 높아진다.
• GraphPlan -- 계획 그래프를 구축하여 가능한 행동 시퀀스를 탐색한다. 소규모 문제에 효과적이나 확장성이 부족하다.
• MCTS -- 시뮬레이션 기반 탐색. 게임 같은 정의된 환경에서는 뛰어나지만, 일반적인 에이전트 계획 문제에 직접 적용하기는 까다롭다.

중간 실용성

• FF(Fast Forward) -- STRIPS를 개선한 알고리즘으로, 휴리스틱을 활용하여 탐색 속도를 높인다. 특정 도메인에서는 실용적이지만 범용성이 제한적이다.

높은 실용성

• LLM 기반 계획 -- 자연어로 작업을 분해하고 실행 순서를 결정한다. 범용적이고 유연하지만, 계획의 정확성과 완전성을 보장하기 어렵다.
• HTN(계층적 작업 네트워크) -- 고수준 작업을 하위 작업으로 재귀적으로 분해한다. 도메인 지식을 체계적으로 인코딩할 수 있어 실무에서 활용도가 높다.

도구와 계획의 통합

실제 에이전틱 시스템에서는 계획 수립과 도구 사용이 분리되지 않는다. 에이전트는 계획을 세우는 과정에서 어떤 도구를 사용할 수 있는지를 고려하고, 도구 실행 결과에 따라 계획을 수정한다.

이 순환 구조가 에이전틱 시스템의 핵심이다. 정적인 파이프라인이 아니라 동적으로 계획을 조정하며 도구를 활용하는 적응적 루프다.

프레임워크 실습

책에서는 세 가지 프레임워크로 여행 계획 에이전트를 구현하며, 각 프레임워크의 특성을 비교한다.

CrewAI

역할 기반 에이전트 구성이 직관적이다. "여행 조사원", "일정 기획자", "예산 관리자" 같은 역할을 정의하고, 각 역할에 도구를 할당하는 방식이다. 진입 장벽이 낮아 프로토타이핑에 적합하다.

AutoGen

마이크로소프트가 개발한 프레임워크로, 에이전트 간 대화를 통해 작업을 진행한다. 멀티턴 대화 기반의 협업 패턴이 강점이며, 사람이 대화에 개입할 수 있는 Human-in-the-loop 패턴을 자연스럽게 지원한다.

LangGraph

LangChain 기반의 그래프 워크플로 엔진이다. 상태 머신(State Machine) 개념으로 에이전트의 행동 흐름을 명시적으로 정의한다. 복잡한 분기와 루프를 세밀하게 제어할 수 있어, 프로덕션 레벨의 시스템에 적합하다.

정리

5장은 이론에서 실무로 넘어가는 전환점이다. 계획 알고리즘을 실용성 기준으로 분류한 것은 학술적 알고리즘과 실제 구현 사이의 간극을 명확히 보여준다. 세 프레임워크의 비교 실습은 각각의 설계 철학 차이를 이해하는 데 도움이 되며, 실제 프로젝트에서 프레임워크를 선택할 때 참고할 만한 기준을 제공한다.