인공지능 에이전트와 LLM 이해하기
인공지능 에이전트가 무엇인지, 기존 소프트웨어와 어떻게 다른지, 그리고 대규모 언어 모델이 작동에서 어떤 역할을 하는지 살펴봅니다.
인공지능 에이전트와 LLM 이해하기은(는) CoddyKit의 무료 AI Agents with LangChain & Autonomous Workflows 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 AI Agents with LangChain & Autonomous Workflows 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. AI Agents with LangChain & Autonomous Workflows 강의에는 총 4개의 강의가 포함되어 있습니다.
이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.
Welcome to AI Agents!
Welcome! You're about to meet AI agents — how they differ from ordinary software, and the LLMs that power their reasoning.
What Exactly is an AI Agent?
An AI agent is a smart assistant that perceives, reasons, acts, and learns toward a goal. Unlike a rigid script, it adapts as the situation changes.
Agents vs. Traditional Software
A calculator follows fixed rules: input, rule, output. An AI agent asked to find the best flight to Paris will search, compare, and decide along the way.
The Powerhouse: Large Language Models (LLMs)
At the core of most agents sits a Large Language Model (LLM) — trained on huge text corpora to understand language and generate it: answering, summarizing, translating, creating.
How LLMs 'Think' (Simply)
An LLM is a super-smart predictor: given a prompt, it picks the most probable next word, then the next, guided by patterns from billions of training examples.
def simple_llm_response(prompt):
if "hello" in prompt.lower():
return "Hello! How can I assist you?"
elif "weather" in prompt.lower():
return "I can't check the weather, but I can chat about other things!"
else:
return "That's an interesting thought!"
if __name__ == "__main__":
print(simple_llm_response("Say hello to me."))
print(simple_llm_response("What's the weather like?"))LLMs as the Agent's Brain
Inside an agent, the LLM is the reasoning engine. It interprets the goal, breaks tasks into steps, picks which tools to use, and shapes the response.
Key Agent Capabilities with LLMs
Pairing LLMs with other parts unlocks real power: remembering context, planning dynamically, calling external tools, and solving open-ended problems.
Real-World Agent Examples
You'll find agents in customer support (search a knowledge base, file a ticket), personal assistants (book, manage email), and data analysis (query, code, explain).
Agent vs. Chatbot: A Quick Distinction
All agents can chat, but not all chatbots are agents. An agent adds autonomy — it reasons about a goal and takes real actions, not just scripted replies.
Quick Check: Agent or Not?
Based on what we've learned, which of the following best describes a key characteristic that distinguishes an AI agent from a traditional software program?
Recap: Agents & LLMs
Recap: AI agents perceive, reason, and act, adapting where rule-based software can't. The LLM is the brain that lets them understand, plan, and decide. Up next: LangChain.
AI 튜터와 함께 AI Agents with LangChain & Autonomous Workflows을(를) 배우세요 — 무료
브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.
- 코스
- 12
- 레슨
- 50
자주 묻는 질문
“인공지능 에이전트와 LLM 이해하기” 강의는 무료인가요?
네 — “인공지능 에이전트와 LLM 이해하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 AI Agents with LangChain & Autonomous Workflows 강의 전체를 잠금 해제할 수 있습니다. AI Agents with LangChain & Autonomous Workflows 강의에는 총 4개의 강의가 포함되어 있습니다.
“인공지능 에이전트와 LLM 이해하기”에서 뭘 배우나요?
인공지능 에이전트가 무엇인지, 기존 소프트웨어와 어떻게 다른지, 그리고 대규모 언어 모델이 작동에서 어떤 역할을 하는지 살펴봅니다. 브라우저에서 직접 실행하는 실습 코드로 AI Agents with LangChain & Autonomous Workflows을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
AI Agents with LangChain & Autonomous Workflows을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 AI Agents with LangChain & Autonomous Workflows은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.
“인공지능 에이전트와 LLM 이해하기” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 AI Agents with LangChain & Autonomous Workflows 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 AI Agents with LangChain & Autonomous Workflows 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 인공지능 에이전트와 LLM 이해하기
- LangChain 핵심 구성 요소 해설
- 첫 번째 간단한 에이전트 구축
- 에이전트에 메모리와 대화 상태 부여하기