용어집: 사이버 보안 용어 및 정의

Agentic AI란 무엇인가요?

에이전트 AI는 시스템이 서로 상호작용하고 심지어 자율적으로 결정을 내릴 수 있는 능력을 부여하는 인공 지능의 전문 분야입니다. 이러한 "에이전트"는 단순히 정적인 규칙을 따르는 것이 아니라, 주변 환경을 인지하고, 사전에 학습할 데이터를 찾고, 이에 따라 행동을 조정하고, 허용되는 경우 최소한의 인간 개입으로 조치를 취합니다. 이러한 접근 방식을 통해 지능형 기술은 사전에 과제를 해결하고 디지털 서비스, 로봇 공학 등의 분야에서 최적의 결과를 향해 실시간으로 대응할 수 있습니다. 

에이전트 AI 이해하기

이미지 인식이나 언어 번역 등 단일 작업에만 집중하는 기존 AI 도구와 달리, 에이전트 AI는 지속적인 학습과 의사 결정을 강조합니다. 기존의 머신 러닝 솔루션은 다양한 소스와 모델에서 정보를 수집하고 정리하고 그 결과에 따라 결정을 내리기 위해 종종 인간의 개입에 의존합니다. 이와 대조적으로, '에이전트 인텔리전스'라고도 불리는 에이전트 AI는 지속적으로 자체 논리와 동작을 개선합니다. 이러한 상호 연결되고 역동적이며 피드백 중심의 프로세스를 통해 이러한 시스템은 주변 환경과 더 효과적으로 상호 작용할 수 있으며, 새로운 수준의 "AI 에이전시"가 탄생합니다.

에이전트 AI의 예는 무엇일까요?

에이전트 AI는 특정 선호도와 요구 사항에 따라 여행을 계획하는 여행사와 비슷한 기능을 합니다. 예를 들어, 사용자는 여행 날짜, 예산, 선호하는 항공사, 특정 위치의 해변 근처 호텔에 대한 희망 사항, 도착 다음 날 오후 7시에 호텔 근처에서 두 사람을 위한 저녁 식사 예약을 표시할 수 있습니다. 

에이전트 AI는 이러한 입력을 여러 개의 별개 작업으로 나누어 특수화된 대규모 언어 모델(LLM)에 위임합니다. 첫째, 선택한 항공사와 관련된 LLM에 연결하여 예산 제약, 로열티 상태, 야간 항공편 선택과 같은 사용자 기본 설정 등을 고려하여 적합한 항공편을 찾습니다. AI는 도착 시간을 기준으로 호텔 예약 날짜를 결정하며, 새벽 항공편 도착 다음날부터 숙박이 필요하다는 것을 인식합니다. 그러면 호텔 공급업체가 저장된 결제 정보를 사용하여 해변 근처의 객실을 예약할 수 있도록 AI 모델에 연결하여 민감한 데이터가 공급업체가 아닌 AI에 안전하게 보관되도록 보장합니다. 

다음으로, AI는 예약된 호텔의 위치를 활용하여 근처에서 저녁 식사를 예약합니다. 이전에 설정한 일정(야간 비행이기 때문에 예약은 여행 2일차에 이루어져야 함)을 고려하고, 특정 예약 서비스에 대한 AI 모델과 인터페이싱하여 예약을 완료합니다.

이 프로세스는 에이전트 AI가 여러 도메인에 걸쳐 작업을 지능적으로 조정하여 복잡한 사용자 요청을 효율적으로 처리하는 방법을 보여줍니다.

중요한 이유

Agentic AI는 단순한 자동화를 넘어 산업을 혁신하고 있습니다. 자동화된 워크플로는 일반적으로 반복적인 작업을 처리하지만, 엔드투엔드 워크플로가 부족하고 진정한 자율성이 부족합니다. 반면에 에이전트형 AI 시스템은 새로운 데이터를 수집하고, 변화하는 상황을 해석하고, 전략적 선택을 내릴 수 있습니다. 네트워크 관리부터 금융 서비스에 이르기까지 빠르게 변화하는 환경에서 이러한 민첩성은 높은 성능을 유지하고, 위협을 신속하게 억제하고, 시장 변화를 활용하는 데 필수적입니다. 에이전트형 AI를 도입한 기업은 운영 효율성을 극대화하고, 간접비를 줄이며, 더욱 개인화된 사용자 경험을 제공할 수 있습니다.

실제 적용 사례

  • 의료: 병원에서는 에이전트형 AI를 활용해 환자의 생명 징후를 모니터링하고 시기적절한 개입을 제안합니다. 지능형 에이전트는 실시간 건강 지표를 처리하여 의사가 치료 계획을 즉석에서 조정하는 데 도움을 줍니다. 
  • 로봇공학: 자율 기계는 고급 의사결정 알고리즘을 사용하여 공장, 창고 또는 위험한 환경을 탐색합니다. 지속적인 상호작용과 학습을 통해 인간의 직접적인 명령 없이도 작업을 조정하고, 검사를 수행하고, 유지 관리 문제를 감지할 수 있습니다. 
  • 금융: 에이전트 AI 알고리즘은 거래를 실행하고, 포트폴리오를 관리하고, 신용 위험을 신속하게 평가합니다. 밀리초 단위로 변동하는 데이터를 해석하는 능력은 수익성과 위험 완화에 새로운 가능성을 열어줍니다. 
  • 사이버 보안: 정교한 위협이 증가함에 따라 에이전트 인텔리전스는 이상을 감지하고, 악성 활동을 격리하고, 보안 팀이 수동으로 대응하기 훨씬 전에 즉각적으로 대응할 수 있습니다.

도전 극복

잠재력에도 불구하고, 에이전트 AI는 난관에 직면합니다. 에이전트/LLM 상호 운용성과 레거시 데이터 소스에 대한 액세스를 위해서는 액세스 제어 및 의미론에 대한 공통된 합의가 필요합니다. 의사결정에는 윤리적 고려 사항이 포함됩니다. 자율적인 에이전트가 중요한 결정을 내릴 수 있기 때문입니다. 때로는 민감한 데이터나 중요한 결과에 관한 결정도 내릴 수 있습니다. 또한, 지속적인 학습 과정을 실행하려면 상당한 컴퓨팅 요구 사항이 필요하므로 견고한 인프라와 신중한 리소스 관리가 필요합니다. 조직에서는 명확한 거버넌스 프레임워크를 구축하고 실시간 정보를 유지하는 확장 가능한 시스템에 투자하여 이러한 문제를 해결해야 합니다.

향후 전망

하드웨어 비용이 감소하고 알고리즘이 발전함에 따라 에이전트 AI 도입은 더욱 증가할 것입니다. AI 시스템이 한 도메인의 지식을 다른 도메인으로 적용하는 법을 배우는 메타 학습과 전이 학습에 대한 연구는 더욱 다재다능하고 인간과 유사한 지능을 약속합니다. 게다가 책임, 개인정보 보호, 신뢰에 대한 산업 지침과 정책을 설정하는 것은 이 기술의 책임 있는 성장을 지속적으로 형성하는 데 도움이 될 것입니다.

F5는 어떻게 에이전트 AI를 활성화하나요?

F5는 AI 시스템과 액세스해야 하는 분산 데이터 소스 간에 안전하고 고성능의 연결을 제공함으로써 에이전트형 AI를 구현합니다. 정책 기반 액세스 제어, 전송 중 암호화, 고급 트래픽 관리 등 F5의 통합 네트워킹 및 보안 기능은 에이전트 AI가 효율적이고 안전하게 작동할 수 있는 강력한 기반을 구축합니다. F5는 원활한 데이터 접근을 촉진함으로써 조직이 에이전트 AI의 잠재력을 최대한 활용하여 지능적인 의사 결정과 운영적 우수성을 추진할 수 있도록 지원합니다.

F5가 기업의 AI 구축을 어떻게 지원하는지 자세히 알아보려면 AI 웹페이지를 방문하세요 .