에이전트의 다음 행동은 무엇으로 결정될까?

AI 에이전트를 볼 때는 어떤 도구를 쓸 수 있는지부터 살펴보기 쉽습니다. 하지만 같은 도구를 갖고 있어도, 무엇을 관찰하고 어떤 피드백을 받는지에 따라 다음 행동은 달라질 수 있습니다.

관찰, 행동, 그리고 다시 관찰

에이전트를 하나의 반복 흐름으로 생각해 볼 수 있습니다. 현재 상태를 읽고, 가능한 행동 중 하나를 선택하고, 결과를 받은 뒤 상태를 다시 확인하는 흐름입니다. 이 관점에서는 모델뿐 아니라 환경이 돌려주는 정보도 중요한 설계 대상이 됩니다.

게임이라는 작은 환경

턴과 가능한 행동이 비교적 명확한 게임은 이 흐름을 살펴보기 좋은 출발점입니다. 예를 들어 오목이라면 보드 상태, 착수할 수 있는 좌표, 차례, 종료 여부를 구분해서 다룰 수 있습니다. agent-arena는 에이전트 통합을 위한 구조화된 API를 제공하는 실시간 오목 앱입니다.

이런 환경을 살펴보며 확인하고 싶은 질문은 다음과 같습니다.

• 현재 상태만으로 다음 행동을 결정하는 데 필요한 정보가 충분할까?
• 잘못된 좌표나 차례가 아닌 요청에는 어떤 피드백이 유용할까?
• 같은 행동을 중복 실행하지 않도록 하려면 무엇을 기록해야 할까?

다음에 살펴볼 것

먼저 환경과 에이전트 사이에서 오가는 정보를 구체적인 요청과 응답으로 읽어 보려 합니다. 그다음에는 실패를 어떻게 드러내고, 재시도를 어떻게 구분할지 정리해 볼 수 있겠습니다. 구현과 검증을 진행하면 이 초안에 실제 예시를 덧붙일 예정입니다.