LLM 채팅부터 자율 AI 에이전트 시스템까지: LLM 통합 애플리케이션의 형태

대규모 언어 모델(LLMs)은 챗봇, 코파일럿, 검색 증강 생성(retrieval-augmented generation), 워크플로우, 코딩 에이전트, AI 에이전트와 같은 라벨로 판매되면서 소프트웨어 시스템의 구성 요소로 점점 더 통합되고 있습니다. 이러한 라벨들이 진정한 아키텍처 형태를 나타내는지 아니면 단순히 브랜딩 목적인지는 체계적으로 평가되지 않았습니다. 조사된 출처들을 보면, 이 라벨들은 실제로 아키텍처적 내용을 담고 있으며, 이는 특히 공급업체의 사용 사례에서 명확합니다: 코파일럿은 단계별 사용자 확인 하에 호스트 애플리케이션을 구동하는 라우터-워커(router-worker) 아키텍처를 나타내는 반면, 더 최근의 '에이전트'라는 라벨로의 변화는 AI가 계획한 다단계 실행과 일치하며, 사용자는 그 결과만을 보게 됩니다. 네 개의 주요 제공업체의 코딩 에이전트들은 하나의 아키텍처를 공유하는데, 이는 서브 에이전트에게 위임하는 이유-행동(reason-and-act) 루프입니다. 본 설문조사는 공통된 에이전트 및 도구의 어휘 체계 내에서 일곱 가지 반복되는 형태들—LLM 채팅, 커스텀 에이전트, 검색 증강 생성(RAG), AI 강화 워크플로우, 코파일럿, 코딩 에이전트, 그리고 부분적으로는 에이전틱 RAG—을 설명합니다. 각 형태는 네 가지 구조적 차원(에이전틱 RAG만 부분적임)을 따라 특징지어집니다: 아키텍처 패턴, 실행 제어 및 사용자 개입 지점, 작업당 에이전트 호출 횟수, 그리고 도구 사용입니다. 연구 출판물과 공급업체 문서에서 가져온 22개 시스템의 예시 코퍼스는 이러한 설명을 뒷받침하며, 이들이 어디까지 도달하는지 보여줍니다.