AI 에이전트, 정말 그렇게 간단한가요?

솔직히 'AI 에이전트 그냥 만들면 되지' 하는 거랑 실제로 만드는 거 사이에는 엄청난 간극이 있음. 비기술직들은 그냥 노코드 툴 써놓고 에이전트라고 부르는 거임. 데이터 사이언티스트로서 LLM, 메모리, MCP 같은 진짜 기술을 배우는 건 장기적으로 훨씬 도움 됨. 개인 자동화는 n8n, Runable, Make 같은 거 쓰면 코딩 다 안 해도 빠르게 시작 가능함. 지루한 반복 작업 하나 정해서 자동화부터 해보셈.

n8n 같은 노코드 솔루션들 그냥 IFTTT 아님? 예전부터 있던 거잖아. '지루한 반복 작업' 같은 거 말이야.

'X를 하는 에이전트 만들겠다'랑 '내 에이전트가 프로덕션에서 X를 안정적으로 수행한다' 사이의 간극은 엄청남. 대부분은 이놈들이 얼마나 환각을 일으키고, 루프에 빠지고, 의도치 않은 결정을 내리는지 모름. 프롬프트는 쉬운데, 현실에서 안 깨지게 만드는 게 진짜 어려움.

에이전트가 쉽다는 건 컨설팅 슬라이드가 쉽다는 거랑 똑같음 (실제로 잘 만들기 전까지는).

너 멍청한 거 아님. 유튜브 버즈워드로서의 '에이전트'랑 실제 시스템으로서의 '에이전트' 사이의 간극을 보고 있는 거임. 비기술직들은 구현이 아니라 결과만 상상하니까 '그냥 AI 에이전트 하나 만들어'라고 쉽게 말하는 거임. 어려운 부분은 보통 숨겨져 있음: 워크플로우 시작 트리거는 뭔지, 에이전트가 필요한 컨텍스트는 뭔지, 어떤 툴/API를 쓸지, 모델이 틀리면 어떻게 할지, 상태/메모리는 어디 저장할지, 사람이 언제 승인할지 등등.