# AI Agent 실무 설계: 업무자동화 에이전트 구축 — 강의자료

## 과정 개요

LLM 기반 AI Agent를 설계하고 실제 업무 프로세스에 연결하는 실무 중심 과정

프롬프트만으로는 해결되지 않는 다단계 업무를 AI Agent로 자동화하는 방법을 다룹니다. Tool-use, 메모리, 오류 처리까지 실제 동작하는 에이전트를 직접 구축합니다.

| 항목 | 내용 |
|---|---|
| 난이도 | 중급 |
| 진행 방식 | 기업교육 |
| 표준 소요시간 | 16시간 (2일) |
| 대상 | 기업 실무자, DX 담당자 (생성형 AI 업무활용 과정 이수자 권장) |
| 관련 기술 | LLM, Agentic AI, AI Agent, RAG |

## 학습 목표

- AI Agent 아키텍처(계획-실행-검증) 이해
- Tool-use·메모리를 포함한 실동작 Agent 구현
- 업무 프로세스를 Agent 워크플로우로 분해하는 능력

## 모듈별 강의 내용

### Module 1. AI Agent 아키텍처

- 계획(Plan)-실행(Act)-검증(Reflect) 루프
- Tool-use와 함수 호출 설계

AI Agent는 목표를 스스로 계획하고, 도구를 호출해 실행하고, 결과를 검증하는 순환 구조로 동작합니다. 이 세 단계를 실제 업무 시나리오에 대입해 어디서 사람이 개입해야 하는지 판단 기준을 세웁니다.

### Module 2. 메모리와 상태 관리

- 단기·장기 메모리 설계
- 오류 처리와 재시도 전략

장기간 실행되는 Agent는 이전 작업 이력을 기억해야 하며, 오류가 났을 때 무한 재시도에 빠지지 않도록 재시도 횟수와 대체 경로를 미리 설계해야 합니다.

### Module 3. 실무 워크플로우 구현

- 업무 프로세스 분해와 Agent 매핑
- 실동작 Agent 구축 및 검증

실제 업무 프로세스를 단계별로 쪼개 각 단계를 Agent의 역할로 매핑하고, 완성된 Agent가 실제로 동작하는지 검증하는 실습으로 마무리합니다.

## 진행 안내

각 모듈은 개념 설명 후 실습으로 이어지는 순서로 진행합니다. 모듈별 실습 문제는 별도 워크북 문서를 참고하세요.