Agents Building Agents - Alfonso Graziano, Nearform
이 영상은 AI 에이전트 구축 시 발생하는 성능 저하 및 오류 문제를 해결하기 위한 실전 워크플로우를 제시합니다. 특히 '골든 데이터셋'을 활용한 평가 자동화와 사용자 피드백 기반의 실시간 오류 수정 파이프라인을 통해 에이전트의 안정성과 성능을 지속적으로 개선하는 방법을 소개합니다.
핵심 요약
- AI 에이전트 구축 시 발생하는 환각, 비결정성, 지연, 비용 등의 문제점을 언급하며, AI를 AI를 만드는 데 사용하는 접근 방식을 제안합니다.
- 에이전트의 성능을 평가하기 위해 '골든 데이터셋'과 '스크리너'를 사용하여 정량적인 측정 기준을 마련하고, 이를 통해 에이전트의 정확도를 개선하는 과정을 설명합니다.
- 에이전트 성능 개선을 위해 'AutoAgent'와 같은 자동화 루프를 사용하여 코드, 시스템 프롬프트, 도구 등을 반복적으로 수정하고 평가하여 성능을 향상시키는 방법을 시연합니다.
전체 요약과 종목별 의견·실시간 분석을 보려면 로그인하세요.
로그인 / 회원가입