즉각적인 엔지니어링에서 에이전트 경험까지

대규모 언어 모델(LLM)을 다루는 전통적인 방식인 프롬프트 엔지니어링은 모델이 새로운 능력을 얻으면서 진화하고 있습니다. 이제 모델은 도구 사용을 통해 더욱 풍부한 "내부 독백"을 수행하며, 추론하고 행동할 수 있게 되었습니다. 이러한 변화는 자율적으로 목표를 추구할 수 있는 에이전트의 개발로 이어졌습니다. 복잡성은 프롬프트에서 모델의 추론으로 이동했으며, 작업을 수행하기 위해 터미널과 같은 도구를 활용합니다. 그러나 이는 제어 및 보안에 대한 우려를 제기하며, 자유와 제약 사이의 균형을 필요로 합니다. 에이전트의 선택에 대한 주요 영향은 행동 스크립팅이 아닌 환경 설계에 있습니다. 장기간 실행되는 에이전트의 진화하는 컨텍스트 창을 관리하는 것이 중요하며, 이를 위해서는 컨텍스트 엔지니어링이 필요합니다. 이는 초기 프롬프트를 완벽하게 만드는 대신 에이전트에게 지침과 정보 접근을 제공하는 데 중점을 두는 프롬프트 엔지니어링과 대조됩니다. 도구 발견 가능성과 정보 구조에 중점을 둔 에이전트 경험이 중요해집니다. Andrew Ng의 Context Hub와 같은 도구는 로컬 및 공유 피드백 루프를 통해 자기 개선을 촉진합니다. 이러한 진화는 인간과 AI 에이전트 모두를 위해 구축하는 인터페이스에 대한 신중한 고려를 필요로 합니다.