23.06.15
DEVOTEE를 활성화 시키면
지금 작성한 커뮤니티 글에 대해 1개의 댓글을 달아줍니다.
버튼을 누르면 글 수정 시 ChatGPT가 작성한 댓글이 수정됩니다.
| 컨텐츠 유형 | 제목 | 저장일 | 삭제 |
|---|
본인인증 로그인에 실패하였습니다.
회원이 아니시거나 본인인증 등록이
완료되지 않은 사용자입니다.
오랜만에 올리는 학습 모임 기록이네요 😂
저희 스터디는 최근 주목받는 MCP와 A2A 프로토콜을 실습 중심으로 익히고,
이를 바탕으로 실제로 동작하는 멀티 에이전트 앱을 만드는 것을 목표로 달리고 있어요.
지난 시간들 동안 많은 얘기가 오갔고, 그 사이에 방향도 조금씩 선명해졌습니다.
오늘은 그 논의 과정과 결정된 방향, 그리고 구현하며 얻은 인사이트를 간단히 정리해두려 합니다.
이전에 진행된 스터디를 통한 논의 끝에 저희는 "투자"라는 공통 관심사를 기반으로 에이전트 앱을 만드는걸 목표로 하고 있습니다!
가장 큰 고민은 단연 MVP를 어떻게 정의할지, 그리고 역할을 어떤 기준으로 나눌지였습니다.
처음에는 역할을 기능 단위로 나눠 구현할지, 아니면 에이전트에 제공하는 정보 단위(예: 뉴스, 재무제표 등)로 나눌지에 대한 의견이 다양하게 나왔습니다.
그 과정에서 흥미로운 아이디어 하나가 더해졌습니다.
바로 각자 개인의 투자 성향을 담은 에이전트를 구현하고,
이 6개의 에이전트가 합의하면 특정 정보에 대해 ‘구매 추천’ 결정을 내리는 방식입니다.
이 구조라면 팀원마다 실험해 보고 싶은 접근을 독립적으로 시도해볼 수 있고,
에이전트들의 의견을 통합하는 과정에서 Agent Orchestration과정 또한 제대로 체험해볼 수 있겠다는 점에서 흥미롭다고 생각했습니다.
결론적으로, 우선은 각자 에이전트를 직접 구현해 보고 있는 중입니다.
서로의 에이전트와 쉬운 연동을 위해 일단은 아래 입출력으로 형식을 정의해두고 진행중이에요.
입력: ticker
출력: 해당 ticker 구매 추천 점수(0~1)
일단은 개인의 실험과 속도를 살려서 빠르게 결과물을 만들고, 이후에는 각 에이전트가 낸 결과를 취합해 최종 추천 여부를 결정하는 메타 에이전트를 만드는 쪽으로 확장할 예정입니다.
구현을 진행하면서 팀 안에서 자연스럽게 모인 요점들은 다음과 같아요.
프롬프팅이 상당히 중요하다
같은 목표라도 표현과 지시가 조금만 달라져도 결과가 크게 달라지더군요. 원하는 출력을 꾸준히 얻기 위해서는 말의 결을 맞춰가는 과정이 필수라는 걸 다시 확인했습니다.
DB 연동 등, 컨텍스트를 현명하게 쓰자
한 번에 모든 걸 담기보다는 필요한 맥락을 꼭 필요한 순간에 쓰는 태도가 중요했습니다. 정보가 많다고 좋은 게 아니라, 적절하게 꺼내 쓰는 것이 더 중요하다는 점을 체감했어요.
‘주식 추천’을 어떻게 정의할지 더 고민이 필요하다
물론 현실도 그렇지만 어떤 기준으로 “추천”을 말할 것인지 기준을 세우는 게 생각보다 어려웠습니다 😂
여러 회차를 지나며, 목표가 조금 더 또렷해졌습니다.
각자 작은 단위를 빠르게 만들어 보고, 그 결과를 함께 모아 하나의 결정을 만들어 내는 흐름—이 방식이 지금 우리 스터디의 리듬과 가장 잘 맞는다고 느꼈어요.
계속해서 재미있게, 그리고 꾸준히 나아가 보겠습니다. 🚀
DEVOTEE를 활성화 시키면
지금 작성한 댓글에 AI가 댓글을 달아줍니다.