인공 지능(AI) 에이전트 이해하기

AI 에이전트는 특정 목표가 있는 소프트웨어 엔티티입니다. 주변 환경을 인지하고, 환경으로부터 받은 신호와 지침에 따라 결정을 내리고, 그에 따라 행동합니다. 에이전트는 개별적으로 또는 여러 개가 상호 작용하고 협력하여 작업을 수행할 수 있습니다.

AI 에이전트 구축 블록

최근에는 OpenAI와 Hugging Face의 사전 훈련된 모델을 사용하여 AI 에이전트를 구축할 수 있습니다. 또한 Crew AI나 Langchain과 같은 도구를 활용하면 이러한 대규모 언어 모델 기반으로 필요한 모든 태스크를 체인 방식으로 연결할 수 있습니다. 추가적으로 메모리(특정 정보를 벡터 데이터베이스에 저장)를 추가할 수 있습니다. 이를 통해 정보를 검색하고 검색할 수 있습니다.

YouTube 영상에서 데이터 수집하기

이번 프로젝트에서는 암스테르담을 처음 방문하는 여행자를 위한 AI 에이전트를 구축합니다. AI에 필요한 데이터는 YouTube에서 수집할 수 있습니다. YouTube 영상의 대본을 추출하여 시작할 수 있습니다.

Dense Passage Retrieval(DPR) 사용하기

대본이 길고 여행자의 특정 질문에 집중되어 있지 않은 경우 DPR을 사용하여 관련 문서나 제목을 긴 코퍼스에서 검색할 수 있습니다. DPR은 질문과 제목의 밀집 벡터 표현을 학습하여 의미적으로 유사한지 판단합니다. 이를 통해 여행 관련 질문에 가장 관련성 높은 제목을 찾을 수 있습니다.

Ollama로 텍스트 요약하기

DPR을 사용하여 관련 제목을 찾았으면 Ollama를 사용하여 텍스트를 요약할 수 있습니다. Ollama는 10가지 주요 질문과 답변을 생성하는 프롬프트를 제공함으로써 작동합니다.

Agent 구축하기

Crew AI를 사용하여 여러 에이전트를 구축할 수 있습니다. 이러한 에이전트는 질문 생성, 답변 요약, 출력 검토 등 특정 작업을 수행하도록 설계할 수 있습니다. 에이전트는 순차적으로 작동하여 완전 자동화된 시스템을 만듭니다.

ElevenLabs와 Langchain 사용하기

ElevenLabs와 Langchain을 사용하면 에이전트에 음성 출력 기능을 추가할 수 있습니다. ElevenLabs는 텍스트에서 음성으로 변환하는 도구를 제공하고, Langchain은 에이전트를 초기화하고 관리하는 데 사용할 수 있습니다.