“Tool은 ‘기능’, MCP는 ‘연결 표준’… 에이전트 개발이 갑자기 쉬워지는 이유” 에이전트(Agentic AI)를 만들다 보면 거의 100% 이런 질문을 하게 됩니다.“우리는 이미 tool calling(함수 호출)을 쓰고 있는데, MCP(Model Context Protocol)는 도대체 뭐가 다른 거지?” 결론부터 말하면 이렇습니다. Tool(툴): 에이전트가 실행할 수 있는 개별 기능(예: send_email, search_docs) Tool calling (툴/함수 호출): 모델이 “이 기능을 써야겠다” 판단하면, 호스트 […]
Agentic AI(에이전트형 AI)가 “핫”해진 이유는 단순합니다. 이제 사람들은 답을 잘하는 챗봇보다, 일을 끝내는 AI를 원하거든요. 그런데 “일을 시키는 AI”를 만들다 보면 곧바로 벽을 만납니다. 사내 위키(Confluence)도 붙여야 하고 슬랙도 보내야 하고 드라이브 파일도 읽어야 하고 CRM/DB도 조회해야 하고 권한·로그·감사(Audit)까지 챙겨야 하고… 문제는 이 연결이 대부분 매번 커스텀 통합으로 만들어진다는 점입니다. 모델/앱이 바뀔 때마다 다시 붙이고, […]
Agentic AI가 뜨는 이유는 간단합니다. 이제 사람들은 “답변”보다 “완료”를 원해요. OpenClaw(클로우봇)처럼 메신저에서 한 줄 지시하면 메일 정리, 일정 생성, 폼 입력까지 실제로 일을 처리하는 AI 에이전트가 빠르게 확산 중입니다. 그런데 여기서부터 게임의 룰이 바뀝니다. 챗봇은 대화가 끝나면 끝이지만, 에이전트는 내 계정으로 실행합니다. 즉, AI가 “조언자”에서 “행동자(actor)”가 되는 순간, 보안은 옵션이 아니라 필수 스펙이 됩니다. 오늘 […]
작년까지의 생성형 AI가 “질문하면 답해주는 똑똑한 비서(챗봇)”에 가까웠다면, **Agentic AI(에이전틱 AI)**는 한 단계 더 나아가 목표를 받으면 스스로 계획을 세우고, 도구를 써서 실행까지 하는 형태로 진화한 흐름이에요. 예를 들어, “이번 주 금요일 오후에 팀 회의 잡고, 관련 자료 찾아서 아젠다 초안 만들어줘” “메일함에서 ‘결재’ 키워드만 모아 요약하고, 회신 초안까지 써줘” 같은 일을 여러 단계로 쪼개서(계획) […]