가이드

코드 없이 AI 에이전트를 구축하는 방법

프로그래밍 없이 15분 만에 첫 자율 에이전트를 구축하는 완벽 가이드입니다.

가이드

실제 업무를 자동화하는 AI 에이전트를 구축하는 데 개발자일 필요가 없습니다. 적합한 플랫폼이 있다면 원하는 것을 한국어로 설명하기만 하면 몇 분 안에 에이전트를 가동할 수 있습니다.

이 가이드에서는 에이전트가 무엇인지 이해하는 것부터 첫 에이전트 구축, 멀티 에이전트 워크플로우로 확장하는 것까지 모든 것을 다룹니다.

이 가이드의 내용

1. AI 에이전트란 무엇인가 (챗봇 및 워크플로우와의 차이)
2. 모든 에이전트에 필요한 4가지 구성 요소
3. 단계별: 첫 에이전트 구축하기
4. 오늘부터 사용할 수 있는 5가지 에이전트 템플릿
5. 고급편: 멀티 에이전트 워크플로우

AI 에이전트란 무엇인가?

먼저 혼동을 해소하겠습니다. AI 에이전트는 챗봇이나 워크플로우 자동화와 같지 않습니다.

유형기능제한
챗봇학습 데이터를 기반으로 질문에 응답액션을 실행할 수 없고 실시간 데이터에 접근 불가
워크플로우트리거 시 사전 정의된 단계 실행엣지 케이스를 처리할 수 없고 판단을 내릴 수 없음
AI 에이전트목표에 대해 추론하고 도구를 사용하며 판단을 내림고위험 판단에는 가드레일이 필요

AI 에이전트는 컨텍스트를 이해하고, 적절한 도구를 사용하며, 언제 도움을 요청해야 하는지 아는 똑똑한 직원과 같습니다.


모든 에이전트에 필요한 4가지 구성 요소

코드로 구축하든 노코드로 구축하든, 효과적인 에이전트에는 4가지 요소가 있습니다:

1. 지시사항 (Instructions)

에이전트가 무엇을 하는지 평이한 언어로 기술합니다. '당신은 영업 어시스턴트입니다. 매주 월요일 지난주 파이프라인 데이터를 가져와 요약을 보내주세요. 2주 이상 움직임이 없는 건에는 플래그를 표시해 주세요.'

2. 도구 (Tools)

에이전트가 접근할 수 있는 시스템과 데이터입니다. CRM, 스프레드시트, 이메일, Slack, 데이터베이스 등. 에이전트는 이를 사용하여 정보를 수집하고 액션을 실행합니다.

3. 메모리 (Memory)

세션 간에 유지되는 컨텍스트입니다. 과거 대화, 분석 결과, 학습된 선호도 등. 이것이 에이전트를 시간이 지남에 따라 더 똑똑하게 만듭니다.

4. 가드레일 (Guardrails)

인간의 승인을 요청하는 타이밍에 대한 규칙입니다. '리포트는 자동으로 실행하지만, 외부 이메일 발송 전에는 확인해 주세요.' 이것이 에이전트를 신뢰할 수 있게 만듭니다.

단계별: 첫 에이전트 구축하기

주간 영업 파이프라인을 요약하는 실용적인 에이전트를 구축해 보겠습니다. 소요 시간은 약 15분입니다.

새 에이전트 생성

Lazarus 워크스페이스를 열고 '새 에이전트'를 클릭합니다. '주간 파이프라인 리포터'와 같은 이름을 지정합니다.

지시사항 작성

원하는 것을 평이한 언어로 기술합니다:

'매주 월요일 오전 9시에 CRM에서 현재 파이프라인을 가져와 주세요. 단계별 총 금액을 계산하고 지난주와 비교해 주세요. 14일 이상 움직임이 없는 건을 식별해 주세요. 주요 수치와 주의가 필요한 건을 포함한 요약을 이메일로 보내주세요.'

도구 연결

'도구 추가'를 클릭하여 CRM(HubSpot, Salesforce 등)과 이메일을 연결합니다. 에이전트는 이를 사용하여 데이터를 가져오고 리포트를 발송합니다.

스케줄 설정

'스케줄'에서 '주간'을 선택하고 월요일 오전 9시를 선택합니다. 에이전트는 이 시간에 자동으로 실행됩니다.

가드레일 추가 (선택사항)

발송 전에 에이전트에게 확인을 요청하려면 '외부 커뮤니케이션에 승인 필요'를 활성화합니다. 발송 전에 승인 또는 수정 메시지를 받게 됩니다.

테스트

'지금 실행'을 클릭하여 테스트합니다. 에이전트는 파이프라인 데이터를 가져와 분석하고 발송 예정인 리포트를 표시합니다. 필요에 따라 조정하십시오.

이것으로 끝입니다. 매주 30분 이상의 시간을 절약하는 AI 에이전트를 구축했습니다.


오늘부터 사용할 수 있는 5가지 에이전트 템플릿

처음부터 시작하고 싶지 않으신가요? 일반적인 사용 사례를 위한 검증된 템플릿을 소개합니다:

리드 평가 에이전트

기준에 따라 수신 리드를 스코어링하고, 기업 데이터로 강화하며, 적절한 담당자에게 라우팅합니다.

주간 리포터

여러 소스에서 데이터를 가져와 주요 지표를 요약하고, 스케줄에 따라 포맷된 리포트를 발송합니다.

미팅 준비

각 미팅 전에 참석자를 조사하고, 관련 계정 이력을 가져와 브리핑을 발송합니다.

팔로업 어시스턴트

딜과 연락처를 모니터링하고, 개인화된 팔로업 이메일을 작성하며, 승인 후 발송합니다.

리서치 어시스턴트

비즈니스 데이터에 관한 질문에 답하고, 패턴을 발견하며, 조사 결과를 워크스페이스에 저장합니다.

고급편: 멀티 에이전트 워크플로우

단일 에이전트에 익숙해지면 협력하여 작동하는 에이전트 팀을 구축할 수 있습니다.

예시: 콘텐츠 파이프라인

리서치 에이전트가 업계 뉴스를 모니터링하고 관련 기사를 워크스페이스에 저장
콘텐츠 에이전트가 리서치를 읽고 블로그 포스트를 작성하여 리뷰용 초안을 저장
배포 에이전트가 승인된 포스트를 받아 각 채널에서 스케줄

각 에이전트는 동일한 워크스페이스에서 작업하며 서로의 작업을 쌓아갑니다. 중요한 체크포인트에서 승인만 하면 됩니다.

중요한 것은 에이전트가 동일한 워크스페이스를 공유하는 것입니다. 파일, 데이터베이스, 컨텍스트가 자연스럽게 흐릅니다.


질문이 있으신가요?

founders@thinklazarus.com(775) 368-5234

How to Build AI Agents Without Code: A Complete Guide | Lazarus