정리 & 체크리스트

한 줄 요약

두 번째 에이전트를 완성했고, 에이전트 루프의 내부를 손으로 짜 봤습니다. 5장부터는 이 루프를 라이브러리가 내부에서 처리합니다. 여기까지가 "안이 보이는" 마지막 장입니다.

---

1. 4장에서 만든 것

code/ch04_web_agent.py — 에이전트 ② 웹검색

연결 대상 : 인터넷 (실시간·외부)
핵심 기술 : 외부 API 도구 + ReAct 루프
대표 질문 : "요즘 스마트워치 시장 어때요?"

만든 것	하는 일
get_product_info(product_name)	도구 — 자사 상품 조회 (부분 일치)
search_web(query)	도구 — DuckDuckGo 검색
TOOLS 딕셔너리	이름 → 함수
run_agent(question)	ReAct 루프를 직접 도는 에이전트
MAX_STEPS	안전장치

---

2. 이 장의 핵심 내용 — 말로 설명할 수 있어야 할 것들

1. LLM에는 지식 컷오프가 있고, 그 이후는 모른다. 위험한 것은 모른다고 말하지 않는 점이다.
2. ddgs 는 API 키 없이 쓸 수 있다. 대신 호출이 몰리면 막힌다.
3. 검색 결과를 문자열로 다듬는 것이 우리 일이다. 무엇을 넣고 무엇을 자를지가 사람의 판단이다.
4. 모델은 도구 명세와 시스템 지시만 보고 도구를 고른다. 독스트링의 경계선이 선택을 좌우한다.
5. 도구가 많아지면 정확도가 떨어진다. 그래서 8장에서 나눈다.
6. ReAct = 생각 → 행동 → 관찰 → 다시 생각. 코드로는 for 문 하나다.
7. 종료 조건은 "부를 도구가 없다" 이다. 모델이 스스로 판단한다.
8. 모델의 결정과 실행 결과를 둘 다 history 에 기록해야 한다. 하나라도 빠지면 앞뒤가 안 맞는다.
9. 도구 실행 결과의 role 은 user 다. 모델 입장에서 "밖에서 온 정보"이기 때문이다.
10. while True 는 위험하다. 단계가 늘수록 history 가 커져 한 단계의 비용도 커진다.
11. MAX_STEPS 로 상한을 건다. 정상 질문이 끝나는 단계 수의 두 배쯤이 무난하다.
12. 도구는 실패할 것을 전제로 만든다. 예외를 던지지 말고 상황을 설명하는 문장을 돌려준다.
13. 실패했다는 사실도 정보다. 그래서 모델이 지어내지 않는다.

---

3. 체크리스트

• [ ] python code/ch04_web_agent.py 가 끝까지 돌아간다 (검색 실패는 괜찮음)
• [ ] 단계가 몇 번 돌았는지, 어떤 순서였는지 화면에서 읽을 수 있다
• [ ] 순서를 우리가 정하지 않았다는 것을 설명할 수 있다
• [ ] history.append 두 곳이 각각 무엇을 넣는지 설명할 수 있다
• [ ] 그중 하나를 지우면 무엇이 무너지는지 직접 해 봤다
• [ ] MAX_STEPS 가 왜 필요한지 설명할 수 있다
• [ ] 검색이 실패해도 답변이 나오는 이유를 설명할 수 있다

---

4. 진행 상황

[1장에서 못 푼 세 질문]

  ✓ 사내 데이터   "주문 O001203은 어떤 상태인가요?"       ← 3장 완료
  ✓ 최신 정보     "요즘 스마트워치 시장 어때요?"           ← 4장 완료
  □ 사내 문서     "불량 반품은 며칠 이내인가요?"           ← 6장

[에이전트 네 종류]

  ✓ ① 사내 데이터 조회    3장
  ✓ ② 웹검색             4장
  □ ③ CSV 데이터분석      5장
  □ ④ RAG 문서검색        6장

---

5. 5장 예고 — 30줄이 한 줄이 됩니다

5장에서는 LangChain 을 씁니다. 그러면 이번 장에 손으로 짠 run_agent 30줄이 7절 4번에서 본 create_agent(...) 한 줄로 줄어듭니다. history 관리, 종료 판정, 도구 실행, 결과 기록을 전부 라이브러리가 합니다.

그리고 만드는 에이전트도 새로운 종류입니다 — CSV 데이터분석.

3장 CSV 조회와 무엇이 다른가

[3장] "주문 O001203 상태는?"
        → 정해진 조회. 질문이 바뀌어도 하는 일은 같다

[5장] "카테고리별 매출 상위 3개는?"
        → 매번 다른 계산. 계산식 자체가 달라진다

"카테고리별로 묶어서 합계를 내고 상위 3개를 뽑아라" 같은 계산을 미리 함수로 만들어 둘 수는 없습니다. 질문이 무한히 많으니까요.

그래서 5장의 도구는 이렇게 생겼습니다.

아래는 개념 설명용 코드입니다 — 실습 파일에 넣지 않습니다.

@tool
def run_pandas(expr: str) -> str:
    """승승장구몰 데이터를 pandas 식 한 줄로 계산한다."""
    result = eval(expr, ...)
    return str(result)

함수 위의 @tool 은 표시 한 줄입니다. 파이썬에서 이런 걸 데코레이터라고 부릅니다. 함수 자체는 3장에서 만든 것과 똑같은 평범한 파이썬 함수이고, LangChain이 "이건 도구다"라고 알아볼 수 있게 꼬리표만 붙인 것입니다. 3장 1절에서 "구글 SDK에서는 함수 위에 아무것도 안 붙인다"고 한 그 자리에, LangChain은 이 한 줄을 요구합니다. 5장에서 정식으로 다룹니다.

모델이 pandas 식을 만들고, 우리가 실행합니다. 3장 2절에서 그은 그 경계선이 여기서 진짜 위력을 발휘합니다 — 실행이 우리 쪽 일이므로 위험한 코드를 걸러 낼 수 있습니다.

그리고 이런 질문에 답하게 됩니다.

  Q: P0003 스마트워치의 현재 재고와 재주문 기준을 알려주세요.
  A: P0003 스마트워치의 현재 재고는 3개이며, 재주문 기준은 30개입니다.

재고 3개, 기준 30개. 이 숫자를 기억해 두세요. 8장에서 다시 만납니다.