도구·커넥터·지식 연동

에이전트가 바로 답하기 어려운 작업을 처리할 수 있도록 도구를 만들고, 재사용할 데이터 연결과 지식 베이스를 함께 준비합니다.

도구 목록 관리

좌측 사이드바 도구 그룹의 도구 메뉴에서 재사용할 커스텀 도구 목록을 보고 새 도구를 추가합니다.

도구 메타데이터 기입

도구의 고유 영문 이름, 화면용 별칭, 설명을 입력합니다.

도구 실행 타입 설정 및 실행 대상 연결

도구를 만들 때 타입(Type)을 고르고 소스 코드를 직접 입력하거나 호출 대상을 연결합니다. 주로 다음 두 가지 방식을 씁니다:

• Python: 직접 작성한 Python 함수를 실행합니다. DB 조회나 외부 API 연동처럼 커스텀 로직이 필요할 때 씁니다.
• Agent: 다른 하위 에이전트를 도구로 호출합니다. 역할별 에이전트에 작업을 나눌 때 적합합니다.

입력 파라미터 및 커넥터 연동

코드(Python) 도구는 대화에서 뽑아낸 값을 정확하게 전달받도록 입력 파라미터 규약(스키마) 을 정의해야 합니다. 예를 들어 keyword 속성을 두면 검색어를 명확하게 넘길 수 있습니다. 필요하면 도구 안에서 쓸 데이터 연결 정보도 함께 연결합니다.

데이터 연결 목록과 커스텀 커넥터

현재 등록된 데이터 연결 목록을 확인한 뒤, 커넥터 생성 창에서 데이터베이스, 그래프 데이터, 웹 API, S3 저장소 같은 유형을 고릅니다. 기본 접속 템플릿을 쓰거나 스크립트 기반 연결 로직을 추가해 도구와 파이프라인이 함께 쓸 연결을 만듭니다.

지식 베이스와 RAG 연동

도구와 커넥터를 준비했다면 지식 목록에서 새 지식을 만듭니다. 지식의 별칭, 대상 컬렉션, 설명을 입력한 뒤 검색 방식을 고릅니다.

검색 방식 선택

지식 베이스를 만들 때는 에이전트가 문서를 어떤 방식으로 찾을지 먼저 정합니다.

• 시맨틱 검색: 질문의 의미와 맥락이 비슷한 문서를 임베딩 기반으로 찾습니다. 표현이 조금 달라도 비슷한 뜻이면 검색에 걸리도록 할 때 적합합니다.
• 키워드 검색: 문서 안에 특정 단어가 얼마나 정확하게 들어 있는지를 기준으로 찾습니다. 고정된 용어, 코드, 제품명, 정책명처럼 정확한 문자열 일치가 중요할 때 적합합니다.
• 하이브리드 검색: 시맨틱 검색과 키워드 검색을 함께 사용합니다. 의미 유사성과 정확한 용어 매칭을 둘 다 챙기고 싶을 때 적합합니다.

문서 공급과 청킹 설정

지식을 만든 뒤 문서 추가 버튼으로 수동 문서, 웹 크롤링, 파일 업로드 중 하나를 선택해 비정형 소스를 넣습니다. 이어서 문서를 어떤 크기로 나눌지 청킹 전략을 정해 검색 경로를 마무리합니다.

이 레슨에서 익혀야 할 것

• 도구(조회 위주)와 액터(상태 변경 작업 및 승인 정책 필요)의 차이점
• 도구 실행 방식 중 Python 코드 함수 연동과 Agent 연동의 활용성 차이
• 입력 파라미터(인자값) 스키마 정의 및 데이터 연결 연동 절차
• 데이터 연결을 통해 데이터베이스, API, 오브젝트 저장소 접속 정보를 재사용하는 방법
• 지식 베이스와 RAG 연동을 통해 비정형 문서를 에이전트 답변에 연결하는 방법
• 시맨틱 검색, 키워드 검색, 하이브리드 검색의 차이와 청킹 설정의 역할

다음 레슨

• 마지막 단계에서는 에이전트를 배포하고 채팅 테스트로 확인합니다.