에이전트 생성하기

개요

Clova Studio Gov에서는 웹 인터페이스를 통해 특정 작업에 특화된 커스텀 AI 에이전트를 쉽게 생성할 수 있습니다. 코드 없이도 강력한 RAG 에이전트를 만들 수 있습니다. 에이전트 관리 화면

시작하기

Clova Studio Gov 접속

Clova Studio Gov 웹사이트에 접속하여 로그인합니다.

에이전트 관리 메뉴 선택

왼쪽 사이드바에서 ‘에이전트 관리’ 메뉴를 클릭합니다.

새 에이전트 만들기

’+ 새 에이전트’ 버튼을 클릭하여 에이전트 생성을 시작합니다.

에이전트란?

에이전트는 다음과 같은 특징을 가진 특화된 AI 어시스턴트입니다:

특화된 지식

특정 도메인이나 작업에 최적화된 지식베이스를 보유합니다.

도구 활용

RAG 검색, 계산, API 호출 등 다양한 도구를 사용할 수 있습니다.

일관된 페르소나

정의된 역할과 톤에 따라 일관된 응답을 제공합니다.

컨텍스트 유지

대화 맥락을 유지하며 이전 대화를 참조합니다.

에이전트 생성 단계

에이전트 생성은 3단계로 진행됩니다.

1단계: 메타데이터 및 패턴 선택

워크플로우 패턴 선택

에이전트의 기본 워크플로우 패턴을 선택합니다:

문서 요약
보고서 초안 작성
RAG 에이전트

사용 사례: 긴 문서를 읽고 핵심 내용을 요약간 문서를 읽고 핵심 내용을 요약합니다.

RAG 에이전트를 선택하면 지식 검색 노드가 자동으로 구성됩니다.

에이전트 정보 입력

기본 정보

이름: 에이전트를 식별할 수 있는 명확한 이름
설명: 에이전트의 목적과 역할을 간단히 설명
태그: 검색과 분류를 위한 태그 (쉼표로 구분)

예시:

이름: “대한민국 국정과제 RAG 에이전트”
설명: “RAG와 LLM을 활용하여 대한민국 국정과제 관련 문서를 검색하고 정확한 답변을 제공합니다.”
태그: RAG, 국정과제

2단계: 워크플로우 상세 설정 - 지식 검색

노드 설정

우측에서 search_knowledge 노드를 설정합니다: 지식베이스 선택 검색할 지식 컬렉션을 선택합니다. 여러 컬렉션을 동시에 선택할 수 있습니다. 검색 파라미터

Top-K

검색 결과 상위 몇 개를 사용할지 설정기본값: 5

작은 값(3-5): 정확도 중시
큰 값(10-20): 포괄성 중시

Similarity Threshold

최소 유사도 임계값기본값: 0

높은 값(0.7-1.0): 매우 관련 높은 문서만
낮은 값(0.1-0.3): 폭넓은 검색

리랭킹 활성화

리랭킹을 활성화하면 검색된 문서를 다시 정렬하여 더 정확한 결과를 제공합니다.

지식베이스 선택 가이드

관련성 높은 컬렉션만 선택하세요
너무 많은 컬렉션을 선택하면 검색 성능이 저하될 수 있습니다
주제별로 에이전트를 분리하는 것이 효과적입니다

3단계: 워크플로우 상세 설정 - 프롬프트 처리

LLM 노드 설정

process_query 노드에서 LLM 모델과 프롬프트를 설정합니다. 모델 선택

HCX-GOV-Think
HCX-DASH-002
LLM42

추론형 모델 - 정밀한 추론이 필요한 복잡한 질문에 적합

깊게 사고하며 답변
복잡한 문서 분석
논리적 추론 필요 시

출력 설정

temperature

number

응답의 창의성 조절

0.0-0.3: 일관된 답변 (정보 검색)
0.4-0.7: 균형 (권장)
0.8-1.0: 창의적 (아이디어 생성)

max_tokens

number

default:2048

응답의 최대 길이

512: 짧은 답변
2048: 일반적인 답변 (권장)
4096: 긴 답변

프롬프트 작성

시스템 프롬프트와 사용자 입력 처리 방식을 정의합니다. 프롬프트 예시:

당신은 국정과제 전문가입니다.
사용자의 질문에 대해 검색된 관련 문서를 바탕으로 정확하게 설명하고 상세한 답변을 제공하세요.

질문: {{__start__.user_input}}

검색된 관련 문서:
{% for doc in search_knowledge.retrieved_documents %}
{{ doc }}
{% endfor %}

프롬프트 작성 가이드

{{__start__.user_input}}: 사용자 입력 참조
{% for doc in search_knowledge.retrieved_documents %}: 검색된 문서 반복
명확한 역할과 지시사항 명시

프롬프트 최적화

에이전트의 역할을 명확히 정의하세요
검색된 문서를 어떻게 활용할지 구체적으로 지시하세요
예시를 포함하면 더 일관된 응답을 얻을 수 있습니다

다음 단계

모델/에이전트와 대화하기

생성한 에이전트와 대화하기

지식 관리

에이전트에 사용할 지식 컬렉션 관리하기

모델 플레이그라운드

프롬프트와 설정 테스트하기

RAG 시스템 구축하기

API로 더 고급 RAG 시스템 구현하기

Cookbook

웹 활용 예제