인공지능 기술이 발전함에 따라 개발자들은 더 다양한 기능을 갖춘 AI 에이전트를 구축하려는 요구가 늘고 있습니다. 그러나 프롬프트 엔지니어링부터 외부 도구 통합까지 AI 에이전트 개발 과정은 복잡하고 시간이 많이 소요됩니다. VSCode의 ‘Agent Builder’는 이러한 복잡한 개발 과정을 간소화하는 도구로, 특히 외부 도구와의 통합을 쉽게 만들어줍니다.
Agent Builder란 무엇인가?
Agent Builder는 기존의 ‘Prompt Builder’가 발전한 형태로, 단순한 프롬프트 작성에서 나아가 완전한 AI 에이전트 구축을 위한 통합 워크플로우를 제공합니다. 프롬프트 엔지니어링부터 외부 도구 통합까지 AI 에이전트 개발의 전 과정을 하나의 인터페이스에서 처리할 수 있습니다.
“Agent Builder는 확장된 기능과 지능형 에이전트 생성에 초점을 맞추고 있으며, MCP 서버를 통한 도구 통합을 지원합니다.”
이 도구는 단순한 채팅 인터페이스부터 외부 도구와 연결되어 복잡한 작업을 수행하는 에이전트까지 다양한 AI 애플리케이션 개발 과정을 간소화합니다.
Agent Builder의 주요 기능
Agent Builder는 개발자와 프롬프트 엔지니어에게 다음과 같은 기능을 제공합니다:
- 🚀 자연어로 시작 프롬프트 생성: 복잡한 프롬프트 작성 없이 자연어로 원하는 기능을 설명하면 AI가 프롬프트 초안을 생성합니다.
- 🔁 모델 응답 기반 프롬프트 반복 개선: 실시간으로 모델 응답을 확인하고 프롬프트를 개선할 수 있습니다.
- 🧩 프롬프트 체이닝과 구조화된 출력: 복잡한 작업을 여러 단계로 나누고 구조화된 출력을 통해 정확한 결과를 얻을 수 있습니다.
- 🧪 MCP 서버와 같은 도구 통합 테스트: 실시간으로 외부 도구와의 통합을 테스트할 수 있습니다.
- 💻 빠른 앱 개발을 위한 프로덕션 코드 생성: 테스트 완료 후 즉시 사용 가능한 코드를 생성합니다.
또한 곧 출시될 기능들도 기대해볼 만합니다:
- 📝 프롬프트에서 변수 사용
- 🧪 테스트 케이스로 쉽게 에이전트 테스트
- 📊 내장 또는 사용자 정의 메트릭으로 에이전트 평가
- ☁️ 클라우드에 에이전트 배포
MCP(Model Control Protocol)로 스마트 에이전트 구축하기
Agent Builder의 가장 주목할만한 기능 중 하나는 MCP(Model Control Protocol) 서버를 통한 외부 도구 통합 지원입니다. MCP는 Anthropic이 소개한 오픈 표준으로, AI 애플리케이션이 외부 도구, 데이터 소스 및 시스템과 연결하는 방식을 표준화하는 것을 목표로 합니다.
MCP 서버를 통해 에이전트는 데이터베이스 쿼리, API 액세스, 사용자 정의 로직 실행 등 실제 세계에서의 작업을 수행할 수 있습니다. 이는 단순한 텍스트 생성을 넘어 실제로 유용한 작업을 수행할 수 있는 AI 에이전트를 만들 수 있게 해줍니다.
기존 MCP 서버에 연결하기
Agent Builder에서 기존 MCP 서버를 사용하려면:
- Tools 섹션에서 “+ MCP Server”를 선택합니다.
- 연결 유형을 선택합니다:
- Command (stdio) – MCP 프로토콜을 구현하는 로컬 명령 실행
- HTTP (server-sent events) – MCP 프로토콜을 구현하는 원격 서버에 연결
- MCP 서버가 여러 도구를 지원하는 경우 사용할 특정 도구를 선택합니다.
- 프롬프트를 입력하고 “Run”을 클릭하여 도구와의 상호작용을 테스트합니다.
이 통합을 통해 에이전트는 대화 흐름의 일부로 실시간 데이터를 가져오거나 커스텀 백엔드 서비스를 트리거할 수 있습니다.
새 MCP 서버 구축 및 스캐폴딩
직접 도구를 만들고 싶다면 Agent Builder가 새 MCP 서버 프로젝트를 스캐폴딩하는 데 도움을 줍니다:
- Tools 섹션에서 “+ MCP Server”를 선택합니다.
- “MCP server project”를 선택합니다.
- 선호하는 프로그래밍 언어를 선택합니다: Python 또는 TypeScript.
- 서버 프로젝트를 만들 폴더를 선택합니다.
- 프로젝트 이름을 지정하고 “Create”를 클릭합니다.
Agent Builder는 확장 가능한 MCP 프로토콜의 기본 구현을 생성합니다. 내장된 VS Code 디버거를 사용하여:
- F5를 누르거나 Agent Builder에서 Debug를 클릭합니다.
- 다음과 같은 프롬프트로 테스트할 수 있습니다:
- System: 주어진 위치를 기반으로 날씨 정보를 알려줄 수 있는 날씨 예보 전문가입니다.
- User: 상하이의 날씨는 어떤가요?
Agent Builder는 자동으로 실행 중인 서버에 연결하고 응답을 표시하여 도구-에이전트 상호작용을 쉽게 테스트하고 개선할 수 있게 해줍니다.
구조화된 출력으로 정확한 결과 얻기
Agent Builder는 구조화된 출력 지원을 통해 예측 가능한 형식으로 출력을 제공하도록 프롬프트를 설계하는 데 도움을 줍니다. 이는 AI 모델이 특정 형식(예: JSON)으로 응답하도록 하여 데이터 처리와 통합을 용이하게 합니다.
구조화된 출력을 테스트하려면:
- 왼쪽 영역에서 “Structure output”을 선택하고 “json_schema”를 선택합니다.
- “Prepare schema”를 선택한 다음 자체 스키마를 사용하려면 “Select local file”을, 미리 정의된 스키마를 사용하려면 “Use an example”을 선택합니다.
- “Run”을 선택하여 프롬프트를 선택한 모델로 보냅니다.
- 스키마 이름을 선택하여 스키마를 편집할 수도 있습니다.
애플리케이션에 프롬프트 엔지니어링 통합하기
모델과 프롬프트를 실험한 후에는 자동으로 생성된 Python 코드로 바로 코딩을 시작할 수 있습니다. 이는 프로토타입에서 프로덕션으로의 전환을 크게 단순화합니다.
Python 코드를 보려면:
- “View Code”를 선택합니다.
- GitHub에서 호스팅되는 모델의 경우 사용할 추론 SDK를 선택합니다.Agent Builder는 선택한 모델의 코드를 제공자의 클라이언트 SDK를 사용하여 생성합니다. GitHub에서 호스팅되는 모델의 경우 사용할 추론 SDK를 선택할 수 있습니다: Azure AI Inference SDK 또는 OpenAI SDK나 Mistral API와 같은 모델 제공자의 SDK.
- 생성된 코드 스니펫이 새 편집기에 표시되며, 이를 애플리케이션에 복사할 수 있습니다.
Agent Builder와 관련된 다른 기능들
Agent Builder는 VSCode의 확장 프로그램으로, 다른 유용한 AI 개발 도구들과 함께 제공됩니다. 이 도구들은 AI 에이전트 개발 워크플로우를 완성하는 데 도움이 됩니다.
관련 기능으로는 다음과 같은 것들이 있습니다:
- 다양한 AI 모델 소스(GitHub, ONNX, OpenAI, Anthropic, Google 등)에 접근할 수 있는 모델 카탈로그
- 원격 호스팅 모델이나 로컬에서 실행되는 Ollama 모델을 활용하는 기능
- 채팅 인터페이스를 통한 모델 테스트 기능
- 멀티모달 언어 모델을 위한 첨부 파일 지원
- 다수의 프롬프트를 일괄 실행하는 기능
- F1 점수, 관련성, 유사성, 일관성 등 다양한 평가 지표로 AI 모델을 평가하는 기능
이러한 기능들은 AI 에이전트 개발 과정에서 모델 선택, 테스트, 평가 등 다양한 단계를 지원합니다.
결론
Agent Builder는 AI 에이전트 개발 과정을 간소화하여 개발 시간을 단축시키는 도구입니다. 프롬프트 엔지니어링부터 도구 통합까지 전체 과정이 하나의 인터페이스에서 이루어지므로, 개발자들은 복잡한 AI 에이전트를 더 효율적으로 구축할 수 있습니다.
MCP 서버를 통한 도구 사용 지원은 AI 에이전트의 실용성을 크게 향상시킵니다. 이를 통해 에이전트는 텍스트 생성만이 아닌 데이터베이스 쿼리, API 호출, 파일 시스템 접근 등 실제 작업을 수행할 수 있게 됩니다. 향후 추가될 변수 사용, 테스트 케이스, 평가 메트릭 및 클라우드 배포 기능은 개발자들에게 더 다양한 도구를 제공할 것입니다.
AI 에이전트 개발에 관심이 있는 개발자라면, MCP 서버 통합과 같은 기능을 활용하여 더 강력하고 유용한 애플리케이션을 만들어 볼 수 있을 것입니다.
Comments