검색의 에이전트 유형

Microsoft Discovery는 두 가지 제품에서 에이전트를 지원합니다. Discovery는 관리형 클라우드 플랫폼입니다. 검색 앱은 GitHub Copilot 기반으로 빌드된 로컬 환경입니다. 이 문서에서는 각 제품에서 사용할 수 있는 에이전트 유형을 설명하고 시나리오에 적합한 방법을 선택하는 데 도움이 됩니다.

검색(클라우드 서비스) 에이전트

프롬프트 에이전트

프롬프트 에이전트는 시스템 지침, 구조적 입력, 도구 및 기술 자료를 사용하여 단일 큰 언어 모델 호출을 래핑합니다. 프롬프트 에이전트는 특수 작업을 처리하고 독립적으로 작동하거나 검색 엔진 이 에이전트를 오케스트레이션할 수 있습니다.

프롬프트 에이전트를 사용하여 다음을 수행합니다.

  • 전문 연구: 분자 역학 시뮬레이션과 같은 특정 과학 도구 또는 도메인 모델을 운영합니다.
  • 계획 및 조정: 연구 계획을 생성하거나, 라우팅 결정을 내리거나, 결과를 요약합니다.
  • 데이터 작업: 스토리지 자산과 상호 작용하고, 계산을 실행하고, 과학적 출력을 생성합니다.

프롬프트 에이전트 구성 요소

모든 프롬프트 에이전트는 Discovery Studio를 통해 구성하는 핵심 구성 요소로 구성됩니다.

이름 및 설명

에이전트 이름은 프로젝트 범위 내에서 고유 식별자 역할을 합니다. 이 이름을 사용하여 다음을 수행합니다.

  • 에이전트 직접 호출: 채팅에 입력 @AgentName 하여 메시지를 특정 에이전트로 라우팅합니다.
  • 오케스트레이션 참조: Discovery Engine 참조에서는 에이전트 이름을 사용해 에이전트를 프롬프트합니다.
  • 검색 기능: 이름이 Discovery Studio에 표시되고 라우팅 에이전트가 위임 결정을 내리는 데 도움이 됩니다.

설명은 UI에 표시되고 다른 에이전트가 기능을 이해하는 데 사용하는 에이전트의 용도에 대한 간단한 요약을 제공합니다.

지시

지침은 에이전트의 동작, 가상 사용자 및 추론 접근 방식을 정의하는 자연어 프롬프트입니다. 이 구성 요소는 에이전트가 입력을 해석하고, 도구를 사용하고, 출력을 생성하는 방법을 결정합니다.

효과적인 지침은 다음과 같아야 합니다:

  • 에이전트의 역할 및 경계를 명확하게 지정합니다.
  • 예상 출력 형식을 설명합니다.
  • 관련 도메인 컨텍스트 및 제약 조건을 포함합니다.
  • 팀의 일원으로 작업할 때 워크플로 컨텍스트를 참조합니다.
  • 32,000자 미만으로 유지합니다.

모델 선택

AI 모델은 에이전트의 추론을 지원합니다. Discovery는 모든 프로젝트 에이전트와 공유되는 작업 공간 수준의 모델 배포를 지원합니다. GPT-5.4는 모든 검색 에이전트에 권장되는 모델이며 모든 프로덕션 지역에서 사용할 수 있습니다.

GPT-5.2는 다음을 포함하여 도구가 많은 작업과 고급 추론 작업 모두에 강력한 기능을 제공합니다.

  • 도구를 자주 호출하거나, 계산을 실행하거나, API를 호출하는 에이전트에 대한 신뢰할 수 있는 도구 실행
  • 계획, 요약, 문헌 검토 및 분석 작업에 대한 향상된 추론
  • 과학 워크플로 전반에서 일관된 성능.

작업 영역 수준에서 Microsoft Foundry 모델 카탈로그에서 모델을 배포하고 배포 이름으로 참조할 수도 있습니다. 모델을 Azure Resource Manager 리소스로 배포할 수 있습니다.

에이전트를 만들 때 리소스 ID가 아닌 배포 이름(예 my-gpt-4o-deployment: )을 지정하여 채팅 모델 배포를 참조합니다. Discovery는 작업 영역 수준에서 배포 이름을 확인하므로 프로젝트 내의 모든 에이전트가 이를 사용할 수 있게 됩니다.

응답 컨트롤

추론 비지원 모델의 응답 특성은 두 매개변수로 제어됩니다.

  • 온도(0-2): 낮은 값을 사용하여 결정적 출력을 생성합니다. 값이 높을수록 창의성이 높아질 수 있습니다. 일관된 동작이 필요한 라우팅 및 계획 에이전트에 사용합니다 0 .
  • Top-P (0-1): 핵 샘플링 다양성을 제어합니다. 정밀도 작업에 더 낮은 값을 사용합니다. 예비 또는 창의적인 작업에 더 높은 값을 사용합니다.

구조적 입력

구조적 입력은 에이전트가 호출자 또는 워크플로에서 허용하는 형식화된 매개 변수를 정의합니다. 각 입력은 다음을 지정합니다.

  • 이름: 지침에서 {{variableName}} 구문을 사용해 참조되는 변수 이름입니다.
  • 설명: 입력이 제공하는 내용에 대해 설명합니다.
  • 필수: 호출 시 입력을 제공해야 하는지 여부입니다.
  • 기본값: 제공되지 않은 경우 선택적 대체입니다.

검색 엔진 또는 다른 에이전트가 프롬프트 에이전트를 호출할 때 인수 바인딩을 통해 변수를 구조적 입력에 매핑합니다.

구조적 출력

자유형 텍스트 대신 구조화된 JSON을 반환하도록 에이전트를 구성합니다. 이 기능은 출력에 다음과 같은 프로그래밍 방식 구문 분석이 필요한 경우에 필수적입니다.

  • 다음 에이전트 선택을 반환하는 라우터 에이전트.
  • 평가 점수를 반환하는 비평가 에이전트.
  • 구조화된 결과를 반환하는 데이터 처리 에이전트입니다.

JSON 스키마 형식을 사용하여 예상 출력 스키마를 정의합니다.

도구

도구는 언어 생성을 넘어 에이전트 기능을 확장합니다. Discovery는 여러 도구 유형을 지원합니다.

도구 유형 설명 Configuration
검색 도구 도메인별 과학 및 데이터 작업 도구를 포함합니다. 디스커버리 UI
코드 해석기 RDKit와 같은 과학 라이브러리를 사용하여 Python 코드를 실행합니다. Foundry UI
모델 컨텍스트 프로토콜 도구 동적 도구 검색을 위해 모델 컨텍스트 프로토콜 서버에 연결합니다. Foundry UI
기본 제공 Foundry 도구 파일 검색 및 웹 검색과 같은 표준 도구를 포함합니다. Foundry UI
사용자 지정 함수 사용자 정의 Azure Functions 또는 API 엔드포인트를 포함합니다. Foundry UI

기술 자료

지식 베이스는 검색 증강 기반을 제공하여 에이전트가 모델의 학습 데이터 범위를 벗어난 도메인별 정보에 액세스할 수 있게 합니다. 구독 레벨에서 지식 베이스를 만들고 이를 참조로 에이전트에 연결합니다. 이 기능을 사용하면 에이전트가 특정 문서 및 데이터 세트에 근거한 사실적인 현재 정보를 사용하여 질문에 답변할 수 있습니다.

Discovery Engine 기반 다중 에이전트 오케스트레이션

여러 에이전트가 공동 작업해야 하는 시나리오의 경우 검색 엔진을 사용합니다. 검색 엔진은 에이전트를 동적으로 선택하고, 실행을 계획하고, 진행 상황을 모니터링하고, 결과가 예상과 다를 때 적응합니다. 이 방법은 다음을 제공합니다.

  • 작업 요구 사항에 따라 동적 에이전트 선택
  • 자동 오류 복구 및 다시 계획.
  • 장기간 진행되는 조사 전반에 걸친 지속적 추론.
  • 미리 정의된 정적 시퀀스가 없는 적응 조정

메모

워크플로 에이전트(kind: workflow를 사용한 정적 작업 흐름 오케스트레이션)는 더 이상 사용이 권장되지 않습니다. 검색 엔진은 동적 자율 조정을 통해 뛰어난 다중 에이전트 오케스트레이션을 제공합니다. 마이그레이션 지침은 검색 엔진 설명서를 참조하세요.

디스커버리 앱 에이전트

검색 앱은 검색 플랫폼에 대한 로컬 환경입니다. 개별 사용자가 실험 및 유효성 검사를 위한 사용자 지정 에이전트를 만들 수 있는 GitHub Copilot 기반으로 합니다.

Copilot 기술을 통한 사용자 지정 에이전트

검색 앱에서는 GitHub Copilot 확장성 모델을 따라 학습하는 기술을 사용하여 에이전트를 만듭니다. 이 방법은 다음을 제공합니다.

  • 기술 기반 작성: GitHub Copilot 설명서 및 패턴을 사용하여 에이전트 기능을 기술로 정의합니다.
  • 로컬 지식 검색: 에이전트가 근거 기반 응답을 위해 비공개 지식을 검색할 수 있도록 로컬 북셸프(지식 베이스)를 연결합니다.
  • 빠른 반복: Discovery로 승격하기 전에 로컬 환경에서 에이전트를 테스트하고 개선합니다.

Discovery 앱의 다중 에이전트 오케스트레이션

검색 앱은 여러 에이전트를 오케스트레이션하는 두 가지 방법을 지원합니다.

  • Discovery Engine: Discovery에서 사용할 수 있는 것과 동일한 자율 오케스트레이션 엔진을 사용합니다. 검색 엔진은 에이전트를 동적으로 선택하고 실행을 계획하며 결과에 맞게 조정합니다.
  • 기술 기반 오케스트레이션: 기술을 사용하여 여러 에이전트를 조정하고 오케스트레이션합니다. 기술은 GitHub Copilot 프레임워크 내에서 유연한 다중 에이전트 패턴을 사용하도록 에이전트 간에 작업을 라우팅하는 오케스트레이션 논리를 정의할 수 있습니다.

Discovery 앱 에이전트를 사용해야 하는 경우

검색 앱 에이전트는 다음 작업에 적합합니다.

  • 개별 실험 및 프로토타입 생성.
  • 팀 배포 전에 에이전트 디자인의 유효성을 검사합니다.
  • Discovery Engine 또는 스킬 기반 조정을 사용한 멀티 에이전트 오케스트레이션
  • Microsoft 아닌 엔드포인트를 포함하여 유연한 모델 선택이 필요한 시나리오입니다.
  • 로컬 원본에서 개인 지식 검색

관련 콘텐츠

  • Last updated on