AI 에이전트를 넘어 AI 엔지니어로: 실전 투입 가능한 멀티 에이전트 시스템 만들기
Session Overview
AI 에이전트는 프로토타입을 만들기는 쉽지만, 이를 엔터프라이즈 환경에서 안정적으로 운영하는 것은 훨씬 어려운 과제입니다. 프로덕션 시스템은 복잡한 툴 사용, 불확실한 모델 동작, 장시간 실행되는 워크플로우, 보안 제약, 휴먼 오버사이트, 그리고 지속적인 평가까지 함께 관리해야 합니다.
이번 발표에서 Michael은 AI 에이전트를 실험 단계에서 프로덕션 단계로 옮기기 위한 실전 원칙을 소개합니다. 에이전트 아키텍처, 플래닝과 오케스트레이션, 평가, 관측 가능성(observability), 신뢰성, 그리고 시간이 지남에 따라 에이전트 성능을 개선하는 기법까지 폭넓게 다룰 예정입니다.
사이버보안 및 칩 설계 분야에서 에이전트를 구축해 온 경험을 바탕으로, 정확하고 감사 가능하며 신뢰할 수 있어야 하는 AI 시스템을 배포할 때 고위험(high-stakes) 엔지니어링 환경이 우리에게 주는 시사점도 함께 살펴봅니다. 이 발표는 프로토타입 단계를 넘어 실제 가치를 만들어내는 엔터프라이즈 AI 에이전트를 구축하고자 하는 엔지니어, 기술 리더, 그리고 프로덕트 팀을 위한 세션입니다.
Speaker
Michael Albada는 NVIDIA의 Platform Architect로, 에이전틱 AI를 활용한 하드웨어 및 칩 설계 가속화에 집중하고 있다. AI 에이전트와 멀티 에이전트 시스템의 설계, 평가, 프로덕션 배포를 전문으로 하며, 대규모 언어 모델(LLM), 강화학습, 오케스트레이션, AI 평가 전반에 전문성을 갖추고 있다.
이전에는 Microsoft의 Principal Applied Scientist로 재직하며 Microsoft Security Copilot의 플래닝, 오케스트레이션, 스킬 선택(skill-selection) 시스템 개발에 참여했다. Uber, ServiceNow 및 여러 스타트업에서도 대규모 머신러닝 시스템을 구축한 경험이 있다.
O'Reilly Media에서 출간한 《Building Applications with AI Agents》의 저자이며, Georgia Tech에서 컴퓨터공학 석사(M.S.) 학위를, 케임브리지대학교에서 공공정책 MPhil 학위를 받았다.