추론 행동 에이전트 노드

추론 행동(ReAct) 에이전트 노드는 언어 모델의 추론과 행동 연구를 기반으로 구현된 노드입니다.

ReAct(추론 행동, Reasoning and Acting) 프레임워크(Framework)를 구현한 노드로, LLM이 사고와 행동을 반복하며 문제를 단계적으로 해결하도록 설계된 구조입니다.

추론 행동 노드는 툴 핀(Tool-Pin)에 도구로 사용할 다른 노드를 연결해야 합니다.

복잡한 작업을 실행할 때, LLM이 먼저 사고, 행동, 관찰을 반복하며 도구 노드들을 활용해 더 정확하고 신뢰성 있는 결과를 도출합니다.

활용 예시:

• 질의 응답 시스템

• 데이터 분석 에이전트

• 여행 계획 에이전트

연구 논문은 다음 링크의 PDF를 참고하시길 바랍니다.

• 추론 행동: 언어 모델에서 추론과 행동의 시너지 효과(ReAct: Synergizing Reasoning and Acting in Language Models)

입력

추론 행동 에이전트 노드는 이전 단계의 노드로부터 변수를 받아오며, 별도로 입력 변수를 선언할 수 없습니다.

예를 들어, 시작 노드(Start Node)와 단기 기억 판독 노드를 엣지(Edge)로 연결하면 시작 노드로부터 input_message와 input_files 변수를 받아옵니다.

출력

추론 행동 에이전트 노드는 기본적으로 String 타입의 final_answer 변수와 JSON 형식의 reasonings 변수를 출력합니다.

설정

1) 변수 바인딩

추론 행동 노드는 기본값으로 설정된 입력변수와 출력변수를 사용하므로 위 이미지와 같이 변수를 바인딩 합니다.

이렇게 하면 사용자의 입력을 기반으로 추론 행동을 수행합니다.

2) 상세 값 설정

사용자의 요구사항에 맞게 설정값을 조정하면 보다 높은 성능을 기대할 수 있습니다.

• 에이전트 페르소나(Agent Persona)

  • 에이전트에게 정체성, 역할, 성격을 부여함

  • 예시: 컨설턴트, 상담사, 친구

• 최대 대화 횟수(Maximum Conversation Count)

  • 
    

    1. LLM 모델(LLM Model)

    2. 최대 토큰 수(Maximum Token Count)

    3. 샘플링 온도(Sampling Temperature)

    4. 최대 추론 횟수(Maximum Inference Count)

    5. 추론 실행 시간(Inference Execution Time)

    
    

    단기 기억 판독 노드는 단기 기억으로 저장할 컨텍스트 개수를 설정해야 합니다.

    예를 들어, 메시지 수를 10으로 설정하면 최근 메시지를 10개까지 기억해 대화 맥락 유지에 활용합니다.

    
    

    3) 옵션 변수

    
    

    옵션변수 왜 쓰는지

    Show Optional Variables → Add Optional Variables 누르면 된다…

    
    

    함수 노드

    
    

    

    
    

    리액트 에이전트 노드는 함수 노드로 유형을 변경해 사용할 수 있습니다.

    상단의 Normal 토글 버튼을 클릭하고 Function으로 변경합니다.

    이제 함수를 선언할 수 있고, 파이썬 노드 등에 엣지(Edge)로 연결할 수 있습니다.

    함수 노드에 관한 설명은 노드 유형 페이지를 참고하시길 바랍니다.

    
    

    튜토리얼

    
    

    리액트 에이전트 노드를 사용한 가이드 튜토리얼을 따라하며 노드 활용법을 익힐 수 있습니다.

    
    

    • 추론 행동(ReAct) 노드 사용하기