<div id="readability-page-1" class="page"><div id="wrap">
                            <article id="post-General-85_issuereport" itemscope="" itemprop="blogPost">
    <div>
        
            <header>
                
    
        
    

            </header>
        
        
            
        
        
        <div itemprop="articleBody">
            

            

            

            <ul>
<li>한국에너지기술연구원에는 issue report라는 시간이 있습니다.</li>
<li>경영진이 알아야 하는 여러 현안에 대해 발표를 듣고 질의응답을 하는 시간입니다.</li>
<li>Agentic AI를 주제로 2025.05.19. 이슈리포트 발표를 진행했습니다.</li>
</ul>
<h3 id="LLM-vs-AI-Agent"><a href="#LLM-vs-AI-Agent" title="LLM vs AI Agent"></a>LLM vs AI Agent</h3><ul>
<li><strong>AI Agent</strong>는 스스로 판단해서 동작합니다.</li>
<li><strong>여러 도구</strong>를 갖추고 <strong>자율성</strong>과 <strong>유연성</strong>이 있습니다.</li>
<li><strong>지능</strong>이 필요하며, 그래서 성능이 좋은 LLM을 두뇌로 장착합니다.</li>
</ul>
<ul>
<li><strong>Agentic AI</strong>는 AI Agent보다 더 큰 개념입니다.</li>
<li>여러 Agent를 모아서 팀을 꾸리기도 하고 (<strong>Multi-Agent System</strong>)</li>
<li>스스로의 답변을 돌아보며 개선하기도 합니다 (<strong>reflection</strong>)</li>
</ul>
<p><img src="https://jehyunlee.github.io/2025/05/20/General-85_issuereport/85_issuereport_01.gif"></p>
<h3 id="vibe-coding"><a href="#vibe-coding" title="vibe coding"></a>vibe coding</h3><ul>
<li>AI에게 지시만 하면 코딩을 해준다는 <strong>바이브 코딩</strong>이라는 말이 유행입니다.</li>
<li>기업은 신입 개발자를 뽑는 대신 고참에게 AI 도구를 쥐어줍니다.</li>
</ul>
<ul>
<li><strong>아무나 코딩할 수 있겠네?</strong> 라는 생각은 사실과 다릅니다.</li>
<li>사람은 자신이 아는 것 이상을 지시할 수 없습니다.</li>
<li>코딩도 자기 머리 속에서 그린 그림을 넘어서기 힘듭니다.</li>
<li>지식과 경험이 많은 사람이 당연히 유리합니다.</li>
</ul>
<p><img src="https://jehyunlee.github.io/2025/05/20/General-85_issuereport/85_issuereport_04.png"></p>
<h3 id="연구분야-AI-적용"><a href="#연구분야-AI-적용" title="연구분야 AI 적용"></a>연구분야 AI 적용</h3><blockquote>
<p><a target="_blank" rel="noopener" href="https://onlinelibrary.wiley.com/doi/abs/10.1002/adma.202413523">SciAgents: Automating Scientific Discovery Through Bioinspired Multi-Agent Intelligent Graph Reasoning</a></p>
</blockquote>
<ul>
<li>현재 컴공과 화학을 필두로 생물, 소재 분야에서 Agent가 활발하게 시도되고 있습니다.</li>
<li>정보 수집, 처리, 실험, 분석, 가설 수립 등 모든 분야에 조각 퍼즐처럼 맞춰지는 느낌입니다.</li>
<li>잘 모른다고 남의 이야기는 아닐 겁니다.</li>
</ul>
<p><img src="https://jehyunlee.github.io/2025/05/20/General-85_issuereport/85_issuereport_02.jpg" alt="SciAgents"></p>
<h3 id="이슈리포트"><a href="#이슈리포트" title="이슈리포트"></a>이슈리포트</h3><ul>
<li>아래 링크에서 전문을 다운받을 수 있습니다.</li>
<li><a href="%EC%9D%B4%EC%8A%88%EB%A6%AC%ED%8F%AC%ED%8A%B8_2025-05-19.pdf">2025.05.19. 이슈리포트 다운로드</a></li>
</ul>
<ul>
<li><code>perplexity</code> + <code>Gemini Deep Research</code> + <strong>소스 확보</strong> + <code>notebookLM</code> + <code>scispace</code>로 했습니다.</li>
<li>이 중 소스 확보와 <code>notebookLM</code>, <code>scispace</code>를 이용한 검증이 매우 중요했습니다.</li>
<li>앞에서 발생한 환각이 적지 않아서 걸러내야 했기 때문입니다.</li>
</ul>
<p><img src="https://jehyunlee.github.io/2025/05/20/General-85_issuereport/85_issuereport_03.png" alt="이슈리포트"> </p>

        </div>
		<div>
		  <p><a href="https://www.buymeacoffee.com/jehyunlee" target="_blank">
			<img src="https://jehyunlee.github.io/about/src/images/coffee.png">
		 </a></p><p><b>도움이 되셨나요? 카페인을 투입하시면 다음 포스팅으로 변환됩니다</b>
		</p></div>
		

</div>
    

</article>



                        </div></div>

Pega Devlog

Pega

한국에너지기술연구원에는 issue report라는 시간이 있습니다.
경영진이 알아야 하는 여러 현안에 대해 발표를 듣고 질의응답을 하는 시간입니다.
Agentic AI를 주제로 2025.05.19. 이슈리포트 발표를 진행했습니다.
LLM vs AI Agent
AI Agent는 스스로 판단해서 동작합니다.
여러 도구를 갖추고 자율성과 유연성이 있습니다.
지능이 필요하며, 그래서 성능이 좋은 LLM을 두뇌로 장착합니다.
Agentic AI는 AI Agent보다 더 큰 개념입니다.
여러 Agent를 모아서 팀을 꾸리기도 하고 (Multi-Agent System)
스스로의 답변을 돌아보며 개선하기도 합니다 (reflection)
vibe coding
AI에게 지시만 하면 코딩을 해준다는 바이브 코딩이라는 말이 유행입니다.
기업은 신입 개발자를 뽑는 대신 고참에게 AI 도구를 쥐어줍니다.
아무나 코딩할 수 있겠네? 라는 생각은 사실과 다릅니다.
사람은 자신이 아는 것 이상을 지시할 수 없습니다.
코딩도 자기 머리 속에서 그린 그림을 넘어서기 힘듭니다.
지식과 경험이 많은 사람이 당연히 유리합니다.
연구분야 AI 적용
SciAgents: Automating Scientific Discovery Through Bioinspired Multi-Agent Intelligent Graph Reasoning
현재 컴공과 화학을 필두로 생물, 소재 분야에서 Agent가 활발하게 시도되고 있습니다.
정보 수집, 처리, 실험, 분석, 가설 수립 등 모든 분야에 조각 퍼즐처럼 맞춰지는 느낌입니다.
잘 모른다고 남의 이야기는 아닐 겁니다.
이슈리포트
아래 링크에서 전문을 다운받을 수 있습니다.
2025.05.19. 이슈리포트 다운로드
perplexity + Gemini Deep Research + 소스 확보 + notebookLM + scispace로 했습니다.
이 중 소스 확보와 notebookLM, scispace를 이용한 검증이 매우 중요했습니다.
앞에서 발생한 환각이 적지 않아서 걸러내야 했기 때문입니다.

KIER issue report - Agentic AI 개념 및 에너지 연구 활용

댓글