본 연구는 AI 에이전트와 에이전틱 AI를 명확히 구분하는 것을 목표로, 구조화된 개념 분류, 적용 매핑, 과제 분석을 통해 상이한 설계 철학과 기능을 명확히 밝힙니다. AI 에이전트는 LLM과 LIM을 기반으로 특정 작업 자동화를 위한 모듈형 시스템으로 정의하고, 생성형 AI를 그 전 단계로 위치시킵니다. 반면 에이전틱 AI는 다중 에이전트 협업, 동적인 작업 분해, 지속적인 메모리, 조율된 자율성을 특징으로 하는 패러다임 전환을 나타냅니다. 건축적 진화, 작동 메커니즘, 상호 작용 방식, 자율성 수준에 대한 순차적 평가를 통해 두 패러다임을 비교 분석하고, 고객 지원, 일정 관리, 데이터 요약과 같은 적용 분야를 에이전틱 AI의 연구 자동화, 로봇 조정, 의료 의사 결정 지원과 대조합니다. 환각, 취약성, 출현 행동, 조정 실패와 같은 각 패러다임의 고유한 과제를 조사하고, ReAct 루프, RAG, 조정 계층, 인과 모델링과 같은 목표 지향적 해결책을 제안합니다. 이 연구는 강력하고, 확장 가능하며, 설명 가능한 AI 에이전트 및 에이전틱 AI 기반 시스템 개발을 위한 확실한 로드맵을 제공하고자 합니다.
