본 논문은 대규모 언어 모델의 등장으로 인해 나타난 독립형 AI 에이전트와 협업적 에이전트 AI 생태계라는 두 가지 상호 연결된 패러다임을 체계적으로 분석하여 구분하는 프레임워크를 제시합니다. 독립형 AI 에이전트는 제한된 환경 내에서 특정 자동화를 위해 기반 모델을 활용하는 특수화된 도구 강화 시스템으로 정의하고, 에이전트 AI는 분산된 에이전트들이 조정된 상호 작용 프로토콜을 통해 집단 지능을 나타내는 정교한 다중 엔티티 프레임워크로 정의합니다. 전통적인 규칙 기반 시스템부터 생성 AI 기반, 그리고 현대 에이전트 아키텍처까지의 진화 과정을 추적하고, 계획 메커니즘, 메모리 시스템, 조정 프로토콜, 의사 결정 프로세스를 비교 분석합니다. 또한, 고객 서비스 및 콘텐츠 관리와 같은 단일 에이전트 구현과 연구 자동화 및 복잡한 의사 결정 지원과 같은 다중 에이전트 구현을 비교하여 응용 환경을 분류하고, 신뢰성 문제, 조정 복잡성, 확장성 제약과 같은 중요한 과제와 향상된 추론 프레임워크, 강력한 메모리 아키텍처, 개선된 조정 메커니즘을 통한 혁신적인 솔루션을 제시합니다.
