세렝게티 AI Agent Studio를 통한 비개발자의 AI 에이전트 제작기

AI Agent를 만드는 과정은 생각보다 손이 많이 갑니다. 먼저 적합한 모델을 고르고, 방대한 문서를 정리해 지식으로 연결해야 합니다. 여기에 업무 시스템과 연동되는 여러 도구까지 더해야 비로소 원하는 역할을 수행하는 Agent가 완성됩니다.

하지만 여기서 끝이 아닙니다. 실제 서비스 환경에서는 배포와 모니터링, 장애 대응까지 챙겨야 하니, 꾸준히 관리가 필요한 복잡한 작업이 될 수밖에 없습니다.

이처럼 준비할 것도 많고 관리해야 할 요소도 다양하다 보니, 이러한 과정을 더 쉽고 일관되게 지원해 주는 도구가 필요합니다. 그래서 최근에는 AI Agent Studio가 주목받고 있습니다. 전문 개발자뿐 아니라 현업 사용자까지 활용할 수 있도록 설계되어, 복잡한 흐름을 하나로 정리해 주기 때문입니다.

그중에서도 에이프리카의 세렝게티 AI Agent Studio는 에이전트를 빠르게 만드는 것을 넘어, 클릭 한 번으로 배포하고 서버 관리 없이 자동 확장되며, 지식과 도구를 직관적으로 다룰 수 있는 환경을 제공합니다. 이 덕분에 AI Agent의 쉽고 빠른 구축과 안정적인 운영을 동시에 지원하는 플랫폼으로 자리매김하고 있습니다.

그렇다면 세렝게티 AI Agent Studio에서는 얼마나 빠르고 간단하게 AI Agent를 만들 수 있을까요? 비개발자인 필자가 세렝게티 AI Agent Studio를 활용해 실제로 AI 에이전트를 만들어 본 과정을 단계별로 정리했습니다.

세렝게티 AI Agent Studio로 ‘서버/네트워크 모니터링AI Agent’ 만들기

이제 본격적으로 세렝게티 AI Agent Studio를 활용해 AI Agent 제작을 시작해 보겠습니다. 이번에 만들 AI 에이전트는 서버와 네트워크를 포함한 IT 인프라 모니터링 솔루션 Zenius와 연계해, 운영자가 주요 현황을 빠르게 확인하고 필요한 대응을 즉시 할 수 있도록 돕는 것을 목표로 합니다.

단순한 정보 나열을 넘어, Zenius에서 수집한 데이터를 기반으로 서비스 상태를 요약하거나 특정 지표와 이벤트를 찾아주는 역할까지 수행하도록 구성할 예정입니다.

준비단계: 도구 및 지식 생성하기

AI Agent 제작의 출발점은 도구와 지식을 준비하는 것입니다. 세렝게티 AI Agent Studio는 이러한 준비 과정 전반을 간편하고 신속하게 진행할 수 있도록 구성되어 있습니다.

(1) 지식 생성하기

세렝게티 AI Agent Studio에 접속한 뒤, 상단 메뉴에서 [AI에이전트>지식]으로 이동합니다. 여기서 Agent가 참조할 지식을 생성하고 등록할 수 있습니다.

먼저 [지식 생성] 버튼을 클릭합니다. 그러면 새로운 지식을 등록할 수 있는 화면이 열리고, 여기에 Agent에 활용하고 싶은 문서를 업로드할 수 있습니다.

[지식 생성하기] 화면에서는 새로 등록할 지식의 이름, 설명, 그리고 공개 범위(프라이빗/퍼블릭)를 설정할 수 있습니다. 또한 TXT, Markdown(MD), PDF, HTML/HTM, Excel(XLSX/XLS), Word(DOC/DOCX), CSV, PowerPoint(PPT) 등 다양한 형식의 파일을 업로드해 Agent가 활용할 수 있도록 추가할 수 있습니다.

Agent가 서버 모니터링과 관련된 주요 기능을 설명하고, 자주 묻는 질문에 답할 수 있도록Zenius의 서버 모니터링 기능(SMS)과 관련된 매뉴얼과 실행가이드를 등록해보겠습니다. 파일 업로드 후 [생성] 버튼을 누르면 업로드된 파일 리스트를 확인할 수 있고, 추후에 [파일 추가] 기능을 통해 원하는 파일을 추가할 수도 있습니다.

[AI 에이전트 > 지식] 화면을 통해 방금 등록한 지식뿐 아니라, 이전에 등록했던 지식 내역까지 모두 한눈에 확인할 수 있습니다.

(2) 도구 생성하기

이제 Agent가 활용할 도구를 생성해 보겠습니다. 세렝게티 AI Agent Studio에서 [함수] 메뉴로 이동해 [생성] 버튼을 누르면 새로운 함수를 직접 작성하거나, 미리 정의된 템플릿을 활용해 손쉽게 도구를 만들 수 있습니다.

[새로 작성] 기능을 통해 레포지토리와 파이프라인을 직접 설정할 수 있고, Javascript, Python 함수 템플릿을 활용하면 기본 구조가 준비된 상태에서 빠르게 함수를 생성하고 배포할 수 있습니다. 덕분에 개발자는 복잡한 초기 세팅 없이도 필요한 기능을 빠르게 추가하고, 운영 환경에 곧바로 연결할 수 있습니다.

조만간 Java Spring Framework 기반의 템플릿도 제공한다고 하니 Java 개발자 분들이라면 더 손쉽게 개발을 하실 수 있을 것 같습니다.

[새로 작성] 버튼을 눌러 Zenius의 실시간 데이터를 연동할 수 있는 함수를 등록했습니다.

이 화면에서는 프로젝트 이름과 설명, 공개 범위, 실행 환경, CI/CD 연계까지 초기 설정을 한 번에 처리할 수 있습니다. 여러 단계를 따로 거치지 않고 한 화면에서 관리할 수 있다는 점이 특히 편리했습니다. 저는 이 프로젝트를 ‘DB조회’라는 이름으로 생성했습니다.

이후 코드를 작성하는 과정에서는 AI Code Assistant와 디버깅 도구의 도움을 받았습니다. 비개발자인 제게 직접 코드를 구현하거나 검증하는 일은 쉽지 않았지만, Code Assistant는 단일 요청만으로 프로젝트의 기본 구조를 자동으로 생성해 주었습니다. 내부 개발자에게서 들은 바로는 폐쇄망 환경에서도 활용할 수 있고, 성능 또한 상용 LLM 수준에 가깝다고 합니다.

실제로 요청을 입력하자마자 프로젝트 구조가 만들어지는 과정을 보니, 개발을 이렇게 시작할 수도 있겠다는 생각이 들었습니다.

다만 코드가 자동으로 생성되었다고 해서 곧바로 신뢰할 수는 없었습니다. 제가 직접 코드를 검토하기는 어려웠기 때문에, 검증 과정에서는 디버깅 도구가 큰 도움이 되었습니다. 생성된 프로젝트가 제공하는 API를 호출해 결과를 확인하는 방식으로 동작 여부를 점검할 수 있었고, 필요한 정보를 입력해 테스트를 실행했을 때 기대한 대로 결과가 반환되는 것을 확인할 수 있었습니다. 그 과정을 통해 AI가 실제 개발 업무를 실질적으로 보조할 수 있음을 체감했습니다.

이 경험을 통해 AI는 단순히 코드를 대신 작성해 주는 수준을 넘어, 비개발자도 직접 기능을 구현해 볼 수 있도록 돕는 실질적인 도구라는 점을 확인할 수 있었습니다.

이제 다음으로 넘어가 보겠습니다. 함수 생성이 완료됐으면, [AI 에이전트 > 도구]로 이동한 후 [도구 생성]을 선택합니다.

이 화면에서는 앞서 생성한 함수를 간편하게 불러와 세부 설정을 최종 점검할 수 있습니다. 모든 항목을 확인한 뒤 [생성] 버튼을 누르면 도구 등록이 완료됩니다. 이로써 Zenius의 실시간 데이터를 연동해 인프라 현황을 즉시 확인하고 필요한 대응을 자동화할 수 있는 도구가 완성됐습니다.

등록이 끝난 도구는 이후 [AI 에이전트 > 도구] 화면에서 한눈에 확인하고, 필요에 따라 관리할 수 있습니다.

AI Agent 제작하기

이제 본격적으로 AI Agent를 제작해보겠습니다. [AI 에이전트 > 에이전트] 화면에 들어갈 후 오른쪽 상단에 있는 [에이전트 생성] 버튼을 선택합니다.

우선 이 화면에서는 먼저 단일 목적의 작업을 독립적으로 수행하는 ‘단일 에이전트’로 만들지, 여러 에이전트를 연결하여 확장된 작업을 수행하는 ‘복합 에이전트’로 만들지 선택할 수 있습니다. 향후 Zenius와 연동해 실시간 데이터를 처리 뿐 아니라 다양한 기능으로 확장하기 위해, 여기서는 복합 에이전트를 선택하겠습니다.

이후 에이전트의 이름과 설명을 입력한 후 [생성] 버튼을 선택합니다.

이제 가장 먼저 어떤 모델을 사용할지 선택합니다. 세렝게티 AI Agent Studio에서는 GPT-5를 비롯한 GPT 시리즈, 제미나이, 클로드 등 다양한 모델이 제공되며, 만들고자 하는 에이전트의 목적과 특성에 맞는 모델을 자유롭게 선택할 수 있습니다.

또한 에이전트가 사용자에게 전달할 인사말도 자유롭게 설정할 수 있습니다. 여기서는 Zenius AI 챗봇 사용자가 가장 중요하게 확인해야 할 주요 수치를 중심으로 인사말을 작성하겠습니다

이후 AI Agent의 지침(Instruction)을 입력합니다. 지침은 에이전트가 어떤 방식으로 답변하고, 어떤 범위의 역할을 수행할지 규정하는 핵심 요소로, 주로 도메인 지식 반영과 응답 방식 정의에 중점을 두어 작성합니다.

Zenius EMS의 모니터링 데이터를 안전하게 조회하기 위해 지침을 입력해보겠습니다.

이후 [지식 추가] 버튼을 누르면, 이전에 등록해둔 지식 목록에서 원하는 항목을 자유롭게 선택할 수 있습니다. 여기서는 예시로 Zenius의 기본 매뉴얼과 실행 가이드 등을 추가해, Agent가 실무에 바로 활용할 수 있도록 하겠습니다

이어서 [에이전트 함수 및 도구 추가] 버튼을 선택하면, 이전에 등록한 도구를 추가할 수 있습니다. Zenius 실시간 데이터 연동을 위한 도구를 추가하겠습니다.

지금까지 입력하고 선택한 내용을 확인한 뒤 마지막으로 [발행] 버튼을 누르면 AI Agent 생성이 완료됩니다. 이처럼 세렝게티 AI Agent Studio는 비개발자도 간단한 설정만으로 손쉽게 Agent를 만들고, 바로 활용할 수 있도록 구성되어 있습니다.

이제 [앱 실행]을 누른 후, 테스트로 몇 가지 질문을 실행해보겠습니다.

위 화면처럼 실시간 데이터를 바탕으로 CPU 사용률을 묻는 질문에 표 형태로 답하거나, 현재 발생 중인 이벤트 현황을 정리해 알려주는 것을 확인할 수 있습니다. 이를 통해 별도로 Zenius에 직접 접속해서 관련 메뉴를 찾아보지 않고도, 필요한 정보를 대화형으로 바로 확인할 수 있게 됐습니다.

이처럼 세렝게티 AI Agent Studio는 복잡한 과정을 단순화해, 누구나 쉽고 빠르게 AI 에이전트를 제작할 수 있도록 돕는 플랫폼입니다.

또한 세렝게티 AI Agent Studio는 단순히 제작 단계에 머물지 않고, 실제 서비스 환경에서 안정적으로 운영할 수 있도록 원클릭 배포, 자동 확장, 직관적인 모니터링 기능까지 함께 제공합니다.

덕분에 사용자는 한 번 만든 에이전트를 손쉽게 배포하고, 운영 과정에서 발생할 수 있는 다양한 상황을 실시간으로 점검하며, 필요할 때는 지식이나 도구를 추가해 기능을 확장할 수도 있습니다.

결국 세렝게티 AI Agent Studio는 제작과 운영을 하나로 잇는 통합 환경을 제공함으로써, 개발자와 비개발자 모두가 원하는 방식으로 AI 에이전트를 만들고 안정적으로 활용할 수 있는 길을 열어주고 있습니다. 세렝게티 AI Agent Studio, 직접 사용해 보신다면 제가 느꼈던 놀라움을 느끼실 수 있을 겁니다.