에이전트(Agent) - 리서치 자동화 에이전트 구현 (2)
2026. 6. 22. 06:33ㆍAI/LLM
다음과 같은 리서치 자동화 에이전트를 구현한다.

1단계 : WebSearch
# 1단계 : 웹 검색(구글) 툴
from langchain_community.utilities import GoogleSerperAPIWrapper
from langchain_core.tools import Tool
load_dotenv()
SERPER_API_KEY= os.getenv("SERPER_API_KEY")
search = GoogleSerperAPIWrapper()
search_tool = Tool(
name="google_search",
func=search.run,
description='''
Google 검색으로 최신 정보를 찾습니다.
뉴스, 트렌드, 최신 기술 동향 검색에 사용하세요.
'''
)
#test
result = search_tool.run("AI 반도체 시장 2026년 전망")
print(result)
2단계 : 트렌드 분석 툴
@tool
def trend_analysis_tool(text):
"""
검색 결과에서 핵심 트렌드를 분석합니다.
"""
prompt = f"""
아래 검색 결과를 분석하여
1. 핵심 트렌드
2. 주요 기업
3. 성장 요인
4. 위험 요소
를 정리하세요.
검색 결과:
{text}
"""
return openai_llm.invoke(prompt).content
# test
tool_result = trend_analysis_tool.invoke(result)
print(tool_result)

3단계 : 필요시 계산기로 검증
import numexpr
@tool
def calculator_tool(expression: str) -> str:
"""
수학 계산용 Tool
사용 예:
999*1350
(250/120)**(1/6)-1
1000000000/1350
CAGR 계산
환율 계산
시장 규모 계산
"""
result = numexpr.evaluate(expression)
return str(result.item())
# test
calculator_tool.invoke("2 + 3 * (4 - 1)")
4단계 : 리포트 저장
from datetime import datetime
@tool
def save_report_tool(content):
"""
리서치 결과를 Markdown 파일로 저장합니다.
최종 리포트 작성이 완료되었을 때 사용하세요.
입력: Markdown 형식의 리포트 전체 내용
"""
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
filename = f'research_repoer_{timestamp}.md'
with open(filename,'w',encoding='utf-8') as f:
f.write(content)
return f"리포트 저장 완료 : {filename}"
5단계 : 연결하기
tools = [search_tool, trend_analysis_tool, calculator_tool, save_report_tool]
agent = create_agent(
model=openai_llm,
tools=tools,
system_prompt="You are a helpful assistant"
)
result = agent.invoke(
{
"messages": [
{
"role": "user",
"content": """
AI 반도체 시장 2026년 전망에 대한 리서치 리포트를 작성해주세요.
주제: AI 반도체 시장 2026년 전망
포함 내용: 주요 기업, 시장 규모, 성장률, 핵심 트렌드
"""
}
]
}
)
print(result['messages'])

'AI > LLM' 카테고리의 다른 글
| 에이전트(Agent) - 랭체인 에이전트 심화 (3) (0) | 2026.06.22 |
|---|---|
| 에이전트(Agent) - 개념 (1) (0) | 2026.06.22 |
| 검색 증강 생성(RAG) - RAG의 한계 (3) (0) | 2026.06.21 |
| 검색 증강 생성(RAG) - PDF RAG 학습 앱 (2) (0) | 2026.06.21 |
| 검색 증강 생성(RAG) - 개념 (1) (0) | 2026.06.20 |