How to Build an Internal AI Agent That Evolves Itself

핵심 인사이트

1. 운영 자동화의 진짜 가치는 반복 업무 제거보다 지식의 즉시조회성이다.
2. 에이전트는 고정 기능보다 스스로 도구를 늘릴 때 비로소 유용해진다.
3. 비즈니스 맥락은 코드와 DB를 읽게 해야 모델의 환각을 줄일 수 있다.
4. 행동 피드백을 편집 가능한 메모리로 남겨야 에이전트가 학습한다.
5. 사람에게 주는 피드백을 에이전트에도 그대로 적용해야 개선이 빨라진다.

요약

이 영상은 작은 팀이 내부 AI 에이전트를 활용해 운영, 고객지원, CRM 업데이트, 비즈니스 질의응답까지 자동화한 방법을 설명한다. 화자는 단순히 정해진 작업을 수행하는 에이전트가 아니라, 반복 작업을 만나면 스스로 도구를 만들고 그 도구를 영구적으로 축적하는 'self-extending' 구조가 핵심이라고 강조한다.

구현 관점에서는 Claude code 같은 코딩 가능한 CLI를 에이전트 하네스로 두고, Slack·이메일 같은 입력을 task queue로 받으며, 읽기 전용 코드베이스와 DB를 연결해 비즈니스 맥락을 이해하게 만든다. 또한 instructions.md 같은 편집 가능한 메모리 파일을 두어 행동 피드백을 누적시키고, coding sub-agent가 agent 자체의 기능을 확장하게 함으로써 에이전트가 시간이 갈수록 더 유능해지도록 설계한다.