GG56 BIO 홈

Agentic AI

Agentic AI 개요

LLM 모델

(ex: ChatGPT, Gemini, Claude, Etc.)

RAG[1] 모델

(ex: Perplexity, GPT-4o, Gemini 2.5, Copilot, Etc.)

Agentic AI 모델

(ex: Amazon Bedrock Agents, Nova Sonic, AutoGen, Gemini 2.5, Etc.)
  1. 프롬프트(Prompt)사용자의 초기 지시 또는 질의
  2. 메모리(Memory)상호작용 통한 정보 기억 및 지식 검색 기능으로 단기 ( 현재 세션용 ) 또는 장기 (세션 간 지속) 형태로 작동
  3. 검색 및 컨텍스트(Search & Context)RAG와 유사하게, 검색된 정보는 LLM에 정보 제공하는 컨텍스트 형성
    ( Hallucination 방지 및 정확도 향상 기여 )
  4. LLMsAgentic AI의 브레인 역할. 프롬프트, 메모리 및 컨텍스트 처리해 추론, 응답 및 계획 생성. 전문 LLM 또는 정교한 아키텍처 포함
  5. 추론 및 계획(Reasoning & Planning)결과 도출 위해 단순 텍스트 생성이 아닌, 오더 이해/하위 목표로 분해함, 결과 도출 전 내부 사고 프로세스 선행
  6. 서브 에이전트(Sub-Agents)효과적인 답변 출력을 위해 활용 가능한 외부 기능 혹은 타 AI 에이전트
    ※ 의료 부문 예시 :
    • Biomarker database analyst; 바이오마커 데이터 분석
    • Statistician; 결과 기반 그래프 출력
    • Clinical evidence researcher; 문헌과 같은 외부 api에 쿼리하여 관련 사항 출력
    • Clinical trial analyst; 임상데이터 분석
    • Medical imaging expert; CT 등 의 영상데이터 분석
  7. Action(Actuators)결과에 따른 행동 수행 위해 AI가 외부와 상호작용하는 메커니즘 ( 이메일∙메시지 보 내기/ 로 봇 시스 템 제어 / DB 업데이트/ S/W와 상호작용 등 )
  8. 다중모드 응답(Multi-Modal Answers)사용자 요구에 따라 이미지, 오디오, 비디오 등 구조화된 데이터로 정보 생성 및 제시

의료 마이데이터 연계 CRO 디지털 시스템 구축 및 전장유전체(WGS) 데이터 기반 Agentic AI 분석·활용으로 제약사向 R&D 디지털 인프라 혁신

Agentic AI와 WGS 기반 제약 R&D 디지털 혁신