|
생성형 AI가 사용자의 질문에 적절한 답변을 만드는 데 집중한다면, Agentic AI는 사용자의 목표를 파악한 뒤 현재 상황을 살펴요. 필요한 작업을 계획하고 실행한 다음, 결과까지 확인하죠.
42dot Gleo AI의 핵심은 하나의 거대한 모델보다 여러 구성요소가 연결되는 구조라는 점이에요. 여러 에이전트와 도구가 함께 움직이는 Multi-Agent Orchestration 구조로, “가는 길에 주차하기 편한 카페 찾아줘.” 같은 일상적인 요청을 하면 Gleo AI요청에 맞는 에이전트를 선택하고 조합해 기능을 실행해요.
Gleo AI에게 문장이 입력된 순간, 누가 어느 좌석에서 말했는지, 지금 차는 어디로 가는지, 어떤 기능이 켜져 있는지도 함께 살펴야하는데 이 정보를 Vehicle Context, 즉 차량 맥락이라고 불러요. 이미 일상에서 다양한 방식으로 AI를 만나고 있지만, 공간과 방향을 인식하고 판단에 반영한다는 얘기는 처음이라 놀라웠어요. 오후에 있을 시승이 더욱 기대되었답니다.
정확하게 지시하지 않아도(못 해도)
맥락을 파악하고 수행하는 차량용 AI 에이전트
드디어 Gleo AI와 차량에서 만났습니다. 조수석에는 42dot 개발자분이 동승해 궁금한 점을 바로 물어볼 수도 있었답니다.
에디터는 일부러 정확한 기능명을 쓰지 않고 말해봤어요. “Gleo, 조금 추운것 같은데?” 그러자, 차량 패널에 표시된 에어컨 온도 숫자가 16도에서 17도로 바뀌었어요.
이번에는 운전석에서 춥다고 말하고 조수석에서 덥다고 말하자, 말한 사람의 위치를 정확히 파악하고 좌석별 에어컨 온도를 다르게 조절했어요.
“창문 조금 열고 히터 꺼줘”, “아까보다 창문 조금만 더 열어줘”처럼 여러 기능을 한 번에 제어하거나, 앞선 요청을 이어서 이해해야 하는 상황에서도 모두 업무를 수행했죠. “블루투스 연결은 어디서 해?”라고 물었을 때는 해당 설정 화면으로 바로 이동했어요. 내 차가 아닌 렌터카나 가족 차를 탔을 때 블루투스 메뉴 하나 찾는 데도 화면을 몇 번씩 뒤적이던 것을 생각하니 무척 편리하게 느껴졌어요.
경제뉴스부터 두 사람의 카페 취향까지 모두 다 들어주는 Gleo AI!
이번에는 머니레터 독자라면 아침에 꼭 확인해야 할 내용을 물었어요. “Gleo, 오늘 경제뉴스 브리핑해줘.” Gleo AI는 체험 당시 뉴욕 증시가 움직인 배경과 미국 국채금리, 대외 불안 등 시장에 영향을 준 이유 등을 묶어 설명했어요. Gleo AI와 나눈 대화는 차량 내 대화창에 남아 있었어요. 운전 중에는 음성으로 시장 흐름을 듣고, 도착한 뒤 다시 확인하고 싶은 내용을 텍스트로 볼 수도 있겠더라고요.
이번에는 한 명은 수박주스를, 다른 한 명은 아메리카노를 마시고 싶다고 말해봤어요. 보통이라면 지도 앱에서 카페를 찾고 메뉴판까지 하나씩 확인해야 하는 상황이죠. Gleo AI는 두 메뉴를 모두 판매한다는 조건과 현재 위치를 함께 고려해 가까운 매장을 추천했어요.
|