챕터별 상세
Smolagents 소개 및 환경 설정
Smolagents는 에이전트의 내부 로직을 투명하게 보여주면서도 구현을 단순화한 Hugging Face의 오픈소스 라이브러리이다. pip install smolagents 명령어로 설치하며 Hugging Face Token과 선택적으로 OpenAI 또는 Anthropic API 키를 환경 변수로 설정한다. 라이브러리는 에이전트가 도구를 호출하고 프롬프트를 처리하는 과정을 추상화하여 개발자가 핵심 로직에 집중하게 한다.
Hugging Face Hub의 모델을 사용하려면 Access Token이 필요하며 Inference API 권한이 활성화되어야 한다.
에이전트 초기화 및 오픈 모델 연동
ToolCallingAgent 클래스를 사용하여 에이전트를 초기화하며 InferenceClientModel을 통해 Hugging Face의 오픈 모델을 연결한다. Kimi-K2-Instruct와 같은 모델을 Novita 등의 프로바이더를 통해 호출할 경우 OpenAI GPT-4o 대비 입력 비용은 약 3.5배, 출력 비용은 약 7배 저렴하다. 에이전트는 WebSearchTool을 기본 도구로 탑재하여 실시간 웹 검색 결과를 바탕으로 답변을 생성한다.
InferenceClientModel은 Hugging Face Hub에 호스팅된 모델을 API 형태로 호출하는 인터페이스이다.
커스텀 이미지 생성 도구 제작
@tool 데코레이터를 사용하여 일반 파이썬 함수를 에이전트가 인식할 수 있는 도구로 변환한다. Z-Image-Turbo 모델을 InferenceClient로 호출하는 함수를 작성하며 함수의 Docstring과 타입 힌트를 통해 에이전트에게 도구의 용도와 입력 파라미터를 전달한다. 에이전트는 프랑스 대통령이 커피를 마시는 이미지를 생성하라는 요청을 받았을 때 먼저 웹 검색으로 현재 대통령이 누구인지 파악한 후 이미지 생성 도구를 호출하는 멀티스텝 추론을 수행한다.
에이전트 프레임워크에서 Docstring은 LLM이 도구 선택 여부를 결정하는 핵심 컨텍스트로 활용된다.
Hugging Face Hub 및 Spaces 활용
작성한 커스텀 도구를 push_to_hub 메서드를 통해 Hugging Face Hub에 공유하고 다른 프로젝트에서 재사용한다. 또한 Hugging Face Spaces에 배포된 기존 앱(예: Flux.1)을 Tool.from_space 메서드로 불러와 에이전트의 도구로 즉시 통합한다. 이를 통해 별도의 모델 서빙 인프라 구축 없이도 최신 AI 모델의 기능을 에이전트에 확장 적용했다.
Spaces는 Hugging Face에서 제공하는 머신러닝 데모 및 앱 호스팅 서비스이다.
Gradio UI를 활용한 챗봇 인터페이스 구축
Smolagents에서 제공하는 GradioUI 클래스를 사용하여 에이전트 전용 웹 인터페이스를 단 두 줄의 코드로 생성한다. GradioUI(agent).launch() 명령은 에이전트의 추론 단계, 도구 호출 로그, 실행 시간 및 최종 결과물을 시각적으로 확인할 수 있는 대화형 UI를 제공한다. 사용자는 이 인터페이스를 통해 에이전트의 사고 과정을 실시간으로 모니터링하고 디버깅한다.
Gradio는 파이썬만으로 머신러닝 모델의 웹 UI를 빠르게 구축할 수 있는 라이브러리이다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 01. 06.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
