[G1-Sync] Manual knowledge update

10_Wiki/Topics/Agent Architecture.md

@@ -1,22 +1,22 @@
 ---
-id: P-REINFORCE-AUTO-AGAR-001
+id: [[P-Reinforce]]-AUTO-AGAR-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.98
-tags: [auto-reinforced, agent-architecture, ai-agents, cognitive-architecture, modular-design]
+tags: [auto-reinforced, agent-[[Architecture]], ai-agents, [[Cognitive-Architecture]], [[Modular-Design]]]
 last_reinforced: 2026-04-20
 ---
 
 # [[Agent Architecture]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> "자율 주행하는 지능의 내부 구조: 단순히 답을 내는 모델을 넘어, 기억(Memory), 계획(Planning), 도구 활용(Tool Use) 기능을 유기적으로 결합하여 독립적으로 미션을 수행하는 에이전트의 뇌 설계."
+> "자율 주행하는 지능의 내부 구조: 단순히 답을 내는 모델을 넘어, 기억([[memory]]), 계획(Planning), 도구 활용(Tool Use) 기능을 유기적으로 결합하여 독립적으로 미션을 수행하는 에이전트의 뇌 설계."
 
 ## 📖 구조화된 지식 (Synthesized Content)
 에이전트 아키텍처(Agent Architecture)는 인공지능이 환경을 인식하고, 추론하며, 목표 달성을 위해 행동하는 일련의 과정을 구조화한 설계를 의미합니다.
 
 1.  **AI 에이전트의 4대 구성 요소**:
     *   **Brain (The LLM)**: 핵심적인 추론 및 의사결합 엔진.
-    *   **Planning**: 목표를 하위 태스크로 분해(Task Decomposition) 및 자가 성찰(Self-reflection).
+    *   **Planning**: 목표를 하위 태스크로 분해(Task Decomposition) 및 자가 성찰(Self-[[Reflection]]).
     *   **Memory**:
         *   **Short-term**: 현재 대화의 맥락 (Context Window).
         *   **Long-term**: 외부 데이터베이스 연결 (RAG, Vector DB).
@@ -31,6 +31,6 @@ last_reinforced: 2026-04-20
 - **정책 변화(RL Update)**: 에이전트의 자율 통제 불능 리스크를 방어하기 위해, 매 행동 단계마다 인간이 승인하거나 규칙을 검증하는 'Human-in-the-loop 에이전트 거버넌스' 정책이 산업 표준으로 채택됨.
 
 ## 🔗 지식 연결 (Graph)
-- [[Ps-Reinforce]], Foundational Models, [[Workflow-Integrity]], [[Self-Correction Mechanisms]], [[Tool-Usage-Optimization]]
+- [[Ps-Reinforce]], Foundational Models, [[Workflow-Inte[[Grit]]y]], [[Self-Correction Mechanisms]], [[Tool-Usage-Optimization]]
 - **Modern Tech/Tools**: LangChain, AutoGPT, BabyAGI, Microsoft AutoGen, LangGraph.
 ---