커스텀 에이전트 생성

커스텀 에이전트를 생성하는 방법, 시작하기 전에 준비해야 할 사항, 그리고 메시징, 의사결정 및 데이터 관리 전반에 걸쳐 에이전트를 활용하는 방법을 알아봅니다. 더 일반적인 정보는 Braze 에이전트를 참조하세요.

사전 요구 사항

시작하기 전에 다음이 필요합니다.

• 워크스페이스에서 에이전트 콘솔에 액세스할 수 있는 권한. 이 옵션이 보이지 않는다면 Braze 관리자에게 문의하세요.
• 커스텀 AI 에이전트를 생성하고 편집할 수 있는 권한.
• 에이전트로 달성하고자 하는 목표에 대한 아이디어. Braze Agents는 다음과 같은 작업을 지원합니다.
  • 개인화된 메시징: 제목란, 헤드라인, 제품 내 문구 또는 기타 콘텐츠를 생성합니다.
  • 사용자 라우팅: 행동, 선호도 또는 커스텀 속성을 기반으로 Canvas에서 사용자를 라우팅합니다.
  • 데이터 관리: 값을 계산하거나, 카탈로그 항목을 보강하거나, 프로필 필드를 새로 고칩니다.

작동 방식

에이전트를 만들 때 에이전트의 목적을 정의하고 에이전트가 따라야 할 가드레일을 설정합니다. 에이전트가 실시간으로 활성화되면 Braze에 배포하여 개인화된 문구를 생성하거나, 실시간으로 결정을 내리거나, 카탈로그 필드를 업데이트할 수 있습니다. 에이전트를 빌드하는 동안 초안으로 저장해 두었다가 대시보드에서 언제든지 업데이트할 수 있습니다. 저장할 때마다 새 버전이 생성되며, 생성된 버전은 버전 기록 탭에서 검토할 수 있습니다.

다음 사용 사례는 커스텀 에이전트를 활용하는 몇 가지 방법을 보여줍니다.

사용 사례	설명
고객 피드백 처리	사용자 피드백을 에이전트에 전달하여 감정을 분석하고 공감하는 후속 메시지를 생성합니다. 고가치 사용자의 경우 에이전트가 응답을 에스컬레이션하거나 혜택을 포함할 수 있습니다.
콘텐츠 현지화	글로벌 Campaigns를 위해 카탈로그 텍스트를 다른 언어로 번역하거나, 지역별 채널에 맞게 어조와 길이를 조정합니다. 예를 들어 “Classic Clubmaster Sunglasses”를 스페인어 “Gafas de sol Classic Clubmaster”로 번역하거나, SMS Campaigns용으로 설명을 짧게 줄일 수 있습니다.
리뷰 또는 피드백 요약	감정이나 피드백을 새 필드로 요약합니다. 예를 들어 긍정적, 중립, 부정적 같은 감정 점수를 할당하거나, “대부분의 고객이 핏이 좋다고 언급하지만 배송이 느리다고 지적합니다.”와 같은 짧은 텍스트 요약을 생성할 수 있습니다.

에이전트 만들기

1단계: 에이전트 유형 선택

에이전트를 만들려면 먼저 에이전트 유형을 선택합니다.

1. 에이전트 콘솔로 이동합니다.
2. 캔버스 단계 에이전트 또는 카탈로그 에이전트를 선택합니다.

2단계: 에이전트 빌드 방법 선택

에이전트 만들기를 선택한 후, 다음 옵션 중 하나를 선택합니다.

• 빈 상태에서 에이전트를 빌드하려면 커스텀 에이전트를 선택합니다.
• BrazeAI Operator를 사용해 시작 템플릿을 적용하려면 Operator로 에이전트 만들기에서 옵션을 선택합니다.

Operator를 사용하는 경우, 다음 단계로 넘어가기 전에 채팅에서 변경 사항을 검토하고 승인하세요.

3단계: 세부 정보 설정

다음으로 에이전트의 세부 정보를 설정합니다.

1. 팀이 에이전트의 목적을 이해할 수 있도록 이름과 설명을 입력합니다.
2. (선택 사항) 에이전트를 필터링할 수 있도록 태그를 추가합니다.
3. 에이전트가 사용할 모델을 선택합니다.
4. Braze Auto 모델을 사용하지 않는 경우, 모델의 사고 수준을 선택합니다. 최소, 낮음, 중간, 높음 중에서 선택할 수 있습니다. 최소로 시작해 에이전트의 응답을 테스트하고 필요에 따라 조정하는 것을 권장합니다.
5. 일일 호출 한도를 설정합니다. 기본값은 250,000이며, 최대 1,000,000까지 늘릴 수 있습니다. 1,000,000보다 높게 한도를 늘리고 싶다면 고객 성공 매니저에게 문의하여 자세히 알아보세요. 테스트 후 계획한 오디언스 규모에 맞도록 한도를 충분히 높게 설정하세요. 한도가 너무 낮으면 일일 한도 실패가 발생합니다(이 경우 크레딧은 소비되지 않지만 대체 값이 적용되거나 출력이 null로 남습니다).

일일 작업 크레딧 비용 한도 필드는 이 에이전트가 하루에 소비할 수 있는 최대 크레딧 수를 지정합니다. Braze는 선택한 모델에 대한 워크스페이스의 호출당 크레딧 비율(계약에 따라 정해지며 크레딧 비율 페이지에 표시됨)에 일일 호출 한도를 곱하여 이 값을 계산합니다. 모델이나 호출 한도를 변경하면 예상치가 업데이트됩니다.

비용을 관리하려면 일일 호출 한도를 낮추세요. 자체 보유(BYO) 모델의 경우, 더 저렴한 모델로 전환하거나 사고 수준을 낮출 수도 있습니다. Braze Auto는 사고 수준 조정을 지원하지 않습니다. 실제 사용량은 설정 > 청구 > 크레딧 사용량 > 에이전트 콘솔에서 확인할 수 있습니다.

4단계: 지침 작성

에이전트에 지침을 제공합니다. Operator 템플릿을 사용했다면 미리 채워진 지침을 검토하고 필요에 따라 편집하세요.

예상치 못한 상황이나 모호한 상황에서 에이전트가 무엇을 해야 하는지에 대한 지침도 포함하세요. 이렇게 하면 에이전트의 혼란으로 인해 오류가 발생할 위험을 최소화할 수 있습니다. 예를 들어, 에이전트에게 “긍정” 또는 “부정” 감정 값만 요청하는 대신, 판단할 수 없을 때는 “불확실”을 반환하도록 요청하세요.

제목, 글머리 기호 목록, 표 등 Markdown으로 지침의 서식을 지정하여 섹션별로 정리할 수 있습니다. 서식을 확인하려면 지침 필드 옆의 미리보기를 선택하세요. 편집기로 돌아가려면 편집을 선택합니다. 저장한 후에는 에이전트 보기 페이지에도 이 서식이 적용된 지침이 표시됩니다.

에이전트에 프롬프트를 작성하는 방법에 대한 모범 사례는 지침 작성을, 아이디어는 예시를 참조하세요.

컨텍스트 추가

+ 에이전트 컨텍스트를 선택하여 에이전트가 참조할 수 있는 항목을 선택합니다. 다음이 포함됩니다.

• 지식 소스: 에이전트에게 카탈로그 데이터에 대한 액세스 권한을 부여합니다. 카탈로그에서 지식 소스를 만든 다음 에이전트 컨텍스트로 추가하면 에이전트가 필요한 행과 필드를 쿼리하고 가져올 수 있습니다.
• Segment 멤버십: 사용자가 속한 Segments를 기반으로 에이전트가 응답을 개인화할 수 있도록 합니다. 최대 5개의 Segments를 선택할 수 있습니다.
• 브랜드 가이드라인: 에이전트가 따를 브랜드 보이스와 스타일 가이드라인을 참조합니다. 예를 들어, 사용자에게 헬스장 회원 가입을 권유하는 SMS 문구를 에이전트가 생성하도록 하려면 이 필드를 사용해 미리 정의한 대담하고 동기를 부여하는 가이드라인을 참조할 수 있습니다.
• 컨텍스트 파일: 에이전트가 호출될 때마다 참고할 참조 문서(PDF, TXT, MD, CSV)를 업로드합니다. + 에이전트 컨텍스트 > 파일 업로드를 선택하고 하나 이상의 파일을 추가한 다음, 에이전트를 저장하여 파일을 업로드하세요.
• 모든 Canvas 컨텍스트: 이 에이전트가 호출될 때 지침 섹션에서 참조하지 않은 변수를 포함하여 사용자의 모든 Canvas 컨텍스트 데이터를 분석합니다.
• 사용자 상호작용 데이터: 각 사용자의 최근 Campaign(캠페인) 및 Canvas 열람, 클릭, 전환 데이터를 에이전트에 제공합니다.

5단계: 출력 선택

출력 섹션에서 기본 스키마 또는 고급 스키마로 에이전트의 출력을 구성하고 정의할 수 있습니다. Operator 템플릿을 사용했다면 미리 채워진 출력 스키마를 검토하고 필요에 따라 편집하세요.

최상의 결과를 얻으려면 출력 섹션에서 지정한 내용이 4단계에서 입력한 에이전트 지침과 일치하는지 확인하세요. 예를 들어, 에이전트 지침에서 두 개의 문자열이 있는 객체를 원한다고 언급했다면 출력 섹션에서도 두 개의 문자열이 있는 객체를 지정해야 합니다. 에이전트 지침이 지정한 출력과 일치하지 않으면 에이전트가 혼란을 겪거나, 시간이 초과되거나, 원하지 않는 출력을 생성할 수 있습니다.

대체 값 구성

대체 값은 캔버스 단계 에이전트에서만 사용할 수 있습니다. 캔버스 단계 에이전트의 출력 섹션에서 에이전트 호출이 실패할 때(예: LLM 시간 초과 또는 잘못된 API 키 오류 반환) Braze가 사용할 값을 정의할 수 있습니다. 대체 값은 개인화 기본값처럼 작동합니다. 에이전트를 실행할 수 없을 때에도 사용자에게 유용한 출력을 제공할 수 있도록 고정 제목란이나 짧은 메시지를 설정할 수 있습니다.

카탈로그 에이전트는 에이전트 콘솔에서 대체 값 구성을 지원하지 않습니다.

Canvas 에이전트의 경우, 대체 값은 Liquid 템플릿을 지원하므로 대체 텍스트에서 사용자 속성이나 컨텍스트 변수를 참조할 수 있습니다.

대체 필드는 캔버스 단계 에이전트의 출력 형식에 맞게 조정됩니다.

출력 형식	대체 구성
문자열, 숫자 또는 부울	단일 대체 값을 입력합니다(Liquid 지원).
필드(고급 스키마)	에이전트 출력에 정의된 각 필드에 대한 대체 값을 입력합니다.
JSON 스키마(고급 스키마)	Braze가 JSON 스키마를 읽고 각 속성정보에 대한 입력 필드를 생성하므로 키별로 대체 값을 정의할 수 있습니다.

대체 값이 있는 캔버스 단계 에이전트가 에이전트 단계에서 실행되면, Braze는 사용자별로 대체 값을 렌더링하여 null 대신 출력 변수에 저장합니다. 대체 값을 구성하지 않으면 호출이 실패했을 때 Canvas 출력이 설정되지 않은 상태(null)로 남습니다.

런타임 동작은 오류 처리 및 대체 동작을 참조하세요.

6단계: 에이전트 테스트

미리보기 창은 구성 화면 내에서 나란히 표시되는 패널로, 에이전트의 인스턴스입니다. 이 섹션을 사용하면 에이전트를 만들거나 업데이트하는 동안 테스트하여 최종사용자와 비슷한 방식으로 에이전트를 경험할 수 있습니다. 이 단계에서는 에이전트가 예상대로 작동하는지 확인하고, 실시간으로 전환하기 전에 세부 조정할 기회를 얻을 수 있습니다.

1. 에이전트 테스트 필드에 예시 고객 데이터나 고객 응답 등 에이전트가 처리할 실제 시나리오를 반영하는 내용을 입력합니다.
2. 무작위 사용자, 기존 사용자 또는 커스텀 사용자에 대한 에이전트의 응답을 미리 봅니다.
3. 응답 시뮬레이션을 선택합니다. 에이전트가 구성에 따라 실행되고 응답을 표시합니다.

출력을 비판적인 시각으로 검토하세요. 다음 질문을 고려해 보세요.

• 문구가 브랜드에 어울리나요?
• 결정 로직이 의도한 대로 고객을 라우팅하나요?
• 계산된 값이 정확한가요?

뭔가 어색하다면 에이전트 구성을 업데이트하고 다시 테스트하세요. 여러 가지 입력을 실행하여 에이전트가 다양한 시나리오, 특히 데이터가 없거나 응답이 유효하지 않은 경우와 같은 엣지 케이스에 어떻게 대응하는지 확인하세요.

7단계: 에이전트 사용

이제 에이전트를 사용할 준비가 되었습니다! 자세한 내용은 에이전트 배포를 참조하세요.

Operator로 구축된 에이전트 템플릿

Operator는 다음 에이전트 콘솔 시작 템플릿에 대해 지침, 출력 필드 및 컨텍스트를 미리 구성할 수 있습니다. Operator에서 템플릿을 선택하거나 Operator에게 이름으로 적용하도록 요청하세요.

캔버스 단계 에이전트 템플릿

템플릿	설명	예시 출력
개인화된 카피라이터	사용자 속성, Canvas 컨텍스트 및 브랜드 가이드라인을 기반으로 채널별 메시지 카피를 생성합니다	이메일 제목란과 프리헤더, 푸시 제목과 본문
피드백 분석가	개방형 설문조사 또는 고객지원 피드백을 Canvas 분기를 위한 구조화된 필드로 구문 분석합니다	감정, 주제, 권장 다음 동작
여정 라우터	프로필 및 여정 컨텍스트를 기반으로 각 사용자를 가장 관련성 높은 Canvas 경로로 라우팅합니다	경로 이름 또는 결정 분할 단계를 위한 부울 값

카탈로그 에이전트 템플릿

템플릿	설명	예시 출력
설명 작성기	기존 카탈로그 열에서 짧은 마케팅 설명을 작성합니다	제품 또는 목적지 설명
항목 분류기	행 데이터에서 카테고리 또는 태그를 할당합니다	필터링 및 추천을 위한 카테고리 레이블
현지화 번역기	문자 수 제한 내에서 카탈로그 문자열을 대상 로케일로 번역합니다	로케일별 현지화된 텍스트

관련 리소스

• 에이전트 참조
• 자주 묻는 질문
• Braze 웨비나: AI in Action