2pm.space아이디어에서 작동하는 에이전트까지, 세 단계
그리고, 장비를 갖추고, 일이 있는 곳에 배치하세요.
작업을 그리세요
프롬프트 하나면 Simple을, 검색·추론·확인·분기를 캔버스 위 노드로 좌에서 우로 배치하려면 Agentic을 고르세요.
필요한 것을 갖춰 주세요
에이전트나 개별 노드에 도구, 스킬, 지식, 메모리를 연결하고, 모든 메시지가 거쳐 가는 가드레일을 설정하세요.
실전에 투입하세요
캔버스에서 테스트한 뒤, 받은편지함 채널, 일정, 도구로 쓰는 다른 에이전트, 또는 MCP 클라이언트에 연결하세요.
작업을 그리세요
프롬프트 하나면 Simple을, 검색·추론·확인·분기를 캔버스 위 노드로 좌에서 우로 배치하려면 Agentic을 고르세요.
필요한 것을 갖춰 주세요
에이전트나 개별 노드에 도구, 스킬, 지식, 메모리를 연결하고, 모든 메시지가 거쳐 가는 가드레일을 설정하세요.
실전에 투입하세요
캔버스에서 테스트한 뒤, 받은편지함 채널, 일정, 도구로 쓰는 다른 에이전트, 또는 MCP 클라이언트에 연결하세요.
도구를 곁들인 프롬프트, 그 이상
프롬프트 하나로는 해낼 수 없는 일을 위한 캔버스.
심플 또는 에이전틱
심플 에이전트는 시스템 프롬프트로 이루어지는 모델 호출 한 번입니다 — 질문 답변, 번역, 요약에 알맞습니다. 에이전틱 에이전트는 여러 단계와 그 사이의 판단이 필요한 작업을 위한 노드 그래프입니다.
열여섯 가지 단계
Agent, Crew, Run Agent, Code, Knowledge Retrieval, Skill Retrieval, Drive Action, Condition, Parallel, Loop, Evaluation, Human Review, Message, Send — 캔버스에 끌어다 놓고 다음 단계로 연결하는 카드입니다.
스스로 결과를 확인합니다
Evaluation 노드는 규칙 또는 LLM 판정으로 답변을 채점해 경로를 정합니다: Pass는 다음으로 넘어가고, Retry는 허용한 재시도 횟수까지 에이전트에게 다시 돌려보냅니다.
중요한 곳에는 사람이
Human Review 노드는 누군가 승인하거나 거부할 때까지 실행을 멈추고, Message 노드는 흐름이 이어지기 전에 폼이나 버튼으로 고객에게 세부 정보를 물을 수 있습니다.
도구, 스킬, 지식
기본 제공 도구 60개, 직접 만든 HTTP API와 Python, MCP 서버, 도구로 쓰는 다른 에이전트까지. 스킬은 모든 프롬프트에 로드되거나 질문이 일치할 때만 로드되므로, 방대한 라이브러리라도 매번 토큰을 소모하지 않습니다.
도구 카탈로그 둘러보기테스트하고, 추적하고, 되돌리세요
캔버스에서 흐름을 실행하고 각 노드의 출력, 토큰, 비용을 확인하세요. 캔버스 버전을 저장해 두면, 변경 사항이 기대에 못 미칠 때 언제든 복원할 수 있습니다.
캔버스 위의 모든 것
모든 노드, 모델 카탈로그, 그리고 에이전트가 실행될 수 있는 모든 곳.
추론과 실행
- Agent — 추론하고 행동하는 루프 안에서 자체 모델, 프롬프트, 도구를 사용
- Crew — 에이전트와 작업으로 이루어진 CrewAI 크루
- Run Agent — 이미 만든 에이전트를 호출
- Code — 샌드박스에서 실행하는 Python 또는 Bash, LLM 비용 없음
흐름 제어
- Start — 메시지가 들어오는 지점
- Condition — 규칙에 따른 분기, LLM 비용 없음
- Parallel — 나가는 모든 분기를 동시에 실행
- Loop와 Exit Loop — 목록을 순회하거나 N번 반복
확인과 사람
- Evaluation — 규칙 또는 LLM 판정 후 Pass 또는 Retry
- Human Review — 승인 또는 거부를 위해 일시 정지
- Message — 채팅 메시지, 폼 또는 버튼
- Send — 고객에게 메시지를 보내고 계속 진행
지식과 데이터
- Knowledge Retrieval — 시맨틱, 키워드 또는 하이브리드 검색
- Skill Retrieval — LLM 단계 없이 스킬을 매칭
- Drive Action — 문서, 표, 마인드맵, 스토리보드를 생성·읽기·수정
- 대화 사이에도 유지되는 메모리, 그리고 모든 에이전트가 공유하는 워크스페이스 메모리
모델
- Anthropic, OpenAI, Google, DeepSeek
- Alibaba Qwen, Z.AI GLM, xAI, MiniMax
- 워크플로당 하나가 아니라, Agent 노드마다 모델 선택
- 워크스페이스 크레딧에서 청구 — 관리할 제공사 키 없음
실행되는 곳
- 받은편지함 채널: Messenger, Telegram, 개인 Zalo, 웹사이트 채팅
- 반복 일정에 따른 스케줄러
- 도구로 노출된 다른 에이전트
- Claude Code, Cursor 같은 MCP 클라이언트
- 고객이 보기 전, Playground에서
프롬프트 입력창 대 에이전트 빌더
같은 작업을 두 가지 방식으로 만든 결과.
프롬프트 하나가 검색, 추론, 확인, 답변을 한꺼번에 처리하려 하고 — 어느 부분이 실패했는지 알 수 없습니다.
각 작업은 자신만의 노드를 가지며, 실행 로그는 모든 노드가 무엇을 받고, 반환하고, 소모했는지 보여줍니다.
잘못된 답변이 그대로 고객에게 전달됩니다.
Evaluation 노드가 이를 걸러내 아무도 보기 전에 다시 시도하도록 돌려보냅니다.
위험한 작업에는 개발자가 승인 단계를 직접 만들어야 합니다.
그 앞에 Human Review 노드를 두면, 실행은 승인을 기다립니다.
에이전트를 망가뜨린 변경 사항은 기억에 의존해 처음부터 다시 만들어야 함을 뜻합니다.
변경 전 캔버스 버전으로 복원하면 됩니다.
에이전트 빌더 관련 질문
첫 워크플로를 만들기 전에 사람들이 묻는 것들.