Agentforce 교육정리 [2025.04.01]

agentforce 란? 

Salesforce에서 말하는 AgentForce는 Salesforce의 Service Cloud 또는 Omnichannel 기능과 관련된 고객 서비스 에이전트 중심의 UI/UX 프레임워크 또는 경험 설계를 의미하는 경우가 많습니다. 특히 AgentForce는 공식적인 제품 이름이라기보다는 Salesforce 내부에서 고객 서비스 에이전트를 위한 모범 사례 UX 설계 철학 또는 구성 요소 집합처럼 사용되는 경우가 있음

 

• Service Console의 일부분으로 작동
• Omnichannel, Case Management, Knowledge Base, Macros, Flows 등을 통합
• 고객 상담 업무를 더 빠르고 효율적으로 수행할 수 있게 돕는 것이 핵심 목표
• Lightning 기반으로 구성되며, Dynamic Forms, Flexipages, Utility Bar, Omnichannel Routing 등을 사용

 

---

agentforce작동원리 

사용자질의 > 적합한 토픽발견 > 인스트럭션에 따라 액션실행 > 결과표시gentforce작동원리 

 

Atlas 추론엔진 - 과정 저장 RAG 

 

Instructions : 에이전트가 해야할 일 , 방법 및 시기 

Guardrails : 에이전트가 하지 말아야 할일과 그 상황

 

Vector Database: LLM이 데이터를 쉽게 접근 할 수 있도록 함

Chunking : 대규모 데이터셋을 더 작은 조각으로 나눔 , 데이터 처리 최적화. 백터 데이터베이스 내 효율적인 저장 및 요약

Embedding : AI가 더 쉽게 접근할 수 있도록 의미와 구조를 제공

 

Data Lake (BYOL)

:기존 데이터 레이크의 데이터를 복제하지 않고 에이전트를 연결 

제로-카피(zero-copy) 아키텍처를 통해 GCP나 AWS와 같은 외부 데이터 레이크에서 데이터를 직접 가져올 수 있음 

---

1. Unstructured Data (예: PDF, 채팅)
2. → 벡터화(Embedding)
3. → Vector Data로 저장 (Vector DB)
4. → LLM + RAG 기반 질문 응답, 요약, 추천 등 가능

LLM이란? 

: LLM (Large Language Model)**은 대규모 텍스트 데이터를 바탕으로 훈련된 인공지능 언어 모델로, 사람처럼 자연스럽게 언어를 이해하고 생성할 수 있는 모델을 말해요.

---

* Autonomous Agents

: Autonomous Agents는 스스로 판단하고 작업을 수행하는 AI 기반 소프트웨어 에이전트입니다. 사람이 개입하지 않아도 주어진 목표를 달성하기 위해 계획을 세우고 실행하며, 학습까지 할 수 있는 시스템이에요. 

 

* Internal Agents 

: Internal Agents는 Salesforce 내에서 **직접 로그인하여 업무를 수행하는 실제 사용자(상담원, 매니저 등)**를 의미하며, standard Salesforce license가 부여된 사용자를 가리켜요.

---

Vector Search (Semantic Search)  - 키워드가 아닌 "의미"로 찾는 검색

:문장, 문서 등을 벡터(숫자 배열)로 변환하여 의미 기반으로 유사한 데이터를 검색하는 방식

 

Hybrid Search (Merge + Rank)

: 기존 키워드 기반 검색(lexical search)과 벡터 기반 검색을 **결합(Merge)**하고, **랭킹(Rank)**을 통해 최종 결과를 정렬하는 검색 방식

 

• 정확한 필터링은 키워드로
• 의미 기반 유사도는 벡터로

항목	Vector Search (Semantic)	Hybrid Search (Merge + Rank)
핵심 기준	의미 기반 (문맥, 내용)	의미 + 키워드 결합
필터링	어려움	정교한 필터링 가능
정밀도	유연한 검색	높은 정확도
속도	상대적으로 빠름	상대적으로 무거움
예시	ChatGPT, LLM RAG	AI 기반 고객 FAQ, 검색포털

 

 

---