메인 콘텐츠로 건너뛰기

Documentation Index

Fetch the complete documentation index at: https://docs.replit.com/llms.txt

Use this file to discover all available pages before exploring further.

AI 도구는 자연어로 지시를 내리고 유용한 출력을 받을 수 있게 도와줍니다. Replit에서 그 출력은 계획, 코드, 디자인, 설명, 디버깅 단계, 프로젝트 변경사항이 될 수 있습니다. 빌드를 시작하기 전에 AI를 깊이 이해할 필요는 없습니다. 몇 가지 개념을 알면 더 나은 지시를 내리고 결과를 자신 있게 평가할 수 있습니다.

​
대형 언어 모델

대부분의 AI 빌더는 대형 언어 모델(LLM)로 구동됩니다. LLM은 텍스트의 패턴을 인식하고 그 패턴을 따르는 텍스트를 생성하도록 훈련된 모델입니다. 텍스트는 산문, 코드, HTML, CSS, SQL, JSON, 터미널 명령, 테스트 출력, 오류 메시지, 또는 설정을 의미할 수 있습니다. 그래서 같은 종류의 모델이 카피 작성, 버그 설명, 코드 생성, 계획 요약을 도울 수 있습니다.

​
텍스트 생성

LLM은 데이터베이스에서 고정된 답변을 검색하지 않습니다. 제공한 입력과 볼 수 있는 컨텍스트를 기반으로 조각조각 응답을 생성합니다. 프롬프트를 작성하면 모델이 여러분의 말, 대화, 사용 가능한 프로젝트 컨텍스트를 사용하여 유용한 다음 응답을 예측합니다. 그 응답은 설명, 계획, 또는 다른 시스템이 행동을 취하는 데 사용할 수 있는 텍스트일 수 있습니다. 이는 입력의 품질이 중요하다는 것을 의미합니다. 명확한 목표, 예시, 제약, 컨텍스트가 좋은 결과를 더 가능하게 합니다.

​
토큰

AI 모델은 토큰이라는 작은 단위로 텍스트를 처리합니다. 토큰은 단어, 단어의 일부, 구두점, 공백, 또는 코드 조각일 수 있습니다. 토큰은 AI 모델이 한 번에 고려할 수 있는 정보의 양에 영향을 미치기 때문에 중요합니다. 긴 대화, 큰 파일, 로그, 스크린샷, 지시사항 모두 모델이 추론해야 하는 컨텍스트에 기여합니다. 빌드하는 동안 토큰을 세지 않아도 됩니다. 중요한 정보가 명확하고, 최신이며, 집중되어 있을 때 Agent가 더 잘 작동한다는 것만 이해하면 됩니다.

​
AI는 변할 수 있습니다

AI 출력은 항상 동일하지 않습니다. 같은 요청이 다른 표현, 디자인, 구현 세부사항, 또는 트레이드오프를 생성할 수 있습니다. 그 변동성은 탐색에는 유용하지만, 중요한 작업은 검토해야 한다는 것을 의미합니다. Agent가 빌드한 것을 테스트하고, 불명확한 것이 있으면 설명을 요청하고, 안전한 복구 지점이 필요할 때 체크포인트를 사용하세요.

​
AI 출력을 더 좋게 만드는 것

Agent는 다음을 제공할 때 최고의 성능을 발휘합니다:
  • 명확한 목표
  • 대상 또는 사용자 요구
  • 제약 및 비목표
  • 예시, 스크린샷, 파일, 데이터, 링크
  • 현재 문제 또는 정확한 오류
  • “완료”가 무엇을 의미하는지에 대한 수락 기준
이 두 프롬프트를 비교해 보세요:
  • “웹사이트를 위한 코드를 작성해줘.”
  • “개인 메일링 리스트를 위한 이메일 주소를 수집하는 웹사이트를 위한 코드를 작성해줘. 제출 내용을 Google Sheets에 저장해줘.”
두 번째 프롬프트는 목표, 데이터, 목적지를 명시하여 Agent가 추측 없이 행동할 수 있습니다. 이 정보를 컨텍스트라고 합니다. 컨텍스트가 왜 중요한지 알아보려면 컨텍스트 관리를 참조하세요.

​
AI에서 AI 에이전트로

채팅 모델은 메시지에 응답할 수 있습니다. AI 에이전트는 모델에 도구를 추가하여 다단계 작업을 수행합니다 — 목표에 대해 추론하고, 도구를 선택하고, 정보를 검사하고, 변경을 하고, 결과를 확인하고, 작업이 완료될 때까지 또는 입력이 필요할 때까지 계속합니다.

​
모델과 도구

에이전트는 두 가지 중요한 부분으로 구성됩니다:
부분역할
언어 모델지시를 이해하고, 텍스트를 생성하고, 옵션에 대해 추론하고, 다음에 할 일을 결정합니다.
도구에이전트가 파일 읽기, 코드 편집, 명령 실행, 문서 검색, 앱 테스트, 변경사항 게시 등의 작업을 수행할 수 있게 합니다.
모델은 어떤 작업이 도움이 될지 결정합니다. 도구는 에이전트가 그 결정에 따라 행동할 수 있게 합니다.

​
에이전트가 할 수 있는 것

에이전트는 다음과 같이 두 단계 이상이 필요한 작업에 유용합니다:
  • 기능 계획
  • 파일 및 코드 생성
  • 기존 프로젝트 구조 읽기
  • 명령 또는 테스트 실행
  • 오류 디버깅
  • 디자인 업데이트
  • 서비스 연결
  • 변경된 내용 요약
에이전트는 단순히 답하는 것이 아니라 작업을 처리합니다.

​
Replit Agent

Replit Agent는 Replit에서 빌드하기 위한 AI 에이전트입니다. 앱과 다른 결과물을 만들고, 프로젝트를 검사하고, 파일을 편집하고, 명령을 실행하고, 동작을 테스트하고, 코드를 설명하고, 작업을 생성하고, 게시 워크플로를 안내하는 데 도움을 줄 수 있습니다. 예를 들어, Agent에게 다음을 요청할 수 있습니다: 
Build a simple event signup app for a community meetup.
Visitors should see event details, submit their name and email, and get a confirmation message.
Keep the first version simple so I can publish it today.
Agent는 그 요청을 프로젝트로 전환하고, 첫 번째 버전을 만들고, 개선을 도울 수 있습니다.

​
여전히 여러분이 주도합니다

Agent는 빠르게 움직일 수 있지만, 중요한 결정은 여전히 여러분이 합니다:
  • 결과물이 해야 할 것
  • 누구를 위한 것인지
  • 범위에 포함되어야 하는 것
  • 변경되어서는 안 되는 것
  • 결과가 작동하는지
  • 게시할 준비가 되었는지
이것이 컨텍스트 관리와 검토가 중요한 이유입니다. Agent는 명확한 방향을 제공하고 결과를 테스트할 때 가장 강력합니다.

​
일반적인 오해

  • “AI는 내가 무슨 말을 하는지 알아야 한다.” AI는 제공한 정보를 바탕으로 작동합니다. 중요한 것이 있다면 명확하게 말하세요.
  • “첫 번째 답변이 최종이어야 한다.” AI로 빌드하는 것은 반복적입니다. 검토하고, 테스트하고, 개선하세요.
  • “AI는 사람처럼 의도를 이해한다.” AI는 패턴을 추론할 수 있지만, 자동으로 여러분의 취향, 대상, 제약, 완료의 정의를 알지 못합니다.
  • “에이전트는 그냥 챗봇이다.” 챗봇은 주로 응답합니다. 에이전트는 도구를 사용하고 행동을 취할 수 있습니다.
  • “Agent는 전체 제품 목표를 자동으로 안다.” Agent는 여러분의 지시와 컨텍스트를 바탕으로 작동합니다. 중요한 것이 있다면 포함하세요.
  • “Agent는 검토의 필요성을 없앤다.” Agent는 빌드할 수 있지만, 결과물이 의도와 맞는지는 여러분이 결정합니다.

​
다음으로 가기

컨텍스트 관리

컨텍스트 창이 AI 출력을 어떻게 형성하는지 알아보세요.

바이브 코딩

AI, 컨텍스트, 에이전트, 앱을 빌더 워크플로로 통합하세요.

Agent로 빌드하기

Replit Agent와 협업하는 실용적인 습관을 배우세요.

Agent

Agent의 제품 기능에 대해 더 알아보세요.