Agentforce를 위한 에이전트 페르소나

작성자: Nathan Lucy , 에이전트 기반 익스피리언스 전문가
기여자: Matias Manuel Fonseca · Claude Sutterlin

Agentforce를 통한 모든 상호 작용은 곧 브랜드와의 상호 작용입니다. 에이전트의 말투가 형식적이거나 부자연스럽거나 일관되지 않으면 사용자는 불만을 느끼게 되며, 결국 브랜드 신뢰도가 떨어집니다.

디자이너, 아키텍트, 관리자 등 맡은 역할에 관계없이, 이 가이드는 독특한 에이전트 페르소나를 설계, 조정, 배포할 수 있는 체계적인 프레임워크를 제공하여 에이전트가 모든 대화에서 브랜드만의 고유한 목소리를 대변할 수 있도록 합니다. 또한 이 가이드에서는 에이전트 스크립트와 레거시 Agentforce 빌더의 인코딩 방법을 모두 다룹니다.

사용자들이 대화형 에이전트에 인격을 부여하는 시간은 단 몇 초에 불과합니다. 의도적인 설계를 거치지 않는다면, 에이전트의 말투는 단조롭고 ‘어색’하거나 불쾌감을 줄 수도 있습니다. 대부분의 사용자는 AI 에이전트 외의 다른 대안을 가지고 있기 때문에, 에이전트가 자신을 어떻게 표현하느냐는 채택률에 중요한 영향을 미칩니다. 에이전트의 말투가 한결같이 자연스럽게 들린다면, 신뢰가 쌓이고 채택률이 높아집니다. 즉, 다음과 같은 흐름으로 이어지게 됩니다.

하지만 이 사슬은 쉽게 끊어지곤 합니다. 그렇다면 ‘자연스러운’ 말투란 어떤 것일까요?

통신사의 고객 지원 에이전트를 떠올려 보세요. 사용자가 다음과 같은 메시지를 보냅니다. “이 요금 청구 건으로 연락한 게 벌써 네 번째예요. 더 이상 설명하고 싶지도 않습니다. 해결해 주지 않으면 지금 다른 통신사로 옮길 거예요.”

세 에이전트가 각각 다음과 같이 답변합니다.

어떤 것이 올바른 응답일까요? 어떤 것이 자연스럽게 들리나요? 이러한 질문에 대한 답변은 에이전트를 배포하기 전에 정해져 있어야 합니다. 의도적인 페르소나 설계가 없다면, 답변은 모델의 판단에 맡겨지게 되기 때문입니다.

‘자연스러움’은 브랜드마다 완전히 다르게 느껴질 수 있습니다. 에이전트가 재방문 고객에게 어떻게 활기 넘치는 환영 메시지로 인사를 전할 수 있을지 생각해 보세요.

• Aurelia Airways: “안녕하세요, Harding 님. 고객님의 Skywards 마일리지는 21만 4,000마일입니다. 오늘은 무엇을 도와드릴까요?”
• Cluck-ee’s: “또 오셨군요! 정말 반가워요, 너겟 팩을 순식간에 다 드셨네요. 같은 걸로 드릴까요, 아니면 다른 걸로 드시겠어요?”
• FastGas: “또 뵙네요. 현재 적립 포인트가 840점이라 무료 음료를 한 잔 드실 수 있어요. 사용해 드릴까요, 아니면 계속 적립하시겠어요?”
• Pawly Pet Food: “또 오셨네요! Luna가 새 사료 잘 먹고 있나요? 입맛에 안 맞는 것 같으면 다른 걸로 바꿔 드릴게요. 걱정 마세요. 무슨 도움이 필요하신가요?”
• PennyWing: “또 오셨네요. 31B 좌석이고, 다리를 뻗을 공간은 없지만 후회할 일도 없죠. 예약을 변경하실 건가요, 아니면 그냥 불평하러 오신 건가요? 😜”

사내 에이전트를 설계할 때는 직원 경험을 책임져야 합니다. 페르소나를 사용하면 형식적인 ‘LLM식 말투’를 대체할 수 있습니다. “다른 도움이 필요하시면 언제든 말씀해 주세요!”라는 말만 늘어놓는 에이전트와 함께 일해야 하는 사람은 없어야 합니다.

잘 설계된 페르소나는 다음과 같은 분명한 이점을 제공합니다.

• 브랜드 차별성: 이제 에이전트는 브랜드 터치 포인트가 되었습니다. 형식적인 말투의 AI가 넘쳐나는 세상에서 브랜드 충실도와 독창성은 곧 차별화 요소입니다.
• 호감도와 신뢰도: 에이전트의 말투가 자연스럽고 일관되면 사용자가 에이전트에 호감을 느끼고 신뢰하게 될 가능성이 더 커집니다. 이는 결국 채택률과 유지율을 높여줍니다.
• 모델 독립성: Agentforce에 페르소나가 인코딩되면 LLM을 활용할 때 자율성과 유연성을 확보할 수 있습니다. 기반 모델이 바뀌더라도 에이전트의 말투는 동일하게 유지됩니다.
• 검토 가능 아티팩트: 브랜드 및 법무팀이 평가할 수 있는 구체적인 자료, 즉 수정 부분을 표시하고 승인하는 구조화된 페르소나 문서를 확보할 수 있습니다.
• 엔지니어링 준비도: 개발자는 플랫폼의 한계와 기능을 고려한 명확한 설계 사양을 손에 쥐게 됩니다.

다음과 같은 원칙은 맥락의 핵심 요소 구상부터 주요 이해관계자들과의 소통에 이르기까지, 초기 설정 과정을 안내합니다.

맥락 우선: 정체성을 정의하기 전에 먼저 어떤 회사인지, 에이전트가 서비스를 제공하는 대상이 누구인지(직원, 고객, 파트너), 소통 방식은 무엇인지(채팅, 이메일, 전화, 멀티모달) 등 맥락의 핵심 요소를 구상합니다.

이해관계자 참여: 법무, 브랜드, 익스피리언스팀과 협의합니다. 이 프레임워크를 바탕으로 질문을 던지고, 에이전트의 정체성을 공동 설계하며, 대화 샘플을 함께 검토합니다.

작은 규모로 시작: 생성형 행동을 설계하려면 반복적인 과정이 필요합니다. 작은 규모의 명확한 지침 집합으로 시작한 뒤, 테스트해 보세요. 그런 다음 필요에 따라 점차 다듬어 가면 됩니다.

명확한 관점: 지침이 구체적일수록 결과물의 일관성이 높아집니다. 신뢰할 수 있는 페르소나를 구현하려면 명확한 관점이 필요합니다.

긍정적인 지침 작성: 금지 사항이 너무 많으면 에이전트 활동이 제한될 수 있습니다. 지침을 긍정적으로 재구성해 보세요. 부정적인 지침은 필수적인 것만 추가하세요.

포괄성: 이 프레임워크는 가이드일 뿐, 규칙서가 아닙니다. 페르소나에 무엇이 필요한지에 따라 차원을 결합하고, 가치를 고안하며, 제약 조건을 무시하는 등 유연성을 발휘할 수 있습니다. 중요한 것은 다음과 같이 모든 요소에 대해 신중한 결정을 내리는 것입니다. 에이전트에 유머 감각을 갖추게 할 건가요? 구두점을 엄격히 지키게 할 건가요?

이 정의에는 풍부한 페르소나 지침이 필요합니다. “당신은 도움이 되는 AI 어시스턴트입니다…”와 같은 평범한 표현으로는 부족합니다. 이 프레임워크는 에이전트의 정체성(핵심 특성과 동기)과 차원(톤이나 유머와 같이 독립적으로 조정 가능한 성격 요소)을 정의합니다.

정체성부터 시작하세요. 에이전트가 어떤 존재인지 정의한 다음, 그 뒤를 잇는 모든 요소를 형성하고 제한하는 3~5가지 성격 특성으로 페르소나를 뒷받침합니다. 특성들은 창조적 긴장을 나타낼 수는 있지만, 모순되어서는 안 됩니다. 아래에서 정체성 특성이 다양한 에이전트를 어떻게 뒷받침해 주는지 살펴보겠습니다.

각 특성마다 대화 행동을 유도하는 암시적인 정의가 부여됩니다. Striker의 경우 결단력 있는에 대한 정의는 다음과 같을 수 있습니다.

반면 Luna에게 있어 정중한에 대한 정의는 다음과 같을 수 있습니다.

정체성 특성은 에이전트가 의사소통하는 방식뿐만 아니라 추론하는 방식에도 영향을 미칩니다. 따라서 신중하게 설계해야 합니다.

에이전트의 언어에 어느 정도의 캐릭터를 드러낼지 결정해야 합니다. AI 시스템이 얼마나 인간처럼 보여야 하는지에 대해서는 활발한 논쟁 이 펼쳐지고 있으며, 비현실적인 기대를 불러일으키는 것과 같이 에이전트를 의인화하는 데 따른 단점이 있을 수 있습니다. 예를 들어, 에이전트가 인간처럼 말한다면 사용자는 에이전트가 인간처럼 추론할 것이라고 기대할 수도 있습니다.

에이전트가 의도적으로 단조로운 느낌을 주어야 할 때도 있습니다. ATM이나 발권기용 트랜잭션 처리 에이전트는 존재감이 드러나서는 안 됩니다. 기능적이고 예측 가능한 언어를 사용하기 때문에 사용자는 에이전트의 말투가 아니라 어떤 기능을 하는지에 주목하게 됩니다. 이는 ‘말하는 시스템’일 뿐이므로, 여기서 대화는 인격 표현의 수단이 아니라 상호 작용 계층입니다.

중요한 건 맥락입니다. 전화 채널에서 불만 가득한 발신자를 응대하는 음성 에이전트를 생각해 보세요. 에이전트가 독특한 성격을 드러낸다면 발신자의 감정에 어떤 영향을 미칠까요?

시스템 차원에서 에이전트의 성격을 강화하거나 완화한 다음, 상황에 따라 톤을 유연하게 조정하세요. 예를 들어, 에스컬레이션을 처리할 때는 유머를 배제할 수 있습니다.

에이전트에 정말로 이름이 필요한지 판단하세요. 이름은 의인화된 에이전트에게는 적합하지만, 트랜잭션 처리 에이전트의 경우 오히려 주의를 분산시킬 수 있습니다. 이름을 ‘Alexa’나 ‘Claude’처럼 사람 이름같이 지을지, ‘Cortana’처럼 사람 이름과 비슷하지만 명백히 인위적인 느낌으로 지을지, 아니면 ‘고객 지원 에이전트’처럼 순수하게 설명적인 이름으로 지을지 결정하세요.

좋은 이름은 에이전트의 정체성을 한 단어로 압축해 주고, 대화가 시작되기도 전에 첫인상을 결정짓습니다. 이름에 대한 아이디어를 떠올리는 방법은 무궁무진합니다. 좋은 이름에는 다음과 같은 특징이 있습니다.

• 암시적인 이름: ‘Striker’라는 이름의 세일즈 에이전트는 활력과 목적 의식을 전달합니다.
• 기억에 남는 이름: ‘Clover’라는 농업 협동조합 에이전트의 이름은 기억에 오래 남습니다.
• 문화적으로 적합한 이름: 격식 없는 문화의 사내 에이전트 이름인 ‘Bug Squasher’를 예로 들 수 있습니다.
• 브랜드 이미지에 부합하는 이름: 로펌 에이전트에게는 ‘Lex’처럼 안정감 있는 이름이 필요합니다.
• 발음하기 쉬운 이름: ‘Ava’나 ‘Bo’ 같은 이름은 들었을 때 알아듣기 쉽지만, ‘Xylo’ 같은 이름은 발음이 약간 모호할 수 있습니다.
• 기능에 맞는 이름: ‘Scripty’라는 코딩 에이전트 이름을 예로 들 수 있습니다.
• 추상적인 이름: 문자 그대로의 의미는 없지만, 특유의 분위기를 자아내는 이름은 에이전트에 새로운 기능이 추가되더라도 관련성을 유지할 수 있습니다. ‘Koda’, ‘Lumi’를 예로 들 수 있습니다.
• 이름 없음: 에이전트에 이름을 붙이지 않는 것도 충분히 타당하며 의도적인 선택이 될 수 있습니다.
• 설명적인 이름: ‘서비스 에이전트’나 ‘[회사명] 가상 어시스턴트’ 같은 이름은 단조롭게 들리지만, 차분하고 명확한 느낌을 줄 수 있습니다.
• 안티 패턴: Tech_Assist_Agent_v2_Internal_Test는 페르소나 이름이 아닙니다. API 이름을 표시 이름으로 사용하지 마세요.

이 차원들을 악기의 현이라고 생각해 보세요. 각 현은 다양한 음을 낼 수 있습니다. 듣기 좋은 화음을 만들어 내려면, 각 현을 개별적으로 조율하고 적절한 음의 조합을 선택해야 합니다. 더 높은 차원의 선택은 더 낮은 차원에 영향을 미치며 제약을 가합니다.

아래의 선택 목록은 지침과 Agentforce 가드레일을 제공합니다. 처음 두 가지는 정체성을 보완하며, 나머지는 구체적인 표현과 Agentforce 가드레일을 다룹니다.

가치: 에이전트가 믿는 것으로, 에이전트의 세계관과 동기 부여의 핵심입니다. 각 가치는 관찰 가능한 행동을 이끌어내는 신념입니다. 예를 들어, ‘가격보다 품질이 더 중요하다’라는 가치를 가진 에이전트는 가장 저렴한 제품이 아닌 적합한 제품을 추천합니다.

부정적 정체성: 캐릭터 수준의 안티 패턴입니다. 각 문장은 행동 규칙이 아니라, 절대 되어서는 안 될 캐릭터 유형입니다. 예를 들어, 세일즈 코치 에이전트는 ‘비관주의자가 아니며, 문제를 해결 가능한 것으로 본다’라는 캐릭터를 지닙니다.

Agentforce 가드레일: 에이전트가 말할 수 있는 내용에 대한 경계를 확실히 인지하도록 합니다. 예를 들어, ‘의학적인 조언은 제시하지 말 것’ 같은 지침입니다.

사용 금지 목록: 특정 문구를 명시적으로 금지하면 모델의 훈련 기본값이 무시됩니다. “좋은 질문이네요!”나 “기꺼이 도와드리겠습니다”와 같은 문구는 전형적인 어시스턴트의 태도를 연상시키며 캐릭터 정체성을 무너뜨립니다. 사용 금지 목록은 사용 가능한 행동 제약 중 가장 신뢰도가 높습니다. 다른 페르소나 요소가 압박을 받아 약해지더라도, 금지 사항은 그대로 유지되는 경향이 있습니다.

구문집: 에이전트의 언어적 지문으로, 특징적인 확인 표현, 화제 전환, 연결 구문, 특유의 표현 방식 등이 포함되어 있습니다.

어휘집: 에이전트가 사용하는 브랜드 전반, 분야별 어휘가 간략하게 정의되어 있습니다. 여기에는 브랜드명, 제품군, 기타 공통 용어가 포함됩니다.

지금까지 에이전트 페르소나를 만들어 보았습니다. 그렇다면 다음 단계는 무엇일까요?

이 섹션에서는 사용자가 원하는 방식으로 에이전트가 행동하도록 Agentforce를 구성하는 검증된 전략을 안내합니다.

에이전트 스크립트는 새 에이전트를 빌드할 때 권장되는 도구입니다. 이 가이드에는 여전히 레거시 Agentforce 빌더를 사용하고 있는 팀을 위해 기존 빌더에 대한 인코딩 지침도 포함되어 있으며, 해당 내용은 문서 전반에 걸쳐 표시되어 있습니다. 어떤 도구를 사용하든, 페르소나 지침은 하나의 전역 페르소나 블록, 하위 에이전트 보정 오버레이 그리고 정적 메시지로 구조화해야 합니다.

대부분의 페르소나 콘텐츠는 전역 지침에 포함됩니다. 이러한 지침은 에이전트의 기본 정체성과 차원을 모든 대화에 그대로 담아내는 역할을 합니다.

페르소나 일관성이 특히 중요한 경우 에이전트 스크립트가 권장됩니다. 레거시 Agentforce Builder에서는 최대 500단어의 전역 페르소나 블록이 장시간 세션 전반에서 잘 유지됩니다. 출력을 더 강하게 통제하도록 설계된 에이전트 스크립트는 훨씬 더 높은 회복탄력성을 보여줍니다. system.instructions는 대화 내역과 경쟁하는 맥락이 아닌 핵심 로직으로 처리되므로, 대화 턴이 누적되어도 페르소나 지침이 희석되지 않습니다. 빌더 페르소나는 가끔 중립적인 방향으로 흐르기도 합니다. 부정적 제약 조건은 빌더보다 에이전트 스크립트에서 더 일관되게 유지됩니다. 어조도 더 안정적입니다.

간결한 말투의 호주 목축업자 페르소나를 구현한 세일즈 코치 에이전트 Drover를 만나보세요. 다음은 Drover의 전역 지침에서 발췌한 내용으로, 두 도구 모두에서 사용할 수 있습니다.

참고: 에이전트 스크립트에서는 지침 내용에 항상 | (literal block scalar) 표시자를 사용해야 합니다. 이 표시자가 없으면 간결성: 보통…과 같은 줄이 지침 텍스트가 아닌 YAML 키 값 쌍으로 구문 분석됩니다.

하위 에이전트는 에이전트가 수행할 수 있는 작업입니다. 하위 에이전트 수준 지침은 전역 지침에서 설정된 기준에 따라 조정됩니다. 에이전트의 정체성을 재정의하는 것이 아니라, 세밀하게 다듬고 보정하는 역할을 합니다. 하위 에이전트 지침이 전역 지침과 충돌할 경우, 모델은 이를 무시하기보다는 조율합니다. 즉, 전역 지침을 핵심 정체성으로, 하위 에이전트 지침을 상황에 따른 적응으로 간주합니다. 하위 에이전트는 에이전트가 무엇을 하고 특정 맥락 내에서 어떻게 적응해야 하는지를 안내합니다.

하위 에이전트에 완전히 다른 음성이 필요한 경우, 별도의 에이전트가 필요할 수 있습니다. 플랫폼 문서에 따르면, 하위 에이전트 수준 system: 블록은 해당 주제에 대한 전역 system.instructions를 덮어씁니다. 이 방식은 중대한 페르소나 변화가 필요할 때만 사용하고 모든 지침을 복제해야 한다는 점을 기억하세요. 표준 하위 에이전트 수준 보정에는 항상 reasoning.instructions를 사용합니다.

유용한 하위 에이전트 보정 항목으로는 간결성, 톤 유연성, 구문집 항목, 유머 지침, 어휘집, 상기 사항 등이 있습니다.

간결성: 하위 에이전트마다 필요한 응답 길이가 다릅니다.

상태 확인 하위 에이전트:

거래 분석 하위 에이전트:

톤 유연성: 하위 에이전트 맥락에 따른 감정적 색채와 공감 수준의 변화 정도입니다.

에스컬레이션 하위 에이전트:

데이터 검색 하위 에이전트:

구문집 항목: 이 하위 에이전트와 관련된 상황별 표현 문구입니다.

유머 지침: 이 하위 에이전트에서 유머를 사용해도 될지, 배제해야 할지 여부입니다. 오류 상태, 에스컬레이션, 중대한 위험 맥락에서는 항상 유머를 배제해야 합니다.

하위 에이전트 어휘집: 해당 분야에 맞는 분야별 어휘를 적용해야 합니다. 명품 시계 에이전트는 ‘무브먼트’, ‘크로노그래프’, ‘칼리버’, ‘컴플리케이션’과 같은 어휘를 사용합니다. 이러한 어휘는 배송 하위 에이전트가 아닌 제품 하위 에이전트에 속해야 합니다. 전문 어휘를 전역적으로 로드하면 맥락이 엉뚱하게 쓰일 뿐만 아니라, 간단한 서비스 상호 작용에서도 에이전트가 전문 용어를 남발하게 될 수 있습니다. 관련 분야 용어와 사용 참고 사항이 있을 경우 하위 에이전트의 페르소나 지침에 Lexicon: 블록을 추가하세요.

페르소나 상기 사항: 하위 에이전트 지침에 전역 페르소나를 다시 참조하는 짧은 지침을 포함하세요. 이러한 지침은 페르소나를 명확하게 해주고 세션이 길어질 때 발생할 수 있는 페르소나 표류를 완화합니다.

다음은 에이전트 스크립트에서 Drover의 거래 분석 하위 에이전트에 대한 차원을 보정하는 예시입니다.

레거시 Agentforce 빌더에서, | 뒤에 오는 텍스트는 거래 분석 주제의 지침에 포함됩니다.

모든 에이전트 출력은 캐릭터에 맞아야 합니다. LLM에서 생성되지 않은 메시지라도 마찬가지입니다. 정적 콘텐츠 역시 해당 페르소나가 말할 법한 방식으로 작성하세요. 그렇지 않으면, 사용자는 캐릭터 정체성과 맞지 않는 일반적인 텍스트나 디버깅용 콘텐츠를 접하게 됩니다.

로딩 텍스트는 에이전트가 무엇을 하고 있는지 사용자에게 알려주는 시스템 상태 표시의 한 형태이므로, 각 작업마다 고유해야 합니다.

Drover와 따뜻하면서도 전문적인 세일즈 코치인 Juno가 동일한 메시지를 어떻게 전달하는지 비교해 보세요.

다음 필드는 레거시 Agentforce 빌더에만 해당합니다. 신중하게 다루지 않을 경우 Global_Instructions에 인코딩된 페르소나와 충돌을 일으킬 수 있습니다.

에이전트가 수행하는 작업에 대해 한두 문장 정도만 포함합니다. Global_Instructions가 있는 상태에서 Role에 문체적 페르소나 인코딩을 추가하지 마세요. 그러면 페르소나가 평면화됩니다. 모델이 Role을 Global 블록의 더 구체적인 규칙을 무시할 수 있는 주요 앵커로 간주하여, 독특한 음성과 구문집 준수율이 떨어질 수 있기 때문입니다. 문체적 인코딩은 Global_Instructions에 유지하고, Role은 최소한으로 유지하세요. 예를 들면 다음과 같습니다.

Description 필드에 페르소나를 인코딩하여 LLM이 이를 읽게 할 수는 있지만, 대신 Global_Instructions를 사용하는 것이 좋습니다. Description 필드는 에이전트 목표와 사용자에 대한 맥락을 나열하기 위한 것으로, 페르소나보다는 기능 쪽에 더 가깝습니다.

회사의 주요 사업, 대상 고객, 차별화 요소 필드입니다. 이 필드는 에이전트의 기준 틀을 형성합니다. 동일한 차원을 선택하더라도, 서로 다른 맥락에서 작동하기 때문에 B2B SaaS 기업 지원 에이전트와 명품 소매 브랜드 지원 에이전트는 서로 다르게 느껴집니다.

Tone 드롭다운은 대략적인 도구 설정입니다. 어조 + 격식에 대략적으로 매핑됩니다. 실제 페르소나 작업은 전역 지침에서 이루어집니다.

의도한 어조에 맞게 드롭다운을 설정하세요. 설정이 제대로 맞춰지지 않으면 에이전트가 잘못된 방향으로 표류할 수 있으며, 가장 먼저 저하되는 차원이 바로 어조입니다. Tone 드롭다운은 음성에만 영향을 미치는 것이 아닙니다. 단순히 말하는 방식뿐만 아니라 에이전트가 제안하는 작업에도 영향을 미칠 수 있습니다. ‘격식’ 또는 ‘중립’을 선택하면 에이전트가 사례 코멘트 추가나 사례 상태 업데이트 같은 표준 작업을 제안하는 쪽으로 유도될 수 있습니다. 선택 항목이 페르소나와 상충되지 않고 조화롭게 작동하는지 테스트해 보세요.

에이전트가 수행하는 작업을 결정하는 것은 에이전트 설계에 해당합니다. 에이전트가 쓰는 말투를 결정하는 것은 페르소나에 해당합니다. API 이름, 에이전트 유형, 주제, 작업, 데이터 소스, 언어, 에이전트 사용자: 이러한 항목은 에이전트 설계에 속합니다.

고려 사항과 기대 사항

이 가이드는 규범적 기준이 아닌, 에이전트 페르소나 설계를 위한 실용적인 지침을 제시합니다. 페르소나 설계의 핵심은 자연스러운 상호 작용에 있습니다. 즉, 실제 사람을 흉내 내는 것이 아니라 에이전트에 적합한 캐릭터를 설계하는 것입니다. 에이전트 기반 AI 분야는 빠르게 진화하고 있으며, 에이전트 페르소나와 행동에 관한 모범 사례도 계속해서 발전해 나갈 것입니다.

인코딩 패턴은 현재 Agentforce 기능을 기반으로 합니다. 도구가 발전함에 따라 인코딩 방식도 변화할 것입니다. 이러한 기법은 방향성 측면에서 올바르며 여러 대화 턴에 걸쳐 페르소나 준수율을 유지할 수 있습니다. 그러나 LLM 출력 생성은 확률적이며, 페르소나 지침과 사용자에게 표시되는 출력 간의 처리 과정은 길게 이어집니다.

사용 사례, 고객 기대치, 조직의 요구 사항 맥락에서 이러한 패턴을 신중하게 적용하세요. 사용자에게 배포하기 전에 페르소나 행동을 철저히 테스트하고 법무, 브랜드, AI 윤리팀을 초기 단계부터 참여시켜야 합니다.

시작하기

에이전트 페르소나는 에이전트 품질의 기초이자 채택을 위한 핵심 요소입니다. 이 프레임워크는 에이전트 성격을 설계하기 위한 공통 언어와 이를 Agentforce에 인코딩하기 위한 검증된 전략을 팀에 제공합니다.

정체성, 즉 에이전트가 어떤 존재인지 뒷받침해 주는 작은 특성 집합부터 시작하세요. 각 차원을 조정하여 에이전트가 자신을 표현하는 방식을 구체화합니다. 전역 지침에 페르소나를 인코딩하고, 하위 에이전트별로 보정하며, 모든 정적 메시지를 캐릭터에 맞게 작성합니다. 그런 다음 테스트를 진행하세요. 단 한 번이 아니라, 지속적인 에이전트 개선 과정의 일환으로 진행합니다.

신뢰를 얻는 에이전트는 명확한 목적을 가지고 설계된 것처럼 느껴지는 에이전트입니다. 그리고 바로 이것이 에이전트 페르소나가 제공하는 가치입니다.

이 가이드는 동료들의 지도와 지원 덕분에 완성될 수 있었습니다.

• Dru Olding — Agentforce Builder와 에이전트 스크립트 전반에 걸쳐 체계적인 테스트를 설계하고 수행하여 인코딩 모델을 검증했으며, 도구 간 페르소나 준수율 차이, Role 필드와 전역 지침 간의 상호 작용, Tone 드롭다운 동작에 대한 독창적인 연구 결과를 도출해 냈습니다.
• Matias Manuel Fonseca — 두 에이전트 작성 도구에서 핵심 인코딩 가설을 검증하고, 에이전트 스크립트에서 페르소나 회복탄력성이 더 높다는 점을 독립적으로 확인해 주었습니다. 또한 통찰력 있는 피드백 덕분에 본문의 일부를 수정할 수 있었습니다.
• Claude Sutterlin — 이 작업에 영감을 주고 방향을 제시했으며, 구조와 논지에 영향을 주어 이 가이드가 세상에 나올 수 있도록 해주었습니다.
• Philipp Hänggi — 이 프레임워크에 풍부한 언어학적 지식은 물론 대화 설계 전문 지식을 불어넣어 준 덕분에 특히 에이전트 이름 짓기 섹션과 성격 강도 섹션의 내용을 한층 보강할 수 있었습니다.
• Tiffany Flynn — 정체성을 구체화하는 데 도움이 된 예시와 인코딩 전략에 대한 유용한 피드백을 공유해 주었습니다.
• Jag Valaiyapathy — 페르소나를 정의하고 인코딩하는 핵심 도구가 된 Claude Code와 Agent Skills를 소개해 주었습니다.
• Jen Ridge & Ellie Brain — Conversation Design Institute 의 인증 취득을 독려해 주었고, 이를 발판으로 이 가이드가 탄생하게 되었습니다.
• Jeff Rainwater — 어휘집의 정보 제공자 역할을 해주었습니다.
• 에이전트 기반 익스피리언스 전문가들 — 초기 프레임워크를 검토하고 유용한 피드백을 공유해 주었으며, 당사 고객들에게 이를 실제로 적용해 준 훌륭한 동료들입니다.

에이전트 페르소나 프레임워크는 다양한 공개 출처의 아이디어를 종합하여 AI 에이전트를 위한 독창적인 페르소나 설계 시스템을 구축합니다.

Conversation Design Institute(CDI) : 파레이돌리아 효과, 자연스럽고 일관된 응답 강조, 정체성, 어조 등을 포함한 의도적인 페르소나 설계의 기본 원칙.

Nielsen Norman Group(NN/g): UX 라이팅에서의 음성과 톤에 대한 연구, 음성(지속적)과 톤(맥락적)의 차이, 차원 경계를 설정하는 데 참고가 되는 사용성 휴리스틱. Kate Moran, ‘The Four Dimensions of Tone of Voice ,’ 2023년 업데이트.

Amazon Alexa 디자인 가이드라인 : 음성 채널 매개 변수(음높이, 발화 속도, 에너지)와 음성 특화 페르소나 고려 사항.

Google Conversation 디자인 가이드라인 : 페르소나 정의, 오류 처리 패턴, 대화형 인터페이스에서의 턴 테이킹에 관한 원칙.

Agentforce 문서: 플랫폼 아키텍처, Agentforce 빌더 필드 제약 조건, 인코딩 접근 방식을 결정하는 설계 패턴.

AI에게 말하는 방법: 효과적인 프롬프트 작성을 위한 실용적인 가이드(How to Speak AI: A Practical Guide to Writing Effective Prompts)

AI 에이전트에게 인간의 이름을 부여해야 할까요?(Should You Give Your AI Agent a Human Name?)