Antigravity (Part 2): 에이전틱(Agentic) AI의 해부학

서론: 챗봇(Chatbot)과 에이전트(Agent)의 결정적 차이

챗봇은 질문에 답만 합니다. 하지만 에이전트는 목표(Goal)를 달성하기 위해 스스로 계획을 세우고 도구를 사용합니다.

• 챗봇: "파리 날씨 어때?" -> "맑습니다." (끝)
• 에이전트: "파리 날씨 어때?" -> (1) 기상청 API 호출 -> (2) 내일 비 옴 확인 -> (3) "내일은 비가 오니 우산을 챙기세요. 근처 실내 박물관을 추천해 드릴까요?" (행동 및 제안)

Part 1. 에이전트의 3대 요소: 뇌, 기억, 손발

1. 뇌 (Brain): LLM & Planning

에이전트의 핵심은 LLM입니다. 하지만 단순한 텍스트 생성이 아니라 '추론(Reasoning)' 능력이 중요합니다.

• ReAct (Reasoning + Acting): "생각(Thought) -> 행동(Action) -> 관찰(Observation)"의 루프를 반복하며 문제를 해결하는 패턴입니다.
• CoT (Chain of Thought): 복잡한 문제를 단계별로 쪼개서 생각하게 만듭니다.

2. 기억 (Memory): Context의 확장

LLM의 컨텍스트 윈도우(Context Window)는 한계가 있습니다. 이를 극복하기 위해 외부 저장소가 필요합니다.

• 단기 기억 (Short-term): 현재 대화의 맥락을 유지합니다. (예: 방금 한 질문)
• 장기 기억 (Long-term): 벡터 데이터베이스(Vector DB)를 사용하여 과거의 대화나 문서를 영구적으로 저장하고 검색(RAG)합니다.

3. 손발 (Tools): Action Space

AI가 현실 세계와 상호작용하는 유일한 통로입니다.

• Web Search: 구글 검색을 통해 최신 정보를 얻습니다.
• Code Interpreter: 파이썬 코드를 작성하고 실행하여 복잡한 계산을 수행합니다.
• API Call: 슬랙 메시지를 보내거나, 캘린더에 일정을 등록합니다.

Part 2. 아키텍처 패턴: Single Agent vs Multi-Agent

1. 싱글 에이전트 (Single Agent)

하나의 강력한 LLM(예: GPT-4o)이 모든 역할을 수행합니다. 구현이 간단하지만, 복잡한 작업에서는 혼란에 빠질 수 있습니다.

2. 멀티 에이전트 (Multi-Agent System)

역할을 분담한 여러 에이전트가 협업합니다. 마치 회사 조직도와 같습니다.

Part 3. 구현 프레임워크 비교: LangGraph vs AutoGen

1. LangChain / LangGraph

가장 대중적인 프레임워크입니다. 레고 블록처럼 컴포넌트를 조립하여 에이전트를 만듭니다. 최근 출시된 LangGraph는 순환(Cycle) 구조를 지원하여 더 복잡하고 상태(State)가 있는 에이전트를 만들기 쉬워졌습니다.

2. Microsoft AutoGen

멀티 에이전트 대화(Multi-agent Conversation)에 특화된 프레임워크입니다. "너는 코더야", "너는 관리자야"라고 역할만 부여하면, 알아서 대화하며 문제를 해결하는 마법 같은 경험을 제공합니다.

# AutoGen 예시 코드 (Python)
assistant = AssistantAgent("assistant", llm_config=llm_config)
user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding"})

# 사용자가 명령을 내리면 두 에이전트가 대화를 시작함
user_proxy.initiate_chat(
    assistant,
    message="주식 데이터를 가져와서 시각화하는 파이썬 코드를 짜고 그래프를 그려줘."
)

결론: AI는 도구에서 동료로 진화한다

에이전틱 AI 아키텍처는 AI를 단순한 질의응답 기계에서 '문제를 해결하는 동료'로 격상시켰습니다. 2026년에는 모든 소프트웨어에 작은 에이전트들이 내장되어 있을 것입니다. 이제 우리는 '프롬프트'를 쓰는 법보다, 에이전트에게 '일을 위임(Delegation)'하고 '관리(Management)'하는 법을 배워야 합니다.

자주 묻는 질문 (FAQ)