목차

업무 목적 파악 및 에이전트 패턴 선택

<aside> 🤔

프레임워크 선택 이전에 AI 에이전트 구축의 핵심이 무엇인지를 알아본다.

• 내가 가진 목적이 무엇인지, 거기서 에이전트가 꼭 필요한지 먼저 판단해야 한다.
• 목적이 정해졌으면 그에 맞게 알맞은 에이전트 패턴을 선택한다. </aside>

<aside> ❗

에이전트가 많은 것이 좋은 시스템을 의미하지는 않는다. 목표를 정의하고 그에 맞게 시스템을 설계해 목적에 맞게 잘 돌아간다면 해당 방법이 가장 좋은 것 이다.

• 목적에 맞게 하나의 에이전트만 있어도 좋은 시스템이 될 수 있으며
• 단순 워크플로우만을 정의하는 것으로 멀티 에이전트 시스템보다 더 나을 수 있다. </aside>

• 출처: https://docs.langchain.com/oss/python/langgraph/workflows-agents

• LangChain의 가이드 문서 중 하나로 워크플로우, 에이전트 구분해서 설명한다.

↓↑

내가 가진 문제가 얼마나 복잡한지, AI에게 얼마나 자유를 줄 수 있는지로 판단

<aside> ✏️

해결하려는 문제가 무엇인지 명확하게 파악하고, LLM이 어떤 역할을 할 수 있는지 추정할 수 있다면 복잡성, 자율성을 기준으로 어떤 에이전트 패턴을 사용할 것 인지 선택할 수 있다.

• 자율성이 낮을 수록 workflow에 해당하고, 높을 수록 Agent에 가깝다.
  • workflow는 좀 더 결정론적인(determinstic) 플로우를 따른다.
  • 사용자의 말에 따라 굉장히 리액티브하게 작업을 수행하는 것을 에이전틱하다 라고 볼 수 있다 </aside>

<aside> ☝🏻

자주 사용되는 패턴

• 대부분 앱들이 React 패턴을 사용해 에이전트를 구성
• 복잡한 작업의 경우 Orchestrator worker 패턴을 사용해 처리 </aside>

• Case 1) 복잡성 ↓, 자율성 ↓ - Sequential Chain
• Case 2) 복잡성 ↑, 자율성 ↓ - Parallel Chain
• Case 3) 복잡성 ↓, 자율성 ↑
• Case 4) 복잡성 ↑, 자율성 ↑ - orchestrator workers