대화하는 에이전트들로 애플리케이션을 만드는 AutoGen

멀티 에이전트라는 말이 업계 표준 어휘가 되기 전에 그 설계 패턴을 실용적인 프레임워크로 정리한 것이 2023년 Microsoft가 공개한 AutoGen입니다. 역할이 다른 에이전트들이 대화를 주고받으며 함께 문제를 푸는 구조를 오픈소스로 제공해, 이후 멀티 에이전트 프레임워크 생태계의 기준점이 됐습니다.

문제 배경

복잡한 업무를 에이전트 하나에 전부 맡기면 프롬프트가 비대해지고 실패 지점을 찾기 어려워집니다. 코드 작성과 검증, 계획과 실행처럼 성격이 다른 역할이 하나의 컨텍스트에 섞이면 어느 판단이 어디서 틀렸는지 추적할 수 없습니다. 사람의 조직이 업무를 분장하는 것과 같은 이유로 에이전트에도 역할 분리가 필요하지만, 이를 구현할 표준적인 방법이 없었습니다.

방법

AutoGen의 기본 단위는 대화 가능한 에이전트입니다. 각 에이전트는 LLM, 사람의 입력, 도구 실행을 자유롭게 조합해 구성할 수 있고, 에이전트 간 상호작용은 자연어와 코드 양쪽으로 프로그래밍할 수 있습니다. 예를 들어 코드를 작성하는 에이전트와 실행 결과를 검증하는 에이전트를 분리하면, 작성과 검증이 대화 형태로 반복되며 오류가 자연스럽게 걸러집니다. 사람이 개입하는 지점도 설정으로 정할 수 있어 완전 자동 운영과 승인 기반 운영 사이를 과업 성격에 따라 조절할 수 있습니다.

결과

논문은 이 구조의 효과를 여러 도메인의 응용 사례로 실증했습니다. 하나의 프레임워크가 단순한 2자 대화부터 사람이 개입하는 승인 루프, 여러 에이전트가 참여하는 그룹 대화까지 복잡도가 다른 구성을 모두 수용한다는 점을 보인 것입니다.

응용 영역	구성 예
수학 문제 풀이	풀이 에이전트와 검증 루프
검색 증강 질의응답	검색 에이전트와 응답 에이전트
코딩	작성과 실행 검증의 분리
운영 연구, 의사결정	도구 실행과 사람 개입 조합

한계와 주의점

프레임워크는 구조를 제공할 뿐 좋은 역할 분장을 대신 설계해 주지는 않습니다. 어떤 업무를 몇 개의 역할로 나눌지, 대화가 수렴하지 않고 공회전할 때 언제 끊을지는 여전히 설계자의 몫입니다. 에이전트 수가 늘면 대화 턴이 늘어 비용과 지연이 커지므로, 역할 분리가 주는 이득이 이 비용을 넘어서는지 과업별로 따져야 합니다.

기업 적용 관점

멀티 에이전트의 실무 가치는 성능보다 관측 가능성에 있습니다. 에이전트 간 대화 기록이 곧 작업 로그가 되어 어느 역할에서 무엇이 틀렸는지 추적할 수 있고, 문제가 된 역할만 교체하면 됩니다. 이는 장애 대응과 점진 개선이 일상인 운영 환경에서 결정적인 이점입니다. 코텍시스는 Agentic Workflow 구축 시 기존 조직의 업무 분장을 먼저 정의하고 그 분장을 에이전트 구조로 옮기는 순서를 권합니다. 사람의 협업 구조가 이미 검증한 역할 경계가 에이전트 설계의 가장 좋은 출발점이기 때문입니다.