diff --git a/presentation.html b/presentation.html new file mode 100644 index 0000000..c9fa61f --- /dev/null +++ b/presentation.html @@ -0,0 +1,1031 @@ + + + + + + 멀티 에이전트란 - 발표 자료 + + + + + + + + + + +
+ + +
+ 세미나 발표자료 +

멀티 에이전트란

+

멀티에이전트의 개념 설명, 장점, 실제 구축을 통한 경험 공유를 세미나에서 발표하기 위한 발표 스크립트 및 발표자료입니다.

+
+ 방향키 (← / →) 또는 스페이스바를 사용하여 슬라이드를 넘길 수 있습니다. +
+
+ + +
+
+ 01. AI 에이전트 개요 +

AI Agent란?

+
+
+
+

+ 사용자의 응답 생성을 넘어, 스스로 계획하고 도구를 사용해 목표를 달성하는 자율형 LLM 기반 시스템입니다. +

+
+ Planning (계획 및 추론) +

작업 분해(Task Decomposition) 및 자기 성찰(Self-Reflection)을 통해 복잡한 목표를 정밀 설계 및 수정합니다.

+
+
+ Memory (기억 장치) +

대화 컨텍스트 내의 단기 기억과 벡터 DB 기반 장기 기억(RAG)으로 정보를 보존합니다.

+
+
+ Tool Use (도구 활용) +

코드 실행 샌드박스, 웹 브라우저, 외부 API 등을 주도적으로 호출하여 한계를 돌파합니다.

+
+
+
+ AI Agent Architecture +
+
+
+ + +
+
+ 01. AI 에이전트 개요 +

AI Agent를 만드는 Skills

+
+
+
+

+ Skills는 AI 에이전트가 외부 환경과 동적으로 상호작용할 수 있도록 결합하는 기능적 실행 모듈입니다. 단순히 프롬프트를 주는 수준을 넘어 실행 코드, 스키마, 사용 설명서 등이 일체화된 확장 도구 모음입니다. +

+
+ 동적 모듈화 +

필요에 따라 스킬을 실시간으로 로드하여 사용하고, 완료 후 언로드합니다.

+
+
+ 작업 수행 한계 돌파 +

시스템 레벨 파일 제어, 서버 배포, 물리 데이터 수집 등의 적극적인 실무 대행력을 에이전트에 제공합니다.

+
+
+
+
+ + +
+
+ 01. AI 에이전트 개요 +

Claude cowork vs code

+
+
+
+
+ 작동 방식의 본질적인 차이 +

동일한 최상위 모델을 사용하지만 환경과 인터랙션 절차가 상이합니다.

+
+
+ Claude Cowork (클라우드 인프라) +

클라우드 샌드박스에서 구동되며 사무 작업용(PDF, Excel, PPT) 파일 입출력 위주의 가이드 업무 대행.

+
+
+ Claude Code (로컬 컴퓨터) +

로컬 기기에 직접 모듈을 설치하고 작동하며, 터미널 환경에서 코딩 작업에 독보적인 효율을 자랑함.

+
+
+
+ Claude Cowork vs Code +
+
+
+ + +
+
+ 01. AI 에이전트 개요 +

대표적인 Skills 사례

+
+
+
+
+

1. 개발 관리 스킬 (Dev Skill)

+

Codebase Analysis

+ - Grep 탐색 및 File replace
+ - Linting / 에러 자동 검증
+ - Git Auto Commit & Push +
+
+

2. 브라우저 자동화 (Browser QA)

+

Playwright / Puppeteer

+ - 실시간 웹 트렌드 스크래핑
+ - 웹 UI 자동 QA 테스트 수행
+ - 데이터 크롤링 시나리오 기동 +
+
+

3. 데브옵스 스킬 (DevOps)

+

Firebase / AWS Control

+ - Hosting 정적 파일 자율 배포
+ - Cloud Firestore DB 규칙 배포
+ - 서버 및 클라우드 자원 리사이징 +
+
+

4. 도메인 특화 API (Research)

+

Bio / Med / Genomics

+ - ChEMBL 화학물 정보 탐색
+ - PubMed, arXiv 논문 자동 추출
+ - dbSNP 유전학 정합성 교차 체크 +
+
+
+
+ + +
+
+ 01. AI 에이전트 개요 +

Github를 점령한 Skills

+
+
+
+ Github Trends Skills +
+
+
+ Understand Skill: 코드베이스나 문서를 인터랙티브 지식 그래프로 변환해 자율 분석합니다. +
+
+ Understand Skill Interface +
+
+
+
+ + +
+
+ 01. AI 에이전트 개요 +

개발 사례: multi-agent-mux 스킬

+
+
+
+
+ 다양한 프레임워크와 이종 모델 에이전트들을 결합하여 일의 단위로 처리 프로세스를 다중화하는 mux 스킬입니다. +
+
+ multi-agent-mux architecture +
+
+
+ +
+
+
+ + +
+
+ 02. 멀티 에이전트 핵심 +

Multi-Agent란?

+
+
+
+

+ 단일 에이전트의 정보 누락(Lost in the middle) 및 다중 태스크 처리 시의 환각(Hallucination) 한계를 극복하기 위해, **서로 다른 전문 에이전트들이 협력하는 오케스트레이션 시스템**입니다. +

+
+ 분할 정복 (Divide and Conquer) +

설계, 구현, 검증, 연구 등의 복잡한 프로세스를 병렬 및 세부 태스크로 분산해 집중도를 극대화합니다.

+
+
+ 역할 정의 및 노이즈 제어 (Role Specialization) +

특정 에이전트에게 단 하나의 프레임워크와 특정 도구만 쥐여줌으로써 모델의 입력 노이즈를 극소화합니다.

+
+
+ 이종 모델 융합 및 교차 검증 +

역할에 따라 가성비가 높은 다른 AI 모델을 배치하여 상호 크로스 리뷰하고 신뢰성을 완성시킵니다.

+
+
+
+
+ + +
+
+ 02. 멀티 에이전트 핵심 +

Multi Agent 예시: Subagent

+
+
+
+
+ 동적 하위 작업 위임 (Dynamic Delegate) +

부모 에이전트(Orchestrator)의 오더 하에 임시로 기동하여 특정 국소적인 과업을 대행한 후 결과만 반환하고 소멸합니다.

+
+
+ 컨텍스트 격리 (Context Isolation) +

상위 에이전트 대화의 전체 문맥을 오염시키지 않기 위해, 리팩토링이나 검색 등의 하위 작업 맥락만을 격리 분기(Branch)하여 처리합니다.

+
+
+ 자원 최적화 +

토큰 소모량을 감소시키고, 병렬적인 실행 속도를 획기적으로 개선합니다.

+
+
+
+
+ Subagent Process Flow +
+
+ Context Isolation Graph +
+
+
+
+ + +
+
+ 02. 멀티 에이전트 핵심 +

Multi Agent 예시: Team Agent

+
+
+
+
+ 수평적 의견 조율 (Collaborative Agent Debate) +

부모-자식의 수직적 구조 대신 독립적인 역할을 맡은 에이전트들이 의논하며 협상하는 토론형 구조입니다.

+
+
+ 의견 충돌 및 타협 시뮬레이션 +

아키텍트 에이전트와 보안 에이전트가 각자의 제약 조건 하에서 충돌하며 최적의 보안 합의점을 이끌어내는 인간 워크플로우의 고차원 모사.

+
+
+ 비선형적 답 고도화 +

상호 피드백을 실시간으로 루프하여 점진적으로 산출물의 수준을 높여나갑니다.

+
+
+
+
+ Team Debate Session +
+
+ Non-linear Refinement Cycle +
+
+
+
+ + +
+
+ 02. 멀티 에이전트 핵심 +

Context Engineering & LangGraph

+
+
+
+

+ **컨텍스트 엔지니어링(Context Engineering)**은 다중 에이전트 시스템에서 에이전트 간의 대화 흐름, 중앙 공유 상태(State), 조건부 루프를 설계하는 방법론입니다. +

+
+ 상태 보존 및 순환 제어 (Cyclic Control) +

선형적인 파이프라인에서 벗어나 반복 루프(재검토), 조건부 분기(검증 결과에 따른 롤백)를 가능하게 하는 순환형 그래프 구조입니다.

+
+
+ 영속성 관리 (Persistence) +

중앙 저장소에서 다양한 상태를 추적하므로 대형 슬라이드나 빌드 과정 중 특정 에이전트 노드가 실패하더라도 직전 상태부터 복구할 수 있습니다.

+
+
+
+
+ + +
+
+ 02. 멀티 에이전트 핵심 +

오케스트레이션 소프트웨어

+
+
+
+
+ CrewAI +

역할(Role), 목표(Goal), 백스토리(Backstory)를 통한 명확한 페르소나 설계와 순차/계층형 프로세스 조율.

+
+
+ Microsoft AutoGen +

에이전트 간 대화형 상호작용 및 코드 실행 피드백, 인간의 개입(Human-in-the-loop)에 최적화.

+
+
+ BeeAI +

에코시스템 밖에서도 작동하도록 돕는 오픈소스 에이전트 관리 플랫폼 (Linux Foundation 호스트).

+
+
+
+ Orchestration Tools Frameworks +
+
+
+ + +
+
+ 02. 멀티 에이전트 핵심 +

에이전트 통신 프로토콜 표준

+
+
+
+
+

MCP / ACP

+

+ Model Context Protocol
+ AI 호스트와 클라이언트 간에 로컬/원격 도구(Tools) 및 자원(Resources)을 연결하는 표준 인터페이스.

+ Agent Communication Protocol
+ 이종 에이전트간 서비스 발견, 태스크 위임을 규격화한 프로토콜 (2025년 8월 A2A 규격으로 통합). +

+
+
+

A2A (Agent-to-Agent)

+

+ Google A2A & Linux Foundation 기증
+ 이종 에이전트 간 복잡한 결합 코드 없이 작동하도록 지원하는 통합 통신 표준.

+ Agent Card (에이전트 카드)
+ 에이전트의 명칭, 역량, 인증 스키마가 정의된 JSON 사양서로 `/.well-known/agent-card.json` 등을 통해 서비스 탐색에 활용됨. +

+
+
+
+
+ + +
+
+ 03. 구축 경험 & 이슈 +

실제 구축 시의 한계점과 문제들

+
+
+
+
+ 1. 에이전트 및 하위 세션 관리 난조 +

수많은 임시 subagent들의 생명주기 및 UUID 동기화와 영속성 확보의 복잡함.

+
+
+ 2. 상호 자율 탐색(Service Discovery)과 SPOF +

마스터-슬레이브 구조는 마스터 고장 시 단일 실패점(SPOF)이 되며, P2P 자율 보고 구조는 네트워크 관리 리소스가 큽니다.

+
+
+ 3. 비동기 메시지 유실 및 Silent Death +

수신 에이전트가 다운되거나 하위 에이전트가 통보 없이 고사(Silent death)할 경우 무한 대기(Deadlock) 및 리소스 누수가 발생합니다.

+
+
+
+ Orchestration Fault Modes +
+
+
+ + +
+
+ 03. 구축 경험 & 이슈 +

멀티 에이전트 구축의 명확한 장점

+
+
+
+
+ 프롬프트의 간소화와 제어 루프 아키텍처의 발전 +
+ "코딩 에이전트에 프롬프트를 더 욱여넣지 마세요. 에이전트를 자율 제어하는 루프 아키텍처를 설계하십시오." + - 페터 슈타인베르거 (Peter Steinberger, OpenClaw 개발자, OpenAI) +
+
+
+ 공유 환경을 통한 컨텍스트 소모 최소화 (Context-Free Sharing) +

작업 환경(Workspace)과 파일 이력을 공유하여 히스토리 학습용 텍스트 토큰을 파격적으로 절약합니다.

+
+
+ 이종 가중치 모델간 피드백 및 고난도 비용 분배 +

단일 모델 검토보다 서로 다른 맹점을 상호 보완하도록 유도하고, 비용이 저렴한 모델로 태스크를 다중 라우팅하여 효율을 높입니다.

+
+
+
+
+ + +
+
+ 03. 구축 경험 & 이슈 +

신뢰도 확보를 위해 진짜 필요한 것들

+
+
+
+
+ Agent Card 기반 작업 환경 공유 +

역할, 규격, 보안 프로토콜을 통일하는 동기화 체계.

+
+
+ 서비스 디스커버리 연동 작동 인프라 +

동적 라우팅 및 가상 네트워크 포트 맵 연동.

+
+
+ 워크플로우 정합성 및 이슈 트래커 +

동일 프로세스 재현 및 추적을 위한 모니터링 인터페이스.

+
+
+ 고성능 양방향 대용량 메시징 +

코드 블록, 이미지 및 멀티모달 센서 데이터 전송을 위한 큰 페이로드(Payload) 및 HTTP/3 멀티 스트리밍 지원.

+
+
+
+ Orchestration Goal Metrics +
+
+
+ + +
+
+ 03. 구축 경험 & 이슈 +

왜 gRPC가 에이전트 인프라의 해답인가?

+
+
+
+
+ A2A 표준 바인딩 및 엣지 연산 최적화 +

연산 및 대역폭 제약이 극심한 디바이스 환경에서 MQTT/CoAP을 보완적으로 수용하며, 상위 게이트웨이 및 엣지 노드 계층의 초고속 자율 통합 제어를 위한 gRPC 프로토콜을 매치합니다.

+
+
+ 고해상도 멀티모달 양방향 스트리밍의 통합 +

HTTP/2, HTTP/3 백본을 사용하여 단일 포트에서 양방향 스트리밍, 이벤트 알림, RPC 통신을 통합함으로써 복잡한 네트워크 요구사항을 일원화합니다.

+
+
+ 구조화된 Protobuf 직렬화와 기성 인프라 재사용 +

JSON 문자열 파싱 대비 수배 빠르고 효율적이며, 이미 잘 구축된 Envoy, Kubernetes 생명주기 검증 도구(liveness probe)를 재활용하여 에이전트 모니터링을 완성합니다.

+
+
+
+
+ + +
+ Q&A 및 토론 +

감사합니다

+

멀티 에이전트 오케스트레이션과 인프라 아키텍처 세미나 발표를 마치겠습니다.

+
+ + 질문 및 피드백 환영 + +
+
+ +
+ + +
1 / 18
+
+
+
+ + +
+ + +
+ + + +