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