[AI스토리라이터-03] multi-agent, communicative agent, LangGraph
Agentic workflow
Andrew Ng이 다음 AI 키워드로 꼽음
출처: https://www.youtube.com/watch?v=sal78ACtGTc
Muti-agent란?
여러개의 LLM agent가 협동하여 하나의 문제를 해결할 수 있도록 하는 것
leader agent가 복잡한 태스크를 여러 태스크(sub-task)로 나누고, 다른 agent들에게 Sub-task를 수행하도록 함
출처: https://disquiet.io/@sunnyyy/makerlog/llm-multi-agent-customer-service%EB%A5%BC-%EA%B8%B0%EA%B9%94%EB%82%98%EA%B2%8C-%EC%9E%90%EB%8F%99%ED%99%94%ED%95%98%EB%8A%94-%EB%B0%A9%EB%B2%95 (LLM Multi Agent: Customer Service를 기깔나게 자동화하는 방법)
LangGraph
LLM의 생성 플로우를 순환 그래프 형태로 구조화
노드(agent), 엣지(agent의 통신 채널)로 구성하여 각 agent의 판단과 생성 결과를 추적할 수 있도록 함
Communicative Agent
각각의 역할을 가진 LLM agent를 설정하고, 서로의 아웃풋을 상대에게 입력하는 형태로 대화를 하면서 최종 결과를 내도록 함
출처 : https://python.langchain.com.cn/docs/use_cases/agents/camel_role_playing
Chatdev
communicative agents 개념을 도입하여 agent들이 게임을 개발하도록 함
CEO, CPO, CTO, 개발자, 리뷰어, 테스터, 디자이너로 구성된 회사를 구현
인간 사용자는 최소한의 상호작용만으로 알아서 아웃풋을 내도록 함
출처: https://blog.firstpenguine.school/108
