💡 Multi-Agent Workflow란?
🧠 개념 요약
Multi-Agent Workflow는 복잡한 작업을 여러 개의 AI Agent에게 나눠서 수행하게 하는 방식입니다. 각 Agent는 자신만의 역할과 도구를 가지고 있으며, 협업을 통해 전체 작업을 효율적으로 처리합니다.
🔍 왜 Multi-Agent가 필요한가?
✅ 작업의 복잡성 증가
단일 Agent가 처리하기 어려운 복잡한 작업(예: 소프트웨어 개발, 기획 등)이 증가하면서, 역할을 나누고 협력하는 구조가 필요해졌습니다.
📌 Andrew Ng: “소프트웨어 개발과 같은 복잡한 작업에는 Multi-Agent 접근 방식이 유리하다.”
🛠️ Multi-Agent의 구조적 특징
1. Divide and Conquer
- 여러 하위 작업으로 나누어 전문화된 Agent들이 각자의 작업을 수행
- Agent 간 의사소통을 통해 협업
2. 구성 방식의 다양성
| 구조 유형 | 설명 |
|---|---|
| Equi-level | 모든 Agent가 동등한 위치에서 협업 |
| Hierarchical | 하나의 Supervisor Agent가 하위 Agent들을 지시하고 관리 |
| Nested | 계층 내 또 다른 하위 Agent 구조가 중첩됨 (복합적 구조) |
🧰 예시: Single-Agent vs Multi-Agent
🧍♂️ Single-Agent
-
하나의 Agent가 모든 역할 수행
-
다양한 도구를 사용하지만:
- 어떤 도구를 써야 할지 스스로 판단해야 함
- 워크플로우 관리까지 떠맡음 → 복잡도 증가
👥 Multi-Agent
-
Supervisor Agent가 작업을 쪼개고 조율
-
각 Sub-Agent는:
- 특정 작업에 최적화
- 적절한 도구만 갖고 있음
-
워크플로우 분산 + 전문화 → 더 효율적
⚠️ Multi-Agent의 단점과 과제
| 과제 | 설명 |
|---|---|
| 구성 복잡도 증가 | 각 Agent마다 백엔드 설정, 프롬프트 설계 필요 |
| 조율(Orchestration) 필요 | Supervisor Agent가 중재와 통제 역할을 수행 |
| 운영 비용 상승 | Agent 리소스가 분산되고, 각각 관리 필요 |
✅ 요약 정리
| 항목 | Single-Agent | Multi-Agent |
|---|---|---|
| 처리 방식 | 모든 작업 직접 수행 | 작업 분담 후 협업 |
| 장점 | 단순 구조 | 확장성, 효율성 |
| 단점 | 복잡한 워크플로우, 비효율 | 구성·운영 부담 증가 |
| 활용 예시 | 간단한 툴 연동, 소규모 작업 | 제품 개발, 문서 작성, 다단계 QA 등 |
AI/ML Engineer