AI Agent Framework 조사

🧠 AI Agent Framework

AI Agent 시스템의 표준적인 흐름

Users → Task Description → LLM → Planning → Domain Expert Models → Plan Execution 
→ Results → Evaluation (Benchmark & Human) → Metrics → Reward → LLM

---

🧭 Intro

AI Agent란?

• 주어진 목표를 달성하기 위해 스스로 판단하고 행동하는 인공지능 시스템
• 단순 명령 응답을 넘어서, 환경 인식 → 계획 수립 → 행동 실행의 흐름을 가짐

AI Agent의 핵심 특성

• 자율성: 인간 개입 없이도 판단하고 결정
• 반응성: 환경 변화에 적절하게 대응
• 목표 지향성: 목표 달성을 위한 행동 설계
• 지속성: 단일 작업을 넘는 지속적 운영
• 도구 활용 능력: 외부 도구/서비스를 활용한 작업 수행

일반 AI/LLM과 AI Agent의 차이점

항목	일반 AI/LLM	AI Agent
주요 역할	주어진 입력에 대한 응답 생성	목표 달성을 위한 능동적 행동 및 판단

---

📦 작성 구조

• AI Framework
  • 만든 회사
• 주요 특징
  • 구성 요소
  • 주요 기능
  • 작동 방식
• 기타
  • 타 Agent와의 차이점

---

AutoGen

AutoGen

• Microsoft에서 만든 고급 멀티 에이전트 기반 대화형 AI 프레임워크
• 다수의 에이전트가 협력하는 환경을 간편하게 구성 가능

---

🏢 만든 회사

Microsoft (마이크로소프트)

---

🔧 주요 특징

구성 요소

구성 요소	설명
에이전트	고유한 역할을 가진 디지털 AI 에이전트
LLM	GPT-3/4 등과 통합
채팅 시뮬레이션 환경	사용자/시스템/에이전트 간 상호작용 지원

주요 기능

기능	설명
에이전트 생성 및 관리	역할에 따른 에이전트 구성 및 제어
자동 대화 흐름 관리	자연스러운 대화 흐름 유지
자동화된 코드 생성	효율적인 코드 생성 지원
콘텐츠 제작 지원	블로그, 글쓰기 등 콘텐츠 생성 지원

작동 방식

항목	설명
역할 기반 협업	정의된 역할에 따라 에이전트 간 상호작용
대화 기반 문제 해결	대화 흐름을 통해 협업
외부 도구 연동	API 및 다양한 도구 사용 가능

---

✅ 기타

차별점

강점 항목	설명
멀티 에이전트 대화 협업	개발자-기획자-리뷰어 역할 협업 시뮬레이션 가능
직관적인 그룹 채팅 구조	하나의 채팅방에 다수 에이전트 구성 가능
사용자 + 시스템 메시지 통합	높은 맥락 이해력 제공

---

Crew AI

CrewAI

• 전문화된 AI 에이전트들이 역할 분담 후 협력해 문제 해결
• Task 중심 구조화에 강점

---

🏢 만든 사람

João Moura (오픈소스, 커뮤니티 중심)

---

🔧 주요 특징

기능

기능	설명
Role-based 설계	각 에이전트에게 명확한 역할 지정
Task 정의/분배	Task를 적절한 에이전트에게 자동 할당
외부 툴 연동	LangChain 및 커스텀 도구 사용
협업 중심 프로세스	순차적 작업 분배와 협력 방식 활용

구성 요소

구성 요소	설명
Agent	직원과 같은 역할, 협업 가능
Tool	Built-in + Custom 도구
Task	설명/담당자/도구 포함
Process	순차적 작업 처리 정의

---

✅ 기타

• 강점🔥: Task 기반 협업, 역할 설계, 프로세스 제어
• 제한점⚠️: 실시간 대화(질의응답)는 아직 미지원

---

Auto-GPT

Auto-GPT

• OpenAI GPT API 기반의 완전 자율형 에이전트
• 하나의 목표를 스스로 계획하고 실행

---

🏢 만든 사람

Torantulino (Significant Gravitas)
오픈소스 프로젝트 (GitHub 기반)

---

🔧 주요 특징

구성 요소

구성 요소	설명
LLM (GPT-4/3.5)	텍스트 생성 및 사고
에이전트 루프	계획 → 실행 → 평가 루프
툴셋	웹 검색, 파일 저장 등
메모리	벡터DB 기반 장기 기억 (선택사항)

기능

기능	설명
🎯 목표 기반 실행	하나의 목표로 자동 작업 진행
🧠 작업 분해	복잡한 목표를 하위 작업으로 분해
🌐 웹 검색	실시간 정보 탐색
📁 파일 입출력	결과 저장 및 로딩
🧮 코드 실행	분석 및 계산 처리
🗂 메모리 연동	장기 맥락 유지 (옵션)

작동 단계

1. 사용자 목표 입력
2. GPT 기반 판단
3. 하위 작업 생성 및 실행
4. 평가 및 반복
5. 결과 저장 및 종료

---

✅ 기타

항목	Auto-GPT	기타 프레임워크
실행 방식	완전 자율 반복 루프	수동 설계 기반
사용자 개입	거의 없음🔥	사용자가 설계
유연성	단일 목표 집중	다양한 응용 가능
실전 활용	데모/연구용 적합	서비스용 설계에 유리
구조 복잡도	단순, 예측 어려움⚠️	구조화 가능, 디버깅 용이

---

LangChain

LangChain

• LLM 기반 앱을 만들기 위한 개발 프레임워크
• 에이전트를 직접 구성하고 조립할 수 있는 툴킷

---

🏢 만든 회사

LangChain Inc.
개발자: Harrison Chase

---

🔧 주요 특징

구성 요소

구성 요소	설명
LLM	응답 생성
Chain	작업 흐름 연결
Tool	외부 API 연결 도구
Agent	사용할 Tool 선택 및 실행
Retriever	벡터DB 기반 검색
OutputParser	결과 포맷팅 담당

작동 방식

[사용자 입력]
↓
[PromptTemplate]
↓
[LLM]
↓
[OutputParser]
→ 결과 출력

(필요 시)
↓
[Tool or Retriever 호출]
↓
[Agent 판단 → 반복]

---

✅ 기타

항목	설명
LangChain은 “Agent”를 만들 수 있는 뼈대 제공	Agent 자체를 자동화하지는 않음
개발자가 직접 조립하는 도구 중심 프레임워크	유연성과 확장성에 강함

---

🔚 [결론] 주요 AI Agent 프레임워크 비교

항목	AutoGen	CrewAI	Auto-GPT	LangChain
개발 회사	Microsoft	João Moura (오픈소스)	Significant Gravitas (커뮤니티)	LangChain Inc.
핵심 목적🔥	멀티에이전트 협업 대화	Task 중심 협업	목표 기반 자율 실행	LLM 기반 앱 조립
에이전트 특징🔥	대화 기반 실시간 협력	역할 기반 Task 분배	루프 기반 자율 실행	Chain/Tool 조합으로 구현
작업 방식	대화 중심 흐름	순차적 Task 처리	루프 기반 실행	Chain 중심 구성
Tool 통합	LLM 및 외부 API 연동	LangChain 도구 지원	일부 기본 기능만 제공	유연한 통합 가능
Use Case	협업 시뮬레이션, 토론 기반 워크플로우	조직 협업, 역할 기반 자동화	리서치, 스크립트 실행 자동화	LLM 앱, RAG, Agent 조립

---

AutoGen → “멀티 에이전트 대화 협업”의 끝판왕
CrewAI → 조직처럼 역할 나눠 Task 처리, 구조적 협업
Auto-GPT → 목표 하나로 자율 실행하는 셀프 에이전트
LangChain → Agent 개발자를 위한 범용 개발 툴킷