프로젝트를 진행하며 기존 Agent 구조를 구체화하는 과정에서 Agent 간 통신이 복잡해지고, SuperAgent가 단순 라우터 역할에 머무르는 문제를 확인했다.
이를 개선하기 위해 전체 업무 흐름을 계획하고 조율하는 Deep Agent 기반 구조로 변경을 검토하고 있다.
1. 원래 Agent 설계 방향
1.1 기본 구조
SuperAgent가 각 Agent를 라우팅하고, Agent 간 결과 전달을 중계하는 구조
SuperAgent
├── 보정서 의견서 검토 Agent
├── 거절이유 분석 Agent
├── 선행기술 검색 Agent
├── OPD 데이터분석 Agent
└── 거절이유 초안작성 Agent
1.2 현재 구조의 특징
- SuperAgent는 사용자 요청을 기반으로 적절한 Agent를 선택하고, Agent 간 결과 전달을 중계
- 하위 Agent가 다른 Agent의 기능을 사용해야 하는 경우,
SubAgentResult의 needs를 통해 SuperAgent에 추가 작업을 요청
- 하나의 업무 처리 과정에서 여러 Agent가 반복적으로 관여할 수 있으며, 이에 따라 Agent → SuperAgent → Agent 형태의 통신이 반복됨
2. 발생하는 문제
2.1 Agent 간 통신 단계 증가
- 필요한 기능을 실행하기 위해 매번 SuperAgent를 거쳐야 함
- 하나의 업무 처리를 위해 여러 Agent가 순차적으로 실행될 경우, 다단계 통신 구조가 발생
- 분석 결과에 따라 추가 검색이나 다른 기능의 실행이 필요한 경우, 불필요한 중계 단계가 반복될 수 있음
2.2 SuperAgent의 역할이 제한적임
- 기존 SuperAgent는 요청 수신 → 특정 Agent 호출 → 결과 전달을 주로 수행
- 전체 업무 흐름을 이해하고 작업 순서를 계획하기보다는, 하위 Agent의
needs 요청에 따라 작업을 중계하는 Router 역할에 가까움
- 여러 Agent가 관여하는 복잡한 업무에서 전체 작업을 계획하고 결과에 따라 다음 작업을 동적으로 결정하는 역할이 부족
3. 제안 방향
3.1 Deep Agent를 전체 업무 플래너로 확대
- 기존 SuperAgent를 단순 라우터가 아닌, 전체 업무 흐름을 계획하고 실행하는 Deep Agent로 확대
- 사용자의 요청을 기반으로 필요한 작업을 단계적으로 계획하고, 각 단계의 결과를 확인하여 다음 작업을 동적으로 결정
- 예를 들어 거절이유 분석 과정에서 추가적인 선행기술 검색이 필요할 경우, 하위 Agent가 SuperAgent에 별도 요청하는 것이 아니라 Deep Agent가 분석 결과를 바탕으로 추가 검색을 계획하고 실행
사용자 요청
↓
Deep Agent
↓
업무 계획 수립
↓
필요한 Skill 실행
↓
결과 확인
↓
다음 작업 계획 및 실행
↓
최종 결과
3.2 Skill 기반의 기능 단위 구성
- 각 업무를 하나의 큰 Agent로 구성하기보다, 특정 목적을 수행하는 기능을 Skill 단위로 정의
- Skill은 특정 업무를 수행하기 위해 필요한 도구, 지침, 실행 방법 등을 묶어 정의한 재사용 가능한 기능 단위
- Deep Agent는 사용자의 요청과 현재 작업 상태를 바탕으로 필요한 Skill을 선택하고, 여러 Skill을 조합하여 하나의 업무를 수행
- 이를 통해 특정 Agent가 다른 Agent를 호출하도록 구성하는 대신, Deep Agent가 전체 업무 흐름에 따라 필요한 Skill을 선택하고 실행하는 구조로 변경
Deep Agent
전체 업무 계획/조율
│
┌───────────┼───────────┐
↓ ↓ ↓
검색 Skill 분석 Skill 데이터 Skill
│ │ │
└───────────┼───────────┘
↓
결과 확인
↓
다음 Skill 선택/실행
3.3 기존 Agent의 역할 재정의
- 기존의 업무 단위 Agent를 그대로 유지하기보다는, Agent가 수행하던 기능을 분석하여 재사용 가능한 Skill 단위로 세분화
- Deep Agent는 이러한 Skill을 필요에 따라 조합하여 업무를 수행하고, 전체적인 계획 수립과 실행 흐름을 담당
- 이를 통해 Agent 간 직접적인 요청 및 SuperAgent를 통한 반복적인 중계 과정을 줄이고, Deep Agent 중심의 동적인 업무 실행 구조로 개선