From One Spec to Two Hundred Agents

개요

대규모 멀티 에이전트 시스템을 구축할 때, 단순히 개별 에이전트를 설계하는 것을 넘어, 생성 가능한 명확한 사양(spec)을 정의하는 것이 중요하다.

주요 내용

• 에이전트 수 결정 요인: 필요한 에이전트의 수는 문제 도메인의 고유한 의사 결정 컨텍스트 수에 의해 결정되며, 편의성이나 시각적 깔끔함에 의해 결정되지 않는다.
• 구체성의 중요성: LangGraph, CrewAI, AutoGen과 같은 프레임워크는 에이전트의 구체적인 정체성(역할, 목표, 배경)이 더 나은 의사 결정으로 이어진다는 것을 보여주며, 이는 많은 수의 특화된 에이전트를 필요로 한다.
• 설계 접근 방식의 변화: 개별 에이전트를 수작업으로 설계하는 대신, 에이전트 군집을 생성하는 사양을 설계해야 한다. 이는 GitHub Copilot Workspace나 Sweep과 같이 구조화된 설명으로부터 구현을 생성하는 방식과 유사하다.
• 에이전트 사양의 핵심 필드:
• 역할 명확성 (Role Clarity): 에이전트가 권위를 가지는 대상에 대한 정확한 한 문장 설명.
• 의사 결정 범위 (Decision Scope): 에이전트가 독립적으로 결정할 수 있는 범위와 에스컬레이션해야 하는 결정.
• 도메인 경계 (Domain Boundary): 에이전트가 추론해야 하는 지식 기반, 데이터 소스, 컨텍스트.
• 실패 모드 (Failure Mode): 작업을 완료하지 못했을 때 에이전트의 행동 (에스컬레이션, 재시도, 경고, 대기 등).
• 보고 관계 (Reporting Relationship): 에이전트가 누구에게 보고하는지에 대한 명확한 정의로, 계층 구조를 형성하고 시스템 수준의 조정을 가능하게 한다.
• 계층 구조의 필요성: 플랫한 에이전트 목록은 시스템 수준에서 일관된 행동을 생성하지 못하며, 보고 관계를 통한 계층 구조가 충돌 해결, 출력 취합, 작업 라우팅을 가능하게 한다.
• 검증의 중요성: 생성된 에이전트들이 실제로 구분되는지, 역할이 중복되지 않는지, 의사 결정 범위가 부모와 충돌하지 않는지, 실패 모드가 예상되는 바와 일치하는지 등을 검증해야 한다.
• 능력 입찰 (Capability Bidding): 런타임 시 작업이 동적으로 올바른 에이전트를 찾도록 하는 메커니즘으로, 에이전트가 자신의 처리 능력을 설명하고 작업이 이에 맞춰 매칭되는 방식이다.

시사점

명확하게 정의된 사양에 기반한 에이전트 군집 생성은 대규모 멀티 에이전트 시스템 구축의 핵심이며, 이는 향후 동적 라우팅 및 적응형 시스템 구축을 위한 필수적인 기반이 된다.