에이전트 워크플로우의 4가지 설계 차원
사람들은 종종 AI 에이전트와 AI 워크플로우를 혼동합니다. 어떤 이들은 도구를 사용하는 모든 LLM이 에이전트라고 말합니다. 다른 이들은 에이전트라면 오랫동안 스스로 작동해야 한다고 말합니다. 이러한 논쟁은 더 나은 시스템을 구축하는 데 도움이 되지 않습니다.
시스템이 에이전트 방식인지 묻는 것을 멈추십시오. 대신, 다음 네 가지 설계 차원을 살펴보십시오.
- 다음 단계를 누가 결정하는가?
- 코드 주도형(Code-driven): 코드가 순서를 제어합니다. 규칙이 명확하고 위험 부담이 큰 작업에 사용하십시오.
- 모델 주도형(Model-driven): LLM이 단계를 계획합니다. 개방형 작업에 사용하십시오.
- 하이브리드(Hybrid): 코드가 프레임을 설정하고 LLM이 세부적인 결정을 내립니다. 이것이 가장 실용적인 선택입니다.
- 경로가 고정되어 있는가?
- 고정형(Fixed): 단계가 정해진 순서를 따릅니다.
- 조건부(Conditional): 시스템이 결과에 따라 분기하거나 재시도합니다.
- 적응형(Adaptive): 실행 시점에 경로가 변경됩니다. 연구나 디버깅에 사용하십시오.
- 에이전트들이 어떻게 협업하는가?
- 단일 에이전트(Single Agent): 하나의 에이전트가 여러 도구를 사용합니다. 간단하지만 컨텍스트가 복잡해질 수 있습니다.
- 관리자-작업자(Manager-Worker): 하나의 에이전트가 작업을 분해하여 다른 에이전트에게 전달합니다.
- 핸드오프(Handoff): 하나의 에이전트가 제어권을 전문가에게 넘깁니다.
- 피어(Peer): 중앙 리더 없이 여러 에이전트가 협업합니다. 디버깅이 가장 어렵습니다.
- 인간은 어느 시점에 개입하는가?
- 인간 트리거형(Human-triggered): 모든 주요 작업에 대해 승인을 받습니다.
- 체크포인트형(Checkpointed): 시스템이 스스로 작동하지만, 위험도가 높은 단계에서는 승인을 위해 멈춥니다.
- 가드레일이 있는 목표 주도형(Goal-driven with guardrails): 목표를 설정하면 시스템이 예산이나 권한과 같은 제한 범위 내에서 작동합니다.
단순히 멋있어 보이려고 에이전트를 추가하지 마십시오. 에이전트를 추가하면 지연 시간(latency), 비용, 디버깅 난이도가 증가합니다. 작업을 병렬로 실행할 수 있거나 단일 에이전트가 처리하기에 컨텍스트가 너무 많은 경우에만 여러 에이전트를 사용하십시오.
아키텍처를 작업에 맞추십시오. 작업이 위험하다면 체크포인트를 사용하십시오. 작업이 간단하다면 코드를 사용하십시오.
구축하기 전에 다음 여섯 가지 질문을 스스로에게 던져보십시오:
- 일반적인 코드로 해결할 수 있는가?
- 입력값의 변동성이 얼마나 큰가?
- 작업을 나눌 수 있는가?
- 실패 시 발생하는 비용은 얼마인가?
- 어디서 오류가 발생하는지 파악할 수 있는가?
- 추가되는 복잡성이 결과만큼의 가치가 있는가?
좋은 워크플로우는 유연해야 할 곳에서는 유연하게, 예측 가능해야 할 곳에서는 예측 가능하게 유지됩니다.
Source: https://dev.to/whchi/4-design-dimensions-of-agentic-workflows-1i0m
Optional learning community: https://t.me/GyaanSetuAi