102. 멀티 에이전트 시스템 (Multi-Agent Systems): 단일 에이전트로는 부족할 때

단일 에이전트 (One agent)는 강력하지만 한계가 있습니다.

특정 주제를 조사하고, 기사를 작성하고, 그 기사를 검토하고, 코드 예제를 확인하고, 출판을 위해 모든 형식을 맞추라고 요청해 보십시오. 에이전트는 이 모든 것을 순차적으로 수행해야 합니다. 만약 2단계에서 실수를 한다면, 7단계가 될 때까지 이를 발견하지 못할 수도 있습니다. 에이전트는 하나의 관점, 하나의 "목소리", 그리고 하나의 강점과 약점 세트를 가집니다.

이제 동일한 작업에 투입된 세 명의 전문화된 에이전트 (specialized agents)를 상상해 보십시오. 철저하게 검색하고 출처를 수집하는 조사 에이전트 (research agent), 해당 출처를 바탕으로 명확한 구조를 갖춘 기사 초안을 작성하는 작성 에이전트 (writing agent), 그리고 초안을 비판적으로 읽으며 오류, 공백, 근거 없는 주장을 찾아내는 검토 에이전트 (review agent)가 있습니다. 각 에이전트는 자신의 직무를 깊이 있게 이해하고 있습니다. 이들은 서로의 작업을 확인합니다. 또한 서로 다른 강점을 부여하는 각기 다른 시스템 프롬프트 (system prompts)를 가지고 있습니다.

이것이 실제로 복잡한 지식 노동이 이루어지는 방식입니다. 한 사람이 모든 것을 하는 것이 아니라, 공유된 목표를 향해 조정된 전문가 팀이 움직이는 것입니다.

멀티 에이전트 시스템 (Multi-agent systems)은 이러한 패턴을 AI에 도입합니다.

핵심 패턴 (The Core Patterns)

import os
import json
import time
...

기본 에이전트 클래스 구축 (Building a Base Agent Class)

@dataclass
class AgentMessage:
    from_agent: str
...

패턴 1: 오케스트레이터-워커 (Pattern 1: Orchestrator-Worker)

class OrchestratorAgent(BaseAgent):
    """복잡한 목표를 세분화하고 전문화된 워커 (workers)에게 위임합니다."""

...

패턴 2: 순차적 파이프라인 (Pattern 2: Sequential Pipeline)

class Pipeline:
    """에이전트들이 순차적으로 실행되며, 출력이 다음 에이전트의 입력으로 흐릅니다."""

...

패턴 3: 병렬 실행 (Pattern 3: Parallel Execution)

import concurrent.futures
import threading

...

패턴 4: 토론 에이전트 (Pattern 4: Debate Agent)

class DebateSystem:
    """두 에이전트가 반대되는 입장에서 논쟁하고, 판사 (judge)가 평가합니다."""

...

패턴 5: 비판-검토 루프 (Pattern 5: Critic-Review Loop)

class CriticReviewLoop:
    """생성자 (Creator)가 결과물을 만들고, 비판자 (critic)가 평가하며, 품질 임계값 (quality threshold)을 충족할 때까지 루프를 반복합니다."""

def __init__(self, creator: BaseAgent, critic: BaseAgent,
                 max_iterations: int = 3, quality_threshold: float = 8.0):
        self.creator           = creator
        self.critic            = critic
        self.max_iterations    = max_iterations
        self.quality_threshold = quality_threshold

    def run(self, task: str, verbose: bool = True) -> Dict:
        history  = []
        feedback = ""

        for iteration in range(1, self.max_iterations + 1):
            if verbose:
                print(f"\n--- Iteration {iteration} ---")

            creation_prompt = (
                f"{task}\n\nFeedback from previous attempt:\n{feedback}\nImprove accordingly." 
                if feedback else task
            )
            content = self.creator.think(creation_prompt)
            history.append({"iteration": iteration, "content": content})

            if verbose:
                print(f"[{self.creator.name}]: {content[:120]}..."

            critique = self.critic.think(
                f"Evaluate this content (score 1-10 and feedback):\n\n{content}"
            )
            if verbose:
                pr