저는 이전에 AI 에이전트 설계에 대해 Qiita에 기사를 쓴 적이 있습니다.

그 기사에서는 AI 에이전트를 어떻게 설계하고, 역할을 분담시키며, 실용적인 시스템으로 구축할지를 중심으로 해설했습니다.

최근 Claude Code 개발자 커뮤니티에서 화제가 되고 있는 것이 바로 Graph Engineering이라는 개념입니다.

게시물을 보고 처음에는 "또 새로운 용어가 나왔구나"라고 생각했지만, 내용을 이해하고 나니 이것은 단순한 유행이 아니었습니다.

AI 에이전트를 다음 단계로 진화시키는 설계 사상이라고 느꼈습니다.

이 기사에서는 Graph Engineering이란 무엇인지, 기존의 Agent Engineering과는 무엇이 다른지, 그리고 실제 개발에서 어떻게 활용할 수 있는지 소개합니다.

지금까지는

• Prompt Engineering (프롬프트 엔지니어링)
• RAG (검색 증강 생성)
• AI Agent (AI 에이전트)

가 AI 개발의 중심이었습니다.

하지만 AI 에이전트가 복잡해짐에 따라,

"Agent를 어떻게 만들 것인가"

보다

"Agent끼리 어떻게 조합할 것인가"

가 중요해졌습니다.

그래서 등장한 개념이 Graph Engineering입니다.

많은 AI 에이전트는 다음과 같은 직렬 구조로 되어 있습니다.

입력
↓
Planner
...

언뜻 보기에는 문제가 없습니다.

하지만 실제로는

• Web 검색
• 소스 코드 해석
• PDF 해석
• 시장 조사

등은 서로 독립되어 있습니다.

그런데도 순서를 기다리고 있기 때문에

• 느리다
• Context Window (컨텍스트 윈도우)를 압박한다
• 하나가 실패하면 전체가 멈춘다

라는 문제가 있습니다.

Graph Engineering에서는

Agent를 일직선으로 나열하는 것이 아니라

그래프 구조 (Graph Structure)

로 설계합니다.

예를 들어

Research A
/
Planner ------<
...

가 됩니다.

Graph에서는

• Node (노드)
• Edge (에지)

만 고려합니다.

AI Agent 그 자체입니다.

예를 들어

• Planner
• Researcher
• Reviewer
• Coder

등이 됩니다.

데이터의 흐름입니다.

중요한 것은

순서가 아니라 데이터 의존성

이라는 사고방식입니다.

독립된 작업은 전부 동시에 실행합니다.

예를 들어

회사 분석
경쟁사 분석
시장 분석
...

이것들은 서로 의존하지 않습니다.

따라서 4개를 동시에 실행할 수 있습니다.

가장 많이 사용되는 구조입니다.

Planner
│
┌──────────────┐
...

조사를 병렬화하고

마지막에 통합합니다.

결과에 따라 처리를 변경합니다.

중요 안건
↓
상세 분석
...

AI가 분류하고

프로그램이 분기합니다.

AI끼리 상호 리뷰를 합니다.

Agent A
│
▼
...

이를 통해

환각 (Hallucination)을 대폭 줄일 수 있습니다.

Barrier (전원 대기)를 줄입니다.

가능한 한

입력
↓
처리
...

를 계속 흘려보냅니다.

Claude Code에는

Dynamic Workflow (다이내믹 워크플로우)

라는 메커니즘이 있습니다.

예를 들어

workflow
src 이하의 모든 루트를 감사하여,
인증 누락을 조사해 주세요.

라고 쓰는 것만으로

Claude가

• Graph 설계
• 병렬화
• Agent 생성
• Verifier 생성
• 통합

까지 자동으로 수행합니다.

즉

Graph 그 자체를 Claude가 설계하는 시대가 되었습니다.

저는 이전에

AI 에이전트 설계에 관한 기사를 썼습니다.

그 기사에서는

• Planner
• Researcher
• Coder
• Reviewer

등

AI Agent 그 자체의 설계를 해설했습니다.

이번에 소개한 Graph Engineering은

그것을 부정하는 것이 아닙니다.

오히려

Agent Engineering의 상위 개념

이 됩니다.

이미지로 표현하면

Prompt Engineering
↓
Loop Engineering
...

라는 진화가 됩니다.

기업 분석
│
┌──┼──┬──┐
...

테마 결정
│
┌──┼──┬──┐
...

검색
│
▼
...

Graph Engineering은

새로운 라이브러리가 아니라

AI 시스템을 설계하기 위한 사고방식

입니다.

앞으로는

• 좋은 프롬프트 (Prompt)를 작성한다
• 좋은 에이전트 (Agent)를 만든다

것만으로는 차별화할 수 없습니다.

중요한 것은

• 어떤 에이전트 (Agent)를 만들 것인가
• 어떻게 연결할 것인가
• 어느 부분을 병렬화 (Parallelization) 할 것인가
• 어디에서 검증 (Verification) 할 것인가

라는

시스템 전체의 설계

가 됩니다.

저는 Graph Engineering이 AI 에이전트 (AI Agent) 개발에 있어 다음의 중요한 테마가 될 것이라고 생각합니다.

• Claude Code Dynamic Workflows
• Graph Engineering with Claude: 14-Step Roadmap (Codez)
• LangGraph
• OpenAI Agents SDK