AI 에이전트를 지탱하는 기반 기술 ⑤-1: Multi-Agent Coordination의 메커니즘과 설계

AI 에이전트를 지탱하는 기반 기술: Agent Core가 해결하는 5가지 기술 과제에서는,

Agent Core가 직면하는 대표적인 기술 과제로,

Long-term Memory

Context Compression

State Management

Dynamic Tool Selection

Multi-Agent Coordination

의 5가지를 소개했습니다. 지금까지의 연재에서는 Long-term Memory, Context Compression, State Management, Dynamic Tool Selection을 순서대로 살펴보았습니다. 이 기술들은,

기억하는 것

필요한 정보를 추출하는 것

현재 상태를 관리하는 것

적절한 도구를 선택하는 것

이라는, 단일 에이전트가 지속적으로 작업을 수행하기 위한 기반 기술이라고 할 수 있습니다. 하지만 실제 업무 작업이 복잡해짐에 따라,

1개의 에이전트만으로 모든 것을 처리해야 하는지

라는 새로운 질문이 생겨납니다. 최근의 Agent Architecture에서는, 단일한 거대한 에이전트에게 모든 것을 맡기기보다는, 여러 전문 에이전트로 역할을 분할하고 각각을 협조시키는 설계가 늘어나고 있습니다. 여기서 중요해지는 것이 Agent Core의 다섯 번째 기술 과제인 Multi-Agent Coordination입니다.

본 기사에서는,

Multi-Agent Coordination이란 무엇인지

왜 Multi-Agent System이 주목받는지

Isolation과 Collaboration을 어떻게 양립하는지

Strong Isolation과 Controlled Collaboration이란 무엇인지

등, AI 에이전트를 지탱하는 기반 기술: Agent Core가 해결하는 5가지 기술 과제에서 이미 다룬 개념들을 출발점으로 삼아,

Multi-Agent Architecture

Agent Design Patterns

Agent Communication

Task Delegation

Shared Context Design

Agent Protocols

Multi-Agent Runtime

과 같은, 보다 실질적인 관점에서 여러 에이전트를 안전하고 효율적으로 협조시키는 설계와 구성에 대해 살펴보겠습니다.

참고로, Multi-Agent Coordination은 현재도 급속도로 진화하는 분야이며 다루어야 할 토픽도 광범위합니다. 따라서 본 주제는 여러 차례에 나누어 해설할 예정입니다. 본 기사에서는 다음 로드맵에 따라 살펴보겠습니다.

먼저, Multi-Agent Coordination을 지탱하는 대표적인 아키텍처와 설계 패턴에 대해 살펴보겠습니다.

Multi-Agent Architecture

Centralized Architecture

Decentralized Architecture

Agent Design Patterns

Sequential Pattern

Parallel Pattern

Loop pattern

Review & Critique Pattern

Iterative refinement pattern

Coordinator Pattern

Hierarchical Task Decomposition Pattern

Swarm Pattern

Reason and act (ReAct) pattern

Human-in-the-loop pattern

Custom logic pattern

실제 Multi-Agent System의 설계는 물론 본 기사에서 다루는 내용만으로 완결되는 것은 아닙니다. 하지만, 본 기사에서 소개하는 아키텍처나 설계 패턴은 어떤 구성을 채택하고 어떠한 형태로 Agent를 협조시켜야 할지 검토할 때 기본적인 판단 자료가 될 것입니다.

다음으로, 에이전트 간에 어떻게 통신하는지, 작업을 어떻게 분해/위임하는지, 그리고 어떤 정보를 공유하고 어떤 상태를 분리하는지에 대한 Multi-Agent Coordination의 실질적인 설계로 넘어가겠습니다.

Agent Communication

Message Passing

Structured Output

에이전트 간 통신 설계

Task Delegation

• Task Decomposition

• Agent Assignment

• Shared Context Design

• Shared Context

• Isolated State

• State Boundary

나아가, 에이전트(Agent)와 도구(Tool), 그리고 에이전트 상호 간의 연결을 지원하는 프로토콜이나,

• Agent Protocols
• MCP
• A2A
• Emerging Agent Protocols

스케줄러(Scheduler), 메시지 버스(Message Bus), 상태 저장소(State Store), 메모리(Memory), 도구 관리자(Tool Manager)와 같은 런타임 레벨의 구성 요소들도 살펴보겠습니다.

• Multi-Agent Runtime

• Scheduler

• Message Bus

• State Store

• Memory

• Tool Manager

• 요약

본 기사는 실제로 Multi-Agent System을 설계할 때의 사고 과정에 따라 구성되었습니다. 즉,

개념 → 설계 → 구현

이라는 흐름으로 이해하는 것을 목표로 합니다. 다시 말해, 지난번 'AI 에이전트를 지탱하는 기반 기술: Agent Core가 해결하는 5가지 기술 과제'가 개념편이었다면, 본 기사는 그 후속작인 설계편에 위치합니다.

또한, Google Cloud, Anthropic, LangGraph, AutoGen, MCP, A2A 등 현재의 Agent Engineering에서 대표적인 생각이나 설계 방식을 참고하면서도, 특정 제품이나 프레임워크에 의존하지 않는 형태로 정리해 나갈 것입니다.

• Multi-Agent Architecture

• Centralized Architecture

• Decentralized Architecture

• Agent Design Patterns

• Sequential Pattern

• Parallel Pattern

• Loop pattern

• Review & Critique Pattern

• Iterative refinement pattern

• Coordinator Pattern

• Hierarchical Task Decomposition Pattern

• Swarm Pattern

• Reason and act (ReAct) pattern

• Human-in-the-loop pattern

• Custom logic pattern

등, Multi-Agent Coordination을 지탱하는 대표적인 아키텍처와 설계 패턴에 대해 살펴보겠습니다.