
Anthropic의 Claude Cookbook에 멀티 에이전트 시스템을 위한 그래프 엔지니어링 가이드가 공개되었습니다.
요약
Anthropic의 Claude Cookbook을 통해 멀티 에이전트 시스템을 위한 그래프 엔지니어링 가이드가 공개되었습니다. 지식 그래프를 활용하여 에이전트의 메모리를 영구화하고 공유 메모리로 사용하는 5단계 워크플로우를 제시합니다.
핵심 포인트
- 지식 그래프를 활용해 에이전트의 컨텍스트 한계를 극복하고 영구 메모리 구현
- 추출, 해결, 조립, 질의, 반복의 5단계 에이전트 그래프 프로세스 제안
- Haiku와 Claude를 조합하여 엔티티 추출 및 클러스터링 수행
- 멀티 에이전트 간의 공유 메모리로서 그래프 활용 가능성 제시
Anthropic의 자체 Claude Cookbook에는 유출된 PDF가 필요 없는 멀티 에이전트 시스템 (multi-agentic systems)을 위한 그래프 엔지니어링 (graph engineering) 가이드가 포함되어 있습니다.
변화의 핵심: 당신의 에이전트의 메모리는 컨텍스트 윈도우 (context window)와 함께 사라집니다. 지식 그래프 (knowledge graph)는 이를 영구적으로 만듭니다.
추출 (extract) → 해결 (resolve) → 조립 (assemble) → 질의 (query) → 반복 (repeat)
모든 에이전트 그래프 (agentic graph)는 5단계를 거칩니다:
추출 (extract): Haiku가 엔티티 (entities)와 S-P-O 트리플 (triples)을 추출합니다. 문서당 한 번의 호출이 이루어집니다. Pydantic 스키마 (schema)가 유일한 학습 데이터입니다.
해결 (resolve): Claude가 설명을 컨텍스트 (context)로 사용하여 문자열 중복이 전혀 없는 "edwin aldrin" → "buzz aldrin"을 클러스터링 (clustering) 합니다.
조립 (assemble): 표준 노드 (canonical nodes), 타입이 지정된 엣지 (typed edges), 모든 트리플에 대한 출처 (provenance). 하나의 연결된 그래프.
질의 (query): 서브그래프 (subgraph)를 직렬화 (serialize) → Claude가 트리플을 바탕으로 추론 (reasoning) → 모든 답변은 특정 엣지 (edge)를 인용합니다.
이를 공유 메모리 (shared memory)로서 멀티 에이전트 시스템 (multi-agent systems)에 연결하십시오. 작업자 (workers)는 여기에 기록하고, 평가자 (evaluators)는 이를 바탕으로 사실 확인 (fact-check)을 수행하며, 루프 (loops)는 이를 통해 밤새 지속됩니다.
이 가이드는 오늘날 제가 멀티 에이전트 시스템을 구축하는 방식을 바꾸어 놓았습니다. 무료이며, 공식적이고, 공개되어 있으며, 유출된 PDF가 아닙니다.
지금 바로 읽어보시고, 아래의 기사를 탐색해 보세요.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @cyrilxbt (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기