Anthropic이 제시하는 AI 에이전트 아키텍처 개선 방안: 불필요한 서브에이전트 제거

AI 에이전트는 너무 많은 에이전트를 할당받아 느려질 수 있습니다.

Anthropic은 이제 기업들에게 불필요한 서브에이전트(subagents)를 AI 시스템에서 제거하도록 권고하고 있습니다.

왜 그럴까요? 올바른 스킬(skills)을 갖춘 단일 에이전트가 복잡한 다중 에이전트(multi-agent) 구성을 능가하는 경우가 많기 때문입니다. 한 고객은 실행 속도가 약 2배 빨라진 것을 목격했습니다.

아키텍처 변화는 다음과 같습니다:

→ 스킬(Skills): 에이전트에게 절차, 전문 지식 및 지침을 통해 작업을 수행하는 방법을 가르칩니다.

→ 도구/MCP(Tools / MCP): 에이전트에게 API, 통합 및 실시간 데이터를 통해 행동할 수 있는 능력을 부여합니다.

→ 서브에이전트(Subagents): 병렬 작업, 격리된 컨텍스트, 그리고 별도의 추론이 필요한 작업을 위해 남겨둡니다.

핵심은 점진적 공개(progressive disclosure)입니다.

모든 것을 미리 로드하거나 모든 작업에 대해 에이전트를 생성하는 대신, 하나의 에이전트가 필요할 때 필요한 스킬과 도구를 스스로 발견합니다.

Anthropic의 조언: 불필요한 서브에이전트를 메인 워크플로우(main workflow)에 통합하고, 그들의 지침을 스킬로 변환하며, 그들의 행동을 도구로 노출시킨 다음, 결과를 테스트하는 것입니다.

우리가 다중 에이전트 시스템을 과도하게 설계하고 있는 것은 아닐까요?
[인용 @cherry_mx_reds: Anthropic은 이제 기업들에게 AI 시스템에서 불필요한 서브에이전트를 제거할 것을 권장합니다. 이는 에이전트 아키텍처에서 상당히 중요한 변화이며, 그들의 팀은 스킬을 갖춘 단일 에이전트가 복잡한 다중 에이전트 시스템보다 자주 우수한 성능을 보인다는 점을 발견했고, 한 고객은 ]