드디어 누군가 딥 에이전트 (Deep Agent)의 밑바닥 로직을 완벽히 설명했습니다. 모델 파라미터를 쌓는 대신, 세 가지 엔지니어링 기술을 통해 긴 작업 중 발생하는 망각과 체인 붕괴 문제를 직접 해결합니다.

LangChain 공식의 이 딥 에이전트 (Deep Agent) 제로 베이스 구축 튜토리얼은,
Manus 및 Claude Code와 같은 최상급 에이전트 (Agent)의 핵심 설계를 그대로 파헤칩니다.

5개의 점진적인 Notebook이 당신의 실무 적용을 단계별로 안내하며, 전 과정 실행이 가능합니다.

핵심은 세 가지 컨텍스트 엔지니어링 (Context Engineering) 패턴입니다.

1. 상태 관리가 포함된 구조화된 TODO 작업 계획: 에이전트 (Agent)가 경로를 이탈하거나 단계를 누락하는 것을 방지합니다.
2. 가상 파일 시스템 (Virtual File System)을 통한 컨텍스트 (Context) 오프로딩: 토큰 (Token)을 대폭 절약하고 교차 턴(cross-turn) 메모리를 구현합니다.
3. 하위 에이전트 (Sub-agent) 위임 및 컨텍스트 (Context) 격리: 복잡한 작업을 분할 및 병렬 처리하여 서로 간섭하지 않게 합니다.

가장 기초적인 ReAct 루프부터 시작하여,
작업 계획, 파일 시스템, 하위 에이전트 (Sub-agent) 능력을 단계별로 쌓아 올리며,
최종적으로 인터넷 연결을 통해 심층 연구를 수행할 수 있는 완전한 에이전트 (Agent)를 구축합니다.

단순한 이론적 논의가 아니라, 모든 단계에 실행 가능한 코드가 포함되어 있습니다.

본질적으로 고급 에이전트 (Agent)의 차이는 모델 자체에 있는 것이 아니라, 주로 컨텍스트 엔지니어링 (Context Engineering)의 아키텍처 설계에 있습니다.

장기 주기 에이전트 (Long-cycle Agent)를 이해하고 싶은 분들이라면, 이 과정을 따라가는 것만으로도 큰 수확이 있을 것입니다.
함께 제공되는 바로 사용 가능한 deepagents 생산 라이브러리를 통해,
학습 후 자신의 프로젝트에 즉시 재사용할 수 있습니다.

저장소 링크는 댓글창에 남겨두었습니다. 의존성 관리를 위해 uv 사용을 권장하며, Notebook 순서대로 실행하시면 됩니다.