비대해진 프레임워크 사용을 멈추세요: Python으로 AI 에이전트 직접 만들기

당신은 AI 에이전트 (AI agent)를 만들고 싶어 합니다.

그래서 인기 있는 오케스트레이션 프레임워크 (orchestration framework)의 문서를 찾아가, 보일러플레이트 (boilerplate) 코드를 복사하고, 20개의 모듈을 임포트 (import)하여 에이전트를 실행합니다. 작동은 합니다—작동하지 않기 전까지는 말이죠.

갑자기 라이브러리 래퍼 (library wrapper)에서 시작된 50줄짜리 스택 트레이스 (stack trace)를 마주하게 됩니다. 쿼리가 어디서 실패했는지, 정확한 프롬프트 (prompt)가 무엇이었는지, 혹은 왜 도구 호출 (tool call) 파싱에 실패했는지 알 수 없게 됩니다.

진실은 이렇습니다: 작동하는 AI 에이전트를 만들기 위해 AutoGen, LangChain, 또는 CrewAI가 반드시 필요한 것은 아닙니다.

당신에게 필요한 것은 그저 순수 Python (vanilla Python)과 에이전트 설계 (agentic design)의 세 가지 핵심 기둥에 대한 기본적인 이해뿐입니다.

AI 에이전트의 세 가지 기둥

어떤 기본적인 에이전트든 세 가지 단순한 구성 요소로 나눌 수 있습니다:

1. 상태 (State, 메모리): LLM으로 전달되고 LLM으로부터 전달되는 메시지 딕셔너리 (role 및 content) 리스트입니다.
2. 스키마 (Schema, 도구): 도구 이름과 표준 Python 함수를 매핑하는 딕셔너리입니다.
3. 루프 (Loop, 추론): LLM을 호출하고, 도구 사용 여부를 확인하며, 요청 시 도구를 실행하고, 결과를 상태 (State)에 추가한 뒤, LLM이 최종 답변을 반환할 때까지 반복하는 표준 while 루프입니다.

이제 하나를 만들어 봅시다.

에이전트 코딩하기 (60줄 미만의 Python)

이 예제는 공식 openai SDK를 사용하지만, 동일한 로직은 Anthropic, Gemini, 또는 Ollama를 통해 실행되는 로컬 모델에도 적용됩니다.

python
import os
...