AI 용어집 · 기초 · 에이전트
멀티 에이전트 Multi-agent system
멀티 에이전트는 여러 AI 에이전트가 역할을 나눠 맡고 서로 결과를 주고받으며 하나의 큰 일을 함께 처리하는 방식이다. 한 에이전트가 모든 일을 혼자 하는 대신 팀처럼 일한다.
어떻게 작동하나
흔한 구성은 총괄 역할의 에이전트(오케스트레이터)가 사용자의 요청을 작은 작업으로 쪼개 다른 에이전트들에게 맡기는 방식이다. 각 에이전트는 자기 역할에 맞는 프롬프트와 도구를 갖고 있어서, 예를 들어 하나는 웹 검색을, 하나는 코드 작성을, 하나는 결과 검토를 맡는다. 각자 낸 결과는 다시 총괄 에이전트에게 모이고, 총괄 에이전트가 이를 합쳐 최종 답을 만든다. 총괄 없이 에이전트끼리 차례로 일을 넘기거나 토론하듯 의견을 주고받는 구성도 있다.
왜 중요한가
하나의 에이전트에게 긴 지침과 많은 도구를 한꺼번에 주면 컨텍스트 윈도가 금방 차고 실수도 늘어난다. 역할을 나누면 각 에이전트가 자기 일에 필요한 정보만 보면 되므로 집중도가 높아진다. 서로 독립적인 작업은 여러 에이전트가 동시에 처리할 수 있어 시간이 줄어든다. 또 한 에이전트가 만든 결과를 다른 에이전트가 검토하게 하면 실수를 걸러 내는 데 도움이 된다.
알아 둘 점
에이전트가 늘어나면 모델 호출 횟수도 늘어나 비용과 시간이 커진다. 한 에이전트의 잘못된 결과가 다음 에이전트로 넘어가면서 오류가 쌓일 수 있다. 에이전트 사이에 무엇을 어떤 형식으로 주고받을지 설계하는 일이 성능을 크게 좌우한다. 그래서 간단한 일은 에이전트 하나로 처리하고, 정말 나눌 가치가 있는 복잡한 일에만 멀티 에이전트를 쓰는 것이 일반적인 권장 사항이다. 서로 다른 회사가 만든 에이전트끼리 소통하게 하려는 A2A 같은 표준도 나오고 있다.
예시
리서치 보고서를 만드는 서비스라면, 총괄 에이전트가 주제를 여러 하위 질문으로 나누고 조사 에이전트 여러 개가 각각 자료를 찾은 뒤, 작성 에이전트가 이를 보고서로 정리하고 검토 에이전트가 사실관계를 점검하는 식으로 구성할 수 있다. 이 사이트에 소개된 'Docker, YAML로 AI 에이전트를 정의·실행하는 CLI 플러그인 Docker Agent 공개' 소식처럼, 에이전트의 역할과 도구를 설정 파일로 정의해 실행하는 도구가 나오면서 이런 구성을 만들고 관리하기가 쉬워지고 있다.
이 사이트에서 나온 사례
- 브리핑 Docker, YAML로 AI 에이전트를 정의·실행하는 CLI 플러그인 'Docker Agent' 공개 2026-10-08