멀티 에이전트 오케스트레이션

오케스트레이션은 앱에서 에이전트의 흐름을 의미합니다. 어떤 에이전트를 어떤 순서로 실행하고, 다음에 무엇을 할지 어떻게 결정할까요? 에이전트를 오케스트레이션하는 주요 방법은 두 가지입니다:

1. LLM이 의사결정을 하도록 허용: LLM의 지능을 활용해 계획하고 추론하여 그에 기반해 수행할 단계를 결정
2. 코드로 오케스트레이션: 코드로 에이전트의 흐름을 결정

이 패턴들은 혼합해서 사용할 수 있습니다. 각각의 트레이드오프는 아래에 설명합니다.

LLM 기반 오케스트레이션

에이전트는 instructions, tools, 핸드오프로 장착된 LLM입니다. 즉, 개방형 과제가 주어지면 LLM은 도구를 사용해 행동하고 데이터를 획득하며, 핸드오프를 사용해 하위 에이전트에 작업을 위임하는 방식으로 과제를 자율적으로 계획할 수 있습니다. 예를 들어 연구 에이전트는 다음과 같은 도구로 구성될 수 있습니다:

• 웹 검색을 통한 온라인 정보 탐색
• 파일 검색 및 검색을 통한 사내 데이터와 연결 탐색
• 컴퓨터 사용을 통한 컴퓨터 상의 작업 수행
• 코드 실행을 통한 데이터 분석
• 기획, 보고서 작성 등에 특화된 에이전트로의 핸드오프

이 패턴은 과제가 개방형이고 LLM의 지능에 의존하고자 할 때 유용합니다. 여기서 가장 중요한 전술은 다음과 같습니다:

1. 좋은 프롬프트에 투자하세요. 사용 가능한 도구, 사용 방법, 운영해야 하는 매개변수 범위를 명확히 하세요.
2. 앱을 모니터링하고 반복 개선하세요. 문제가 생기는 지점을 파악하고 프롬프트를 개선하세요.
3. 에이전트가 자기 성찰하고 개선하도록 허용하세요. 예를 들어 루프로 실행해 스스로 비평하게 하거나, 오류 메시지를 제공해 개선하게 하세요.
4. 범용 에이전트 하나가 모든 것을 잘하도록 기대하기보다, 하나의 작업에 특화된 에이전트를 두세요.
5. evals에 투자하세요. 이를 통해 에이전트를 훈련하고 과제 수행 능력을 향상시킬 수 있습니다.

코드 기반 오케스트레이션

LLM 기반 오케스트레이션이 강력하긴 하지만, 코드 기반 오케스트레이션은 속도, 비용, 성능 측면에서 작업을 더 결정적이고 예측 가능하게 만듭니다. 여기에서 일반적인 패턴은 다음과 같습니다:

• structured outputs를 사용해 코드로 검사할 수 있는 적절한 형식의 데이터를 생성. 예를 들어 에이전트에게 작업을 몇 가지 카테고리로 분류하도록 요청하고, 그 카테고리에 따라 다음 에이전트를 선택할 수 있습니다.
• 한 에이전트의 출력을 다음 에이전트의 입력으로 변환하여 여러 에이전트를 체이닝. 블로그 글쓰기 같은 작업을 조사, 개요 작성, 본문 작성, 비평, 개선의 단계로 분해할 수 있습니다.
• 작업을 수행하는 에이전트와 평가 및 피드백을 제공하는 에이전트를 while 루프로 함께 실행하고, 평가자가 출력이 특정 기준을 통과했다고 말할 때까지 반복
• 여러 에이전트를 병렬로 실행, 예: 파이썬 기본 구성요소 asyncio.gather 사용. 서로 의존하지 않는 여러 작업이 있을 때 속도 향상에 유용합니다.

examples/agent_patterns에 여러 개의 code examples가 있습니다.