안녕하세요, 멘토 김부장입니다. 앞서 6편에서 하나의 AI를 감싸는 작업대, 하네스를 다뤘지요. 그 일꾼이 아주 유능하다면 굳이 여럿이 필요 없을 것 같은데, 요즘은 여러 AI가 팀을 이뤄 일하는 구조가 자주 등장합니다. 오늘은 이 멀티 에이전트 이야기를 해 보겠습니다. 처음 접하는 에이전트 개념이 아직 낯설다면 그 글부터 보고 오셔도 좋습니다.
비유는 회사 조직이 딱 맞습니다. 작은 일은 만능 직원 한 명이 처리하는 게 빠르지요. 하지만 일이 커지고 종류가 다양해지면, 기획·조사·검토를 각자 잘하는 사람에게 나눠 맡기는 편이 낫습니다. 멀티 에이전트가 바로 이 조직화입니다.
멀티 에이전트의 핵심은 '더 많은 AI'가 아니라 '역할을 나눈 AI'입니다. 숫자가 아니라 분업이 요점입니다.
하나로 할까, 여럿으로 나눌까
먼저 큰 갈림길을 봅시다. 하나의 큰 에이전트에게 전부 맡기는 방식과, 여러 에이전트로 쪼개는 방식은 각각 장단이 뚜렷합니다.
| 구분 | 하나의 큰 에이전트 | 여러 에이전트 |
|---|---|---|
| 장점 | 단순하고 저렴, 맥락이 안 끊김 | 역할별 전문화, 병렬 처리로 빠름 |
| 단점 | 일이 복잡해지면 산만해짐 | 구조가 복잡, 비용 증가, 소통 비용 |
| 어울리는 일 | 범위가 좁고 명확한 작업 | 넓고 여러 갈래로 뻗는 작업 |
패턴 1 — 오케스트레이터와 워커
가장 널리 쓰이는 구조입니다. 지휘자 역할의 오케스트레이터가 큰 일을 잘게 쪼개 나눠 주고, 실무자인 워커들이 각자 맡은 조각을 처리한 뒤 결과를 모아 올립니다. 팀장이 업무를 배분하고 팀원이 처리하는 모습 그대로지요.
일 나누기
각자 처리
결과 종합
이 구조의 장점은 각 워커가 자기 몫에만 집중한다는 점입니다. 한 명이 모든 걸 머릿속에 담지 않아도 되니 실수가 줄지요. 대신 지휘자가 일을 잘 쪼개고 결과를 잘 합치는 능력이 관건입니다. 분배가 엉성하면 팀 전체가 헛돕니다.
패턴 2 — 병렬 리서치
여러 갈래를 동시에 조사할 때 빛나는 방식입니다. 예컨대 어떤 주제를 조사한다면, 한 에이전트가 순서대로 세 곳을 찾는 대신 세 에이전트가 동시에 각기 다른 출처를 뒤지게 하는 것이지요. 그런 다음 결과를 한데 모읍니다.
주제를 갈래로 쪼갬
큰 질문을 겹치지 않는 여러 하위 질문으로 나눕니다.
동시에 조사
각 에이전트가 자기 갈래를 동시에 파고듭니다. 그만큼 시간이 단축되지요.
모아서 정리
흩어진 조각들을 하나의 답으로 엮습니다.
속도가 큰 강점이지만, 겹치는 조사를 여럿이 중복해서 하면 오히려 비용만 늘 수 있습니다. 그래서 갈래를 잘 나누는 것이 성패를 가릅니다.
패턴 3 — 검증자를 두기
일을 하는 에이전트와 그 일을 검토하는 에이전트를 따로 두는 방식입니다. 글을 쓴 사람과 교정을 보는 사람이 다르면 오류가 더 잘 잡히지요. AI도 마찬가지여서, 자기가 만든 결과를 스스로 검사하는 것보다 별도의 검증자가 보는 편이 허점을 잘 찾아냅니다.
언제 유용하고, 언제 과한가
여기서 꼭 짚고 넘어가야 할 게 있습니다. 멀티 에이전트는 만능이 아니라는 점입니다. 오히려 많은 경우 하나의 잘 만든 에이전트가 더 낫습니다. 여럿으로 나누는 순간 구조가 복잡해지고, 에이전트끼리 정보를 주고받는 '소통 비용'이 생기고, 무엇보다 돌리는 만큼 돈이 더 듭니다.
| 멀티가 어울릴 때 | 하나로 충분할 때 |
|---|---|
| 일이 뚜렷이 여러 갈래로 나뉨 | 범위가 좁고 순차적임 |
| 병렬로 하면 시간이 크게 줄어듦 | 맥락이 끊기면 곤란한 작업 |
| 검증·전문화가 결과 품질을 좌우함 | 속도·비용이 더 중요한 간단한 작업 |
제 조언은 이렇습니다. 일단 하나로 시작하세요. 하나의 에이전트가 버거워하는 지점이 또렷이 보일 때, 딱 그 부분만 쪼개 나누면 됩니다. 처음부터 여러 에이전트로 화려하게 설계하면, 얻는 것보다 관리할 복잡함이 더 커지기 쉽습니다.
나눔은 공짜가 아닙니다. 얻는 이득이 늘어난 복잡함과 비용을 확실히 넘어설 때만 나누세요.
정리하며 — 다음 편 예고
오늘은 여러 AI가 협업하는 세 가지 패턴, 오케스트레이터-워커·병렬 리서치·검증자를 살펴봤습니다. 그리고 무엇보다, 나누는 것이 늘 정답은 아니며 비용과 복잡도를 저울에 올려야 한다는 점을 강조했지요.
그런데 하나든 여럿이든, 정작 이 에이전트들이 일을 잘하고 있는지 어떻게 알 수 있을까요? AI는 매번 조금씩 다르게 답하는 존재라, 눈대중으로는 판단이 어렵습니다. 시리즈 마지막인 다음 8편(평가와 관찰가능성)에서 바로 이 질문에 답하며 여정을 마무리하겠습니다.
← 기술 블로그 목록으로