업계 뉴스레터
전문가가 전하는 최신 AI 트렌드
가장 중요하고 흥미로운 AI 뉴스에 대한 선별된 인사이트를 확인하세요. 주간 Think 뉴스레터를 구독하세요. IBM 개인정보 보호정책을 참조하세요.
구독은 영어로 제공됩니다. 모든 뉴스레터에는 구독 취소 링크가 있습니다. 여기에서 구독을 관리하거나 취소할 수 있습니다. 자세한 정보는 IBM 개인정보 보호정책을 참조하세요.
Microsoft AutoGen은 AI 에이전트 및 기타 인공 지능 애플리케이션을 구축하기 위한 오픈 소스 프레임워크입니다. 이는 대규모 언어 모델(LLM)을 사용하여 다중 에이전트 시스템 생성을 간소화하는 Microsoft Research의 에이전틱 AI 진출의 결과물입니다.
수상 경력에 빛나는 2024년 Microsoft의 Chi Wang과 다른 연구원들의 논문은 공급망 최적화 및 온라인 의사 결정을 비롯한 여러 실제 문제에 대한 AutoGen의 적용 가능성을 입증했습니다.1 AutoGen의 Python SDK를 사용하면 다음과 같이 간단하게 시작할 수 있습니다.
AutoGen이 선두적인 다중 에이전트 프레임워크이기는 하지만, 선택할 수 있는 AI 에이전트의 전체 에코시스템이 있습니다. 다른 기업으로는 crewAI, LangChain , LangGraph, IBM BeeAI가 있습니다.
AutoGen은 3가지 주요 계층으로 구성됩니다.
코어가 배관 및 배선이라면 에이전트챗은 비품이 내장된 조립식 주택과 비슷합니다. AgentChat은 (일반적인 사용 사례를 기반으로) 대부분의 사람들이 AI 에이전트가 사람 및 다른 봇과 채팅할 수 있기를 원한다고 가정합니다(기술 용어로는 '대화 가능한 에이전트'가 되기를 원합니다). 또한 AgentChat은 개발자가 오케스트레이션 논리를 처음부터 코딩하도록 강요하는 대신, 다중 에이전트 협업에서 에이전트 팀에는 종종 'AssistantAgent'(LLM을 사용하여 사용자를 위한 '사고'를 수행)와 'UserProxyAgent'(코드 실행 및 도구 사용)를 포함하는 분업이 있을 것으로 가정하고 있습니다. '템플릿' 에이전트 팀을 활용하는 이 기능은 AI 애플리케이션의 신속한 프로토타이핑을 촉진하는 데 도움이 됩니다.
업계 뉴스레터
가장 중요하고 흥미로운 AI 뉴스에 대한 선별된 인사이트를 확인하세요. 주간 Think 뉴스레터를 구독하세요. IBM 개인정보 보호정책을 참조하세요.
구독은 영어로 제공됩니다. 모든 뉴스레터에는 구독 취소 링크가 있습니다. 여기에서 구독을 관리하거나 취소할 수 있습니다. 자세한 정보는 IBM 개인정보 보호정책을 참조하세요.
AutoGen은 '확장 가능'하므로 사용자가 새로운 능력을 추가할 수 있습니다. AutoGen의 기본 확장에는 자체 파일 세트 내에서 검색할 수 있는 LocalSearchTool과 더 넓은 인터넷을 서핑할 수 있는 MultimodalWebSurfer와 같은 구성 요소가 포함되어 있습니다. Microsoft는 개발자가 자체 확장 기능을 만들도록 권장합니다.
추가로 유용한 도구로는 에이전틱 AI 성능을 벤치마크하고 직접 디버깅을 돕는 AutoGenBench와 초보자를 위한 노코드 인터페이스인 AutoGen Studio(YouTube에서 접근하기 쉬운 비디오 튜토리얼이 있음)가 있습니다.
Microsoft는 생명공학부터 소비재, 커뮤니케이션까지 다양한 산업 분야에서 AutoGen이 수백 가지 응용 부문에 적용될 수 있다고 주장했습니다.2
터프츠 대학교의 물리치료학과 교수인 Benjamin Stern은 맞춤형 평가, 개별화된 학습 가이드, 대학원 과정으로 진학하는 학생들을 위한 과외 등 복잡한 작업에 AutoGen을 사용했습니다. 또한 에이전트 상호 작용을 사용하여 환자 인터뷰를 시뮬레이션하고 AutoGen의 '그룹 채팅'과 같은 기능을 활용하여 라운드 로빈 토론 형식을 조성했습니다. 또한 AutoGen을 통해 OpenAI 어시스턴트 에이전트를 사용한다고 보고했습니다.
제약 회사인 Novo Nordisk는 신약 개발에서 추론을 수행하고 공유하는 데 Microsoft의 AI 스택을 사용하는 여러 가지 방법을 보고했습니다.3 이 회사의 데이터 인사이트 담당 부사장인 Sam Khalil은 AutoGen이 "프로덕션에 바로 사용할 수 있는 다중 에이전트 프레임워크를 개발하는 데 큰 도움이 되고 있습니다."라고 말합니다.
IBM 엔지니어인 Kelly Abuelsaad와 Anna Gutowska는 AutoGen을 포함한 다중 에이전트 RAG 애플리케이션을 만들었습니다. 이 애플리케이션은 사람의 입력으로 작동하여 로컬 문서 모음에서 정보를 수집합니다. 기획자 에이전트, 리서치 어시스턴트, 보고서 생성자 등 고도로 전문화된 6개의 에이전트가 업무를 분담하고 정복하는 시스템을 설명합니다. "더 이상 지식 기반에서 관련 데이터를 추출하기 위해 복잡한 SQL 쿼리를 작성할 필요가 없습니다."라고 그들은 말합니다. 이 솔루션은 개발자가 병목 현상이 발생하는 단일 에이전트를 선택적으로 보강할 수 있기 때문에 하나의 큰 모델로 작업하는 것보다 확장성이 뛰어납니다.
Github에서 한 사용자는 AutoGen을 사용하여 공장과 같은 잠재적으로 위험한 환경에서 카메라에서 촬영한 이미지를 검사하여 헬멧을 착용하지 않은 사람이 있는지 실시간으로 판단하는 방법을 시연했습니다. 자동화를 통해 시스템은 이미지 위에 빨간색 경계 상자를 추가하여 안전 담당자에게 경고합니다.
지금까지 Microsoft의 서비스인 AutoGen에 대해 설명했습니다. 하지만 소프트웨어 프로젝트에서 흔히 그렇듯이 갈림길이 있었습니다. 앞서 언급한 Chi Wang을 비롯한 제작자들은 경쟁 프레임워크인 AG2를 'AI 에이전트를 위한 오픈 소스 AgentOS'라고 홍보합니다. 이전에 Microsoft에서 근무했던 Chi Wang은 나중에 Google DeepMind로 옮겼습니다. 그는 Microsoft를 떠난 후 AutoGen의 독립 버전을 발전시키기로 결정한 것으로 보입니다.
"이것은 새로운 프레임워크가 아니라 기본적으로 AutoGen 0.2.34가 새로운 이름으로 계속되는 것입니다."라고 한 Reddit 사용자는 혼란을 완화하기 위해 노력했습니다.4 Micosoft의 AutoGen과 AG2의 주요 차이점 중 하나는 후자가 하나의 대기업의 지원을 받는 것이 아니라 커뮤니티 중심이라는 것입니다. AG2의 유지 관리자로는 Wang을 비롯하여 Meta, IBM 및 다양한 대학의 연구자들이 있습니다.5
업계 최고의 AI 전문성과 솔루션 포트폴리오를 보유한 IBM과 함께 AI를 비즈니스에 활용하세요.
AI 추가를 통해 중요한 워크플로와 운영을 혁신함으로써 경험, 실시간 의사 결정 및 비즈니스 가치를 극대화합니다.
1. "AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation", Wang et al., COLM 2024 conference paper, 2024년 8월
2. "What’s New in AutoGen", Chi Wang, Github, 2024년 3월 3일
3. "Transforming drug discovery: Novo Nordisk uses the power of AI and Azure with Microsoft Research" Microsoft.com, 2024년 10월 4일
4. "What’s going on with AutoGen and AG2?" Reddit thread, 2024년
5. AG2AI/AG2, Github Maintainers list, 2025년 5월