AI 에이전트 구축을 위한 최고의 프레임워크는 무엇인가요?

npcpy를 한번 확인해보셈.

https://github.com/npc-worldwide/npcpy

그리고 npcsh

https://github.com/npc-worldwide/npcsh

npc 데이터 레이어는 에이전트가 접근하는 도구에 대해 더 많은 제어권을 주고, 셸은 이 모든 것을 컴파일해서 실행해주는 러너를 제공함. 같은 팀이 이걸 백엔드와 프론트엔드 서빙에도 사용할 수 있음.

Eve는 지금까지는 괜찮지만 베타 버전임. CrewAI는 문제가 좀 있었고, MSAF는 지금까지는 괜찮음.

솔직히 이 도구들은 조금씩 다른 문제를 해결하고 있어서 비교가 복잡해지는 것 같음.

진지하게 무언가를 만들고 완전한 제어권을 원한다면 LangGraph가 가장 안전한 선택임. 학습 곡선은 있지만 유연하고 특정 사고방식을 강요하지 않음.

CrewAI는 다중 에이전트 워크플로우를 빠르게 실행하는 데는 좋지만, 실제 문제를 해결하는 것보다 에이전트 간 상호작용을 관리하는 데 시간을 더 많이 쓰는 사람들을 많이 봤음.

Vercel Eve는...

Azure Agent Framework가 비즈니스/엔터프라이즈 분야에서 인기를 얻고 있음. 옳고 그름을 떠나서, 마이크로소프트라는 이름이 고객들에게 큰 신뢰를 줌. 특히 이미 365나 Azure 같은 마이크로소프트 스택을 사용 중일 때는 더더욱.

혹시 이거 주로 사용하는 사람 또 있음?

방금 lovable에서 solid.tech로 갈아탔는데, 앱을 제어하는 UI/UX를 직접 만들 수 있다는 점이 꽤 괜찮네.

근데 좀 비싸긴 함

프레임워크가 컨트롤러 역할을 하기 때문에 프레임워크에 종속될 수밖에 없음. 모델은 교체 가능하지만.

가장 어려운 건 프레임워크가 아님. 새벽 3시에 문제 터졌을 때 상태 관리하고 재시도 처리하는 게 진짜 골치 아픔. LangGraph가 그 부분에서 가장 확실하게 제어할 수 있게 해줌.

셀프 호스팅과 24/7 가동이 필수 조건이라면, 프레임워크는 사실 별로 중요하지 않아. LangGraph든 가벼운 루프든 Docker로 말아버리면 어디서든 돌아가거든. 진짜 중요한 건 재시작할 때 상태를 어떻게 유지하고, 죽었던 지점부터 다시 이어갈지야. CrewAI는 장기 실행 작업에 필요한 그런 세부 사항들을 너무 많이 가려버려. 나라면 직접 루프를 짜고 상태는 Postgres에 저장할 것 같아. 그러다가 특정 프레임워크가 해결해 줄 수 있는 구체적인 불편함이 느껴질 때 그때 도입하는 걸 추천해.

솔직히 말해서 데모 수준 넘어가면 프레임워크는 생각보다 별로 안 중요함. LangGraph, CrewAI, 그냥 function calling 다 에이전트 돌아가게는 해줌. 결국 프로덕션에서 살아남느냐는 그 주변을 어떻게 감싸느냐에 달렸음. 회귀 테스트 잡는 evals랑 이상한 실행 결과 디버깅하는 tracing이 핵심임. 자기 문제 해결에 제어 흐름이 잘 맞는 프레임워크 골라서 측정하는 데 힘 쏟으셈. 500번째 실행쯤 되면 결국 그거 붙잡고 씨름하게 될 거니까.