에이전트 루프에서 구조화된 그래프로의 전환, 그리고 그 이면의 연구

AI 컨설팅 회사를 운영하면서 최근 클라이언트 작업을 마친 후 이 글을 정리했습니다. 단순히 링크를 던지는 게 아니라 도움이 될까 싶어 공유합니다.

실무 에이전트 작업에서 제가 계속 목격하는 변화는 이렇습니다. 에이전트를 루프(작업을 지정하고 완료될 때까지 반복하게 하는 방식, 일명 랄프 위검 기법)로 실행하던 것에서 그래프로 실행하는 방식으로의 전환입니다. 즉, 이름이 지정된 단계, 정의된 엣지, 검사 및 체크포인트가 가능한 명시적 상태를 사용하는 방식이죠.

이 내용을 파고들면서 몇 가지 눈에 띄는 점이 있었습니다:

• 내구성 있는 실행 엔진(Temporal, Restate)을 사용하면 실행 중간에 충돌이 발생해도 처음부터 다시 시작하거나 이미 부작용이 발생한 단계를 반복하는 대신, 멈췄던 지점부터 재개할 수 있습니다.

• 2026년 설문조사(arXiv 2603.22386)에 따르면 런타임에 워크플로우 그래프를 완전히 생성하는 것은 보통 과잉 설계입니다. 실용적인 최적점은 잘 검증된 그래프 하나를 두고 라우터가 작업별로 올바른 경로를 선택하게 하는 것입니다.

• 몬테카를로 트리 탐색(Monte Carlo Tree Search)으로 그래프 구조 공간을 탐색하는 AFlow는 수동으로 설계된 워크플로우보다 5.7%, 다른 자동화 방식보다 19.5% 더 나은 성능을 보였으며, 더 저렴한 모델로도 GPT-4o 수준의 결과를 비용의 4.55%만 들여 달성했습니다.

출처를 포함한 전체 글은 첫 번째 댓글에 있습니다(서브레딧 규칙에 따라 본문에는 링크를 넣지 않았습니다). 다른 분들도 같은 변화를 느끼고 계신지, 아니면 여전히 루프 방식이 구축 중인 서비스에 충분하다고 생각하시는지 궁금합니다.