이원영 기자
웹브라우저 파이어폭스와 메일 클라이언트 썬더버드 개발사로 알려진 모질라(Mozilla)가 AI 에이전트 비교와 테스트를 용이하게 하는 라이브러리인 애니에이전트(Any-Agent)를 출시했다.
챗GPT 등장 이후 생성 AI와 대규모 언어 모델(LLM)은 생활 모든 측면에 광범위하고 빠르게 보급되고 있다. 이는 예상치 못한 일이며 이런 도구 사용으로 인한 오정보 확산이나 자동화 편향 발생 위험에 대해 열띤 논쟁이 진행 중이다. LLM을 활용한 애플리케이션 신뢰성, 설명 가능성, 기능성을 향상시키기 위한 노력은 활발한 연구 분야이며 검색 강화 생성(RAG)이나 구조화된 출력, 도구 활용 같은 기술이 개발되고 있다. 이런 기술은 LLM을 활용한 채팅 애플리케이션 품질 향상에 활용할 수 있으며 워크플로 자동화에도 통합되고 있다.
LLM에 추가 기능을 부여하기 위해 에이전트라고 불리는 프레임워크에 통합하는 것도 가능하다. 에이전트라는 용어는 모호하지만 앤트로픽은 에이전트를 장기간에 걸쳐 독립적으로 작동하며 다양한 도구를 사용해 복잡한 작업을 수행하는 완전히 자율적인 시스템이라고 정의하고 있다. 또 정의된 워크플로를 따르는 보다 규범적인 구현을 지칭하는 용어로 에이전트를 사용하는 이들도 있다고 한다.
앤트로픽은 워크플로와 에이전트를 워크플로의 경우 LLM과 도구가 사전 정의된 코드 경로를 통해 조정되는 시스템으로, 에이전트는 LLM이 자체 프로세스와 도구 사용을 동적으로 지시하고 작업 달성 방법을 제어하는 시스템으로 구분하고 있다.
에이전트 구현은 간단한 작업이 아니다. 에이전트는 신뢰성이 높고 적절하게 평가 및 모니터링할 수 있도록 설계가 명확히 이해되어야 한다. 이 목표를 달성하기 위해 이런 시스템 구축에 도움이 되는 수많은 프레임워크가 존재한다. 프레임워크 중에는 모델에 특화된 것도 있고 클라우드 제공업체에 특화된 것도 있다. 또 모델과 제공업체 모두에 의존하지 않는 프레임워크도 있다.
에이전트 구축 선택지가 상당히 많기 때문에 프레임워크 선택은 임의적인 결정처럼 보일 수 있다. 하지만 실제로는 복잡하며 에이전트 프레임워크는 ReAct와 같은 정의된 처리 프레임워크라 할지라도 에이전트 로직과 라우팅 구현 방식에 상당히 독자적인 견해를 가진다.
AI 에이전트 세계는 아직 시작 단계이며 선택지가 계속 확대되는 가운데 특정 API에 구속되지 않고 프레임워크를 선택하는 방법은 중요해지고 있다. 각 프레임워크별 의미론과 기반 코드는 다르지만 많은 프레임워크는 고수준에서 유사한 목표를 달성하려고 한다. 따라서 어떤 프레임워크를 선택하든 에이전트를 구축하기 위한 공통 언어를 제공하는 것이 유용하다.
이에 모질라가 개발한 라이브러리가 애니에이전트다.
애니에이전트를 사용하면 에이전트를 한 번만 구축해도 최신 프레임워크를 시험해볼 수 있다. 에이전트프레임워크(AgentFramework) 설정 매개변수만 변경하면 새로운 아키텍처로 쉽게 전환할 수 있다. 애니에이전트는 또 로그 정규화(open-inference)도 수행해 어떤 프레임워크를 선택해도 일관된 출력을 얻을 수 있다.
에이전트 프레임워크 MCP 서버를 로드하고 구성하도록 설계되어 있어 개발자가 선택한 에이전트 프레임워크 MCP 서버를 로드하는 의미론을 이해할 필요가 없다고 한다. 한편 애니에이전트는 오픈소스로 개발되고 있으며 깃허브에 소스 코드가 공개되어 있다. 관련 내용은 이곳에서 확인할 수 있다.
이석원 기자
정용환 기자
