앤스로픽 "다중 에이전트 구조에서 단일 에이전트 아키텍처로 전환해야"

앤스로픽이 소프트웨어 팀과 기업 개발자들에게 복잡한 다중 에이전트(multi-agent) 프레임워크를 재검토할 것을 권고하고 있다. 이 AI 기업의 응용 AI(Applied AI) 팀에 따르면, 특화된 서브 에이전트들을 필요에 따라 컨텍스트를 가져오는 단일 주 에이전트(primary agent)로 통합하는 것이 출력 품질, 운영 비용, 지연 시간(latency) 측면에서 종종 더 우수한 결과를 제공한다.

이러한 변화는 Opus 4.5, Opus 5.5, Fable 5.1을 포함한 현대 모델의 확장된 추론 능력 덕분이다. 이들 시스템은 단일 루프 내에서 복잡한 실행 계획을 수행하고 추적할 수 있어 경직된 다층 오케스트레이션 파이프라인의 필요성을 없애준다. 앤스로픽이 강조한 한 벤치마크 테스트에서, 단일 에이전트 구성은 동등한 다중 에이전트 아키텍처보다 약 2배 빠르게 작동했다.

다중 에이전트 핸드오프의 비용

최근 몇 년 동안 많은 기업이 자체 조직도를 모방한 에이전트 시스템을 구축해 왔다. 앤스로픽은 이러한 현상을 AI에 적용된 '콘웨이의 법칙(Conway's Law)'으로 설명한다. 이러한 구조에서는 각 내부 부서가 전용 프롬프트와 처리 분기를 가진 자체 서브 에이전트를 구축하게 된다.

하지만 실제 기업 배포 과정에서 이 접근 방식의 심각한 마찰 요소가 드러났다. 한 사례에서는 단일 고객 대응 어시스턴트 뒤에 10여 개의 서브 에이전트를 배치한 결과, 지연 시간이 길어지고 브랜드 톤앤매너가 일관되지 않는 문제가 발생했다.

앤스로픽은 다중 에이전트 파이프라인이 에이전트 간 핸드오프(인계) 시마다 컨텍스트 저하 현상을 빈번하게 겪는다고 지적한다. 예를 들어 기능 작성 에이전트에서 테스트 작성 에이전트로, 다시 검토 에이전트로 지시 사항을 전달할 때 이러한 문제가 생긴다. 반면 단일 에이전트 모델은 전체 컨텍스트를 보존하기 때문에 기능과 그에 해당하는 단위 테스트를 모두 직접 작성할 수 있으며, 테스트를 실행하고 결과를 기록하기 위한 경량 검증기만 있으면 된다.

나아가, 다중 에이전트 무분별 확산은 앤스로픽이 '프랑켄프롬프트(Frankenprompts)'라 부르는 문제, 즉 상충되는 부서별 규칙이 과도하게 담긴 비대해진 시스템 프롬프트를 빈번히 생성한다. 앤스로픽은 아키텍처를 간소화하고 스킬을 동적으로 로드함으로써, 최신 모델에서 Claude Code의 시스템 프롬프트를 80% 이상 줄였다.

스킬 및 툴 라이브러리 관리

개별 작업에 별도의 에이전트를 할당하는 대신, 앤스로픽은 워크플로우를 스킬 형태로 모듈화하고 주 에이전트가 툴 검색(tool-search) 메커니즘을 통해 필요할 때마다 이를 로드하도록 권장한다.

이 회사는 안정성을 유지하기 위한 몇 가지 모범 사례를 강조했다:

• 중앙집중식 프롬프트 소유권: 소규모 핵심 팀이 시스템 프롬프트, 출력 가드레일, 전반적인 품질 표준을 관리해야 한다.

• 툴 수 제한: 활성화된 정의가 30개에서 50개를 초과하면 모델의 툴 선택 정확도가 저하되는 경향이 있다. 지정된 팀 리드가 스킬 라이브러리를 큐레이션하여 비대화를 막아야 한다.

• 동적 검색: 배경 문서, 제품 사양, 내부 지표는 시스템 프롬프트에 하드코딩되거나 직접 주입되는 대신, 필요할 때 조회할 수 있는 지식베이스에 보관되어야 한다.

서브 에이전트가 여전히 필요한 경우

앤스로픽은 신중한 평가 없이 아키텍처를 통합하지 말라고 경고한다. 한 고객 지원 테스트에서는 서브 에이전트를 주 에이전트에 통합했을 때 응답 시간은 줄어들었으나, 시스템이 문의를 지정된 전문가에게 라우팅하는 대신 직접 응답해 버리는 문제가 발생했다.

개발자가 시스템을 평가할 수 있도록 앤스로픽은 단계별 평가 워크플로우를 담은 마이그레이션 키트를 GitHub에 공개했다. 회사 측에 따르면 다음과 같은 특정 조건에서는 다중 에이전트 구성이 여전히 유용성을 제공한다:

• 컨텍스트 윈도 과부하로 인해 단일 에이전트의 성능 저하가 측정될 때.

• 격리된 컨텍스트 윈도 전반에서 독립적인 작업의 동시 실행이 필요할 때.

• 지나치게 방대한 작업 세트 중에서 에이전트가 올바른 툴을 선택하는 데 어려움을 겪을 때.

앤스로픽의 결론은 에이전트 성능에 대한 외부 연구 결과와도 일치한다. 평가 플랫폼 Vals의 최근 연구에 따르면, 에이전트 팀이 특정 시나리오에서는 처리량을 개선할 수 있지만 10개에서 30개 또는 100개 에이전트로 확장할 경우 출력 품질 향상 없이 급격한 비용 증가만 발생했다. OpenAI의 개발자 Eric Provencher 역시 다중 에이전트 스웜(swarm)에 대해 "거의 확실히" 비효율적인 자원 활용이라며 비슷한 회의론을 공유했다.