Anthropic, AI 에이전트의 단일화를 추천

Anthropic는 여러 개의 「서브에이전트」에 처리를 분산시키는 설계를 재검토하고 단일 AI 에이전트로 통합할 것을 기업에 추천하는 입장을 나타냈다. 최근의 AI 모델은 복잡한 작업을 독립적으로 처리할 수 있는 능력을 높이고 있으며, 이러한 변화가 설계 재검토를 촉진하고 있다.

원래 「멀티에이전트」란 큰 업무를 여러 개의 작은 전문 AI에 분담시키는 구조를 의미한다. 각 서브에이전트가 각각의 역할을 담당하고 연계함으로써 전체 작업을 완료하는 이 구조는 모델의 처리 능력이 제한되던 시대에 효과적인 방법으로 널리 보급되었다. 그러나 모델의 성능 향상으로 인해 복잡한 처리를 하나의 에이전트가 통합하여 처리할 수 있는 경우가 증가하고 있다는 배경이 있다.

Anthropic이 아키텍처(시스템의 구성 설계)를 비교한 결과, 단일 에이전트의 구성이 여러 서브에이전트의 구성에 비해 처리 속도가 약 2배 빠르다는 결과가 확인되었다. 이러한 속도 차이는 서브에이전트 간의 정보 전달 및 조정에 따른 오버헤드(여분의 처리 부하)가 제거되는 것으로 인한 것으로 생각된다. 단일 에이전트는 필요한 정보를 온디맨드로 읽어 들이는 방식을 취함으로써 분산 처리에 해당하는 유연성을 유지하면서 효율성을 높이고 있다.

또한 Anthropic은 이러한 설계 변경을 실제 시스템에 적용하기 쉽게 하기 위해 이전 키트를 GitHub에 공개했다. 개발 팀이 기존의 멀티에이전트 구성에서 단일 에이전트 구성으로 전환할 때 활용할 수 있는 리소스로 제공되고 있다. 공식 도구로 정비됨으로써 개별 팀이 시행착오에 소비하는 시간을 단축할 수 있는 것으로 위치지어진다.

이러한 움직임은 AI 시스템의 설계 사상이 「분산·분업」에서 「통합·집중」으로 부분적으로 이동하고 있음을 보여주는 것으로 볼 수 있다. 여러 에이전트의 연계는 시스템의 유연성과 내결함성을 높이는 이점이 있는 한편, 조정 비용과 지연이 발생하기 쉽다는 과제도 지적되어 왔다. 모델 성능의 향상이 이러한 트레이드오프의 균형점을 바꾸고 있다는 견해를 할 수 있다.

기업이 AI 에이전트를 업무에 통합하는 움직임이 가속화되는 중에 설계의 선택은 시스템의 속도·비용·유지보수성에 직결되는 현실적인 문제가 되고 있다. Anthropic의 추천은 어디까지나 「평가를 검토해야 한다」는 제안이며, 모든 경우에 단일 에이전트가 우수하다고 말할 수는 없다. 다만 공식 이전 도구가 제공됨으로써 단일 에이전트 구성으로의 이전을 구체적으로 검토하는 기업이 증가할 가능성은 있다.

향후 어떤 규모나 복잡도의 작업이든 단일 에이전트가 효과적이고 어떤 경우에는 여전히 멀티에이전트가 적절한지, 실운용으로부터 얻어지는 지식이 축적되어 가는 국면이라고 할 수 있을 것이다. Anthropic이 제시한 비교 데이터와 이전 도구가 업계 전체의 설계 판단에 영향을 미치는 하나의 기준으로 기능하는지 여부가 주목점 중 하나가 될 것이다.